Thèmes :

• Utilisation d’une routine d’analyse de panier de marché pour la notation

Comment :

• Créer un modèle d’association en utilisant l’analyse de panier de marché
• Générer des règles
• Générer un graphique de fréquence

Référence :

• Sortie de l’analyse du panier de la ménagère

Qu’est-ce que l’analyse du panier de la ménagère ?

L’analyse du panier de la ménagère est une technique qui identifie la force d’association entre des paires de produits achetés ensemble et qui identifie les modèles de cooccurrence. Une cooccurrence, c’est lorsque deux ou plusieurs choses ont lieu ensemble.

L’analyse du panier de la ménagère crée des règles de scénario Si-Parfois, par exemple, si l’article A est acheté alors l’article B est susceptible d’être acheté. Ces règles sont de nature probabiliste ou, en d’autres termes, elles sont dérivées des fréquences de cooccurrence dans les observations. La fréquence est la proportion de paniers qui contiennent les articles d’intérêt. Ces règles peuvent être utilisées dans les stratégies de tarification, le placement de produits et divers types de stratégies de vente croisée.

Comment fonctionne l’analyse de panier de marché

Pour faciliter la compréhension, pensez à l’analyse de panier de marché en termes d’achats dans un supermarché. L’analyse du panier de la ménagère prend des données au niveau de la transaction, qui répertorie tous les articles achetés par un client en un seul achat. Cette technique permet de déterminer les relations entre les produits achetés et les autres produits. Ces relations sont ensuite utilisées pour construire des profils contenant des règles If-Then des articles achetés.

Les règles pourraient être écrites comme:

If {A} Then {B}

La partie Si de la règle (le {A} ci-dessus) est connue comme l’antécédent et la partie ALORS de la règle est connue comme le conséquent (le {B} ci-dessus). L’antécédent est la condition et le conséquent est le résultat. La règle d’association a trois mesures qui expriment le degré de confiance dans la règle, Support, Confidence et Lift.

Par exemple, vous êtes dans un supermarché pour acheter du lait. D’après l’analyse, êtes-vous plus susceptible d’acheter des pommes ou du fromage au cours de la même transaction que quelqu’un qui n’a pas acheté de lait ?

Dans le tableau suivant (tableau 1), il y a neuf paniers contenant des combinaisons variables de lait, de fromage, de pommes et de bananes.

L’étape suivante consiste à déterminer les relations et les règles. À des fins d’explication, le tableau suivant montre certaines des relations. Au total, il y a 22 règles pour les neuf paniers. L’ensemble complet des règles est présenté dans l’explication de la sortie de RStat.

La première mesure appelée support est le nombre de transactions qui incluent des éléments dans les parties {A} et {B} de la règle en pourcentage du nombre total de transactions. C’est une mesure de la fréquence à laquelle la collection d’éléments se produit ensemble, en pourcentage de toutes les transactions.

La formule de soutien écrite ressemblerait à quelque chose comme:

Interprétée comme : Fraction des transactions qui contiennent à la fois A et B.

La deuxième mesure appelée la confiance de la règle est le rapport entre le nombre de transactions qui incluent tous les éléments de {B} ainsi que le nombre de transactions qui incluent tous les éléments de {A} et le nombre de transactions qui incluent tous les éléments de {A}.

La formule de confiance écrite ressemblerait à quelque chose comme:

Interprétée comme : Combien de fois les éléments en B apparaissent dans les transactions qui ne contiennent que A.

La troisième mesure appelée lift ou ratio de lift est le rapport entre la confiance et la confiance attendue. La confiance attendue est la confiance divisée par la fréquence de B. Le lift nous indique à quel point une règle est meilleure pour prédire le résultat que de simplement supposer le résultat en premier lieu. Des valeurs de lift plus élevées indiquent des associations plus fortes.

La formule de lift écrite ressemblerait à quelque chose comme:

Interprétée comme : De combien notre confiance a augmenté que B sera acheté étant donné que A a été acheté.

Applications pratiques de l’analyse du panier de la ménagère

Lorsqu’on entend l’analyse du panier de la ménagère, on pense aux caddies et aux clients des supermarchés. Il est important de réaliser qu’il existe de nombreux autres domaines dans lesquels l’analyse du panier de la ménagère peut être appliquée. Un exemple d’analyse du panier de la ménagère pour une majorité d’internautes est une liste de produits potentiellement intéressants pour Amazon. Amazon informe le client que les personnes qui ont acheté l’article en question ont également examiné ou acheté une autre liste d’articles. Une liste d’applications de l’analyse du panier de la ménagère dans diverses industries est présentée ci-dessous :

• Vente au détail. Dans le commerce de détail, l’analyse du panier de la ménagère peut aider à déterminer quels articles sont achetés ensemble, achetés séquentiellement et achetés par saison. Cela peut aider les détaillants à déterminer le placement des produits et l’optimisation des promotions (par exemple, en combinant les incitations de produits). Est-il judicieux de vendre du soda et des chips ou du soda et des crackers ?
• Télécommunications. Dans les télécommunications, où les taux de désabonnement élevés continuent d’être une préoccupation croissante, l’analyse du panier de la ménagère peut être utilisée pour déterminer quels services sont utilisés et quels forfaits les clients achètent. Ils peuvent utiliser cette connaissance pour diriger les efforts de marketing vers les clients qui sont plus susceptibles de suivre le même chemin.

  Par exemple, de nos jours, les télécommunications offrent également la télévision et l’Internet. La création de forfaits pour les achats peut être déterminée à partir d’une analyse de ce que les clients achètent, donnant ainsi à l’entreprise une idée de la façon dont elle doit fixer le prix des forfaits. Cette analyse pourrait également conduire à déterminer les besoins en capacité.

• Banques. Dans le domaine financier (banque par exemple), l’analyse du panier de la ménagère peut être utilisée pour analyser les achats par carte de crédit des clients afin d’établir des profils à des fins de détection des fraudes et des opportunités de vente croisée.
• Assurances . Dans le domaine de l’assurance, l’analyse du panier de la ménagère peut être utilisée pour construire des profils afin de détecter les fraudes aux demandes de remboursement d’assurance médicale. En construisant des profils de réclamations, vous êtes en mesure d’utiliser ensuite les profils pour déterminer si plus d’une réclamation appartient à un réclamant particulier au cours d’une période de temps spécifiée.
• Médical. Dans le domaine de la santé ou du médical, l’analyse du panier de la ménagère peut être utilisée pour les conditions de comorbidité et l’analyse des symptômes, avec lesquels un profil de maladie peut être mieux identifié. Elle peut également être utilisée pour révéler des associations biologiquement pertinentes entre différents gènes ou entre les effets environnementaux et l’expression des gènes.

Données requises

1. Paniers
   • Cette colonne identifie les paniers individuels.
   • Les valeurs peuvent être catégoriques ou numériques pour identifier les paniers.
2. Produits
   • Cette colonne comporte tous les articles qui sont inclus dans chaque panier.
   • Les valeurs des articles peuvent être catégoriques ou numériques.

Par exemple, à partir du tableau 1 ci-dessous :