Analiza koszykowa, czyli: “Jeżeli X to Y”.

Analiza koszykowa nazywana analizą asocjacji.

Wykorzystywana w projektach data mining,  służy odkrywaniu reguł: Jeżeli X to prawdopodobnie Y  z wykorzystaniem algorytmu a priori.

Z tego artykułu dowiesz się jak/poznasz:
-> Jak rozkładać produkty w sklepach
-> Jak manipulować klientem
-> Przykładową infografikę przedstawiającą wynik analizy asocjacyjnej

Przykład

W celu lepszego zobrazowania pojęcia najlepiej przytoczyć przykład. Załużmy, że dane sprzedażowe supermarketu są odkładane w bazie danych/hurtowni i dostępne dla analityka/data scientist’a/programisty.

Wykorzystując regułę asocjacji jesteśmy w stanie znaleźć zależności w dokonywanych zakupach naszych klientów np. jezeli Coca-cola to —-> Whisky, jeżeli pieczywo to —-> masło i ser lub jeżeli tzw. włoszczyzna to —-> kostka rosołowa.

Analizując koszyki naszych klientów a raczej ich zawartość jesteśmy w stanie stwierdzić jakie produkty (lub konfiguracje produktów) z jak dużym prawdopodobieństwem są ze sobą łączone. Dodatkowo może być badana kolejność zdarzeń gdy istotny staje się czynnik czasu. Poza tym badaniu poddawana jest siła i kierunek zależności pomiędzy odpowiednimi produktami.

Często idąc po jedną rzecz do sklepu wracamy z całą siatką. Z pewnością nie jest to tylko nasza spontaniczna decyzja czy włożyć coś jeszcze do koszyka. Wiedza odnośnie sekwencji zakupowej oraz zawartości koszyków jest, także wykorzystywana do działań strikte marketingowych/promocyjnych. Jednym z podstawowych zadań marketingu jest skierowanie reklamy do odpowiedniej grupy odbiorców, uświadomienie potrzeby zakupu produktu potencjalnym klientom, nakłonienie do nabycia produktu i utrzymanie jako stałego klienta.

Dzięki tej wiedzy konkretne grupy produktowe są nieprzypadkowo rozmieszczane na powierzchni sklepu. Najlepszym przykładem jest pieczywo i nabiał. Praktycznie nigdy obie grupy produktowe nie znajdują się obok siebie. Jeżeli klient jest zainteresowany kupnem pieczywa i sera, zmuszany jest przez nas do “spaceru” przez cały sklep co rodzi szansę na kupno kolejnych rzeczy.

Dodając czynnik czasu jesteśmy w stanie rozróżnić łączenie danego produktu z innym w zależności od pory dnia (np. zakup soku pomarańczowego w godzinach porannych często łączony jest croissant a w godzinach wieczornych z alkoholem).

Idąc dalej jesteśmy w stanie poznać, także zagadnienie z drugiej strony, czyli jakie produkty wzajemnie się wykluczają (np. zakup masła dyskwalifikuje zakup margaryny).

Statystyki

Do najważniejszych statystyk obliczanych dla reguł asocjacji zalicza się:
Wsparcie (względna częstość poprzednika oraz następnika),
Zaufanie (prawdopodobieństwo następnika, pod warunkiem, że poprzednik)
Korelacja (wsparcie poprzednika i następnika podzielone przez pierwiastek kwadratowy z iloczynu wsparć poprzednika i następnika).

Analiza asocjacji może mieć, także ciekawe zastosowanie przy text miningu. Pomaga stwierdzić jakie słowa są najczęściej ze sobą łączone i w jakich konfiguracjach.

Poniżej grafika przedstawiająca logikę postpowania przy tego typu analizie.


Serwis społecznościowy o sprzedaży i negocjacjach.

0 Komentarzy

Napisz komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

*

SalesMan Sprzedaż i Negocjacje ©2018

lub

Zaloguj się używając swojego loginu i hasła

lub     

Nie pamiętasz hasła ?

lub

Create Account