用途
该技能将购物篮分析（market basket analysis）应用于 Shopify 店铺的订单历史，找出顾客自然一起购买的商品对。对每一对共同购买的商品，计算支持度（该组合出现的频率）、置信度（在购买商品 A 的情况下购买 B 的可能性）和提升度（比随机共同出现高出多少倍）。输出结果可作为商品捆绑、"经常一起购买"组件、交叉销售邮件流程和首页推荐的可执行输入。该技能为只读操作，不执行任何数据变更。
主要能力
- 查询指定日期范围内的多商品订单，构建商品频率图和商品对频率图。
- 对每个满足最低支持度的商品对计算：支持度 = 商品对出现次数 / 总订单数；置信度 A→B = 商品对出现次数 / 包含 A 的订单数；置信度 B→A = 商品对出现次数 / 包含 B 的订单数；提升度 = 支持度 / (P(A) × P(B))。
- 按置信度和提升度过滤，按指定指标（lift、confidence 或 support）排序，截取前 top_n 个商品对。
- 输出 CSV 文件 product_affinity_<YYYY-MM-DD>.csv，包含排名、商品 A/B 的 GID 与名称、共同出现次数、支持度、双向置信度、提升度以及推荐类型（提升度 > 2 为 bundle_candidate，否则为 cross_sell）。
- 支持 human 和 json 两种输出格式，human 格式输出结果摘要和排名表格，json 格式输出结构化结果。
使用方式
前置条件：已认证的 Shopify CLI 会话（shopify auth login --store <domain>），API 权限范围 read_orders、read_products。
参数：
- store（字符串，必填）：店铺域名，例如 mystore.myshopify.com。
- format（字符串，可选，默认 human）：输出格式，human 或 json。
- dry_run（布尔，可选，默认 false）：预览操作而不执行变更。
- date_range_start（字符串，必填）：起始日期，ISO 8601 格式，例如 2025-01-01。
- date_range_end（字符串，必填）：结束日期，ISO 8601 格式，例如 2025-03-31。
- min_support（整数，可选，默认 5）：商品对必须共同出现的最小订单数。
- min_confidence（浮点数，可选，默认 0.1）：最小 P(B|A) 阈值（0–1）。
- min_lift（浮点数，可选，默认 1.0）：仅包含提升度大于该值的商品对（大于 1 表示非随机）。
- top_n（整数，可选，默认 20）：排名输出中显示的商品对数量。
- sort_by（字符串，可选，默认 lift）：排名指标，lift、confidence 或 support。
- exclude_tags（字符串，可选）：以逗号分隔的要排除的商品标签，例如 gift-wrap,donation。
工作流程：首先通过 GraphQL 查询订单（first: 250，按日期范围过滤，分页游标），选择 lineItems 中的 product { id, title } 和 quantity，跳过只有单个行项目的订单；分页直到 hasNextPage: false，构建商品频率图和商品对频率图。然后在内存中分析：对每个包含至少 2 个不同商品的订单，枚举所有唯一无序对并递增计数器；对满足 min_support 的每个商品对计算指标；按 min_confidence 和 min_lift 过滤，按 sort_by 排序，截取 top_n。
适用场景
- 构建商品捆绑或批量折扣：提升度 > 2 的商品对是强捆绑信号。
- 配置"经常一起购买"组件：置信度 A→B > 30% 表示十位购买 A 的顾客中有三位也购买 B，适合作为可靠推荐。
- 交叉销售邮件流程和购物车追加销售：cross_sell 类型的商品对更适合购物车追加销售和购后邮件推荐。
- 首页推荐。
限制
- 需要已认证的 Shopify CLI 会话和 read_orders、read_products 权限。
- 建议使用至少 90 天的订单历史，短时间窗口会因概率分母过小而产生噪声较大的提升度分数。
- 对于每单行项目数量非常大的店铺，商品对枚举循环会跳过包含超过 20 个不同商品的订单，以限制 O(n²) 增长。
- 若行项目上的 product 为 null（购买后商品被删除），跳过该商品对分析，但订单仍计入总数。
- 若没有满足阈值的商品对，可降低 min_support 至 2、min_confidence 至 0.05，或扩大日期范围。
- 遇到 THROTTLED 错误时等待 2 秒，最多重试 3 次；若持续出现则缩小日期范围。
- 建议每季度重新运行，因为季节性商品会进入和退出热门商品对列表。
- 使用 exclude_tags 过滤配件和附加项（如礼品包装或捐赠 SKU），避免它们虚增支持度分数。