Témák:
- Piaci kosárelemzési rutin használata a pontozáshoz
How to:
- A Piackosár-elemzés kimenete
Mi a Piackosár-elemzés?
A Piackosár-elemzés egy olyan technika, amely azonosítja az együtt vásárolt termékpárok közötti kapcsolat erősségét és azonosítja az együttes előfordulási mintákat. Együttes előfordulásról akkor beszélünk, ha két vagy több dolog együtt fordul elő.
A Piackosár-elemzés ha-akkor forgatókönyvi szabályokat hoz létre, például ha A terméket megvásárolják, akkor valószínűleg B terméket is megvásárolják. A szabályok valószínűségi jellegűek, vagy más szóval a megfigyelésekben szereplő együttes előfordulási gyakoriságokból származnak. A gyakoriság azoknak a kosaraknak az aránya, amelyek tartalmazzák az érdeklődésre számot tartó tételeket. A szabályok felhasználhatók az árképzési stratégiákban, a termékelhelyezésben és a különböző típusú keresztértékesítési stratégiákban.
Hogyan működik a Piackosár-elemzés
A könnyebb megértés érdekében gondoljon a Piackosár-elemzésre úgy, mintha egy szupermarketben vásárolna. A Piackosár-elemzés tranzakciós szintű adatokat vesz fel, amelyek felsorolják a vásárló által egyetlen vásárlás során vásárolt összes terméket. A technika meghatározza, hogy mely termékeket milyen más termék(ek)kel együtt vásárolták. Ezeket a kapcsolatokat ezután a megvásárolt tételek Ha-akkor szabályait tartalmazó profilok létrehozására használják fel.
A szabályokat a következőképpen lehet leírni:
If {A} Then {B}
A szabály If része (a fenti {A}) az úgynevezett antecedens, a szabály THEN része pedig az úgynevezett consequent (a fenti {B}). Az antecedens a feltétel, a consequent pedig az eredmény. Az asszociációs szabály három mértékkel rendelkezik, amelyek a szabályba vetett bizalom mértékét fejezik ki: Support, Confidence és Lift.
Például Ön egy szupermarketben van, hogy tejet vásároljon. Az elemzés alapján nagyobb valószínűséggel vásárol almát vagy sajtot ugyanabban a tranzakcióban, mint valaki, aki nem vett tejet?
A következő táblázatban (1. táblázat) kilenc kosár van, amelyek tej, sajt, alma és banán különböző kombinációit tartalmazzák.
A következő lépés a kapcsolatok és a szabályok meghatározása. A magyarázat kedvéért a következő táblázat néhány összefüggést mutat be. Összesen 22 szabály van a kilenc kosárhoz. A teljes szabálykészlet az RStat kimenetének magyarázatában látható.
A támogatásnak nevezett első mérték a szabály {A} és {B} részeiben szereplő elemeket tartalmazó tranzakciók száma az összes tranzakció százalékában. Ez annak mérőszáma, hogy az elemek gyűjteménye milyen gyakran fordul elő együtt az összes tranzakció százalékában.
A kiírt támogatási képlet valahogy így nézne ki:
Az alábbiak szerint értelmezve:
A szabály megbízhatóságának nevezett második mérték a {B} összes elemét tartalmazó tranzakciók számának, valamint az {A} összes elemét tartalmazó tranzakciók számának és az {A} összes elemét tartalmazó tranzakciók számának hányadosa.
A kiírt megbízhatósági formula valahogy így nézne ki:
Az alábbiak szerint értelmezve: Milyen gyakran jelennek meg a B tételek olyan tranzakciókban, amelyek csak A-t tartalmaznak.
A harmadik mérőszám, amelyet felhajtóerőnek vagy felhajtóerő-aránynak nevezünk, a bizalom és a várható bizalom aránya. A várható bizalom a bizalom osztva B gyakoriságával. A Lift azt mutatja meg, hogy egy szabály mennyivel jobb az eredmény előrejelzésében, mintha eleve csak feltételeznénk az eredményt. A nagyobb lift értékek erősebb asszociációkat jeleznek.
A lift képlet kiírva valahogy így nézne ki:
Az alábbiak szerint értelmezve: Mennyivel nőtt a bizalmunk abban, hogy B-t megvásároljuk, feltéve, hogy A-t megvásároltuk.
A Piackosár-elemzés gyakorlati alkalmazásai
Ha azt halljuk, hogy Piackosár-elemzés, akkor a bevásárlókocsikra és a szupermarketben vásárlókra gondolunk. Fontos felismerni, hogy a Piackosár-elemzés számos más területen is alkalmazható. Az Internet-felhasználók többsége számára a Piackosár-elemzés egyik példája az Amazon számára potenciálisan érdekes termékek listája. Az Amazon tájékoztatja a vásárlót, hogy azok az emberek, akik megvásárolták az általuk megvásárolt terméket, egy másik terméklistát is véleményeztek vagy megvásároltak. Az alábbiakban felsoroljuk a Piackosár-elemzés különböző iparágakban történő alkalmazásainak listáját:
- kiskereskedelem. A kiskereskedelemben a Piackosár-elemzés segíthet meghatározni, hogy milyen termékeket vásárolnak együtt, egymás után, illetve szezononként. Ez segíthet a kiskereskedőknek a termékelhelyezés és a promóciók optimalizálásában (például a termékösztönzők kombinálásában). Van-e értelme üdítőt és chipset vagy üdítőt és kekszet árulni?
- Távközlés. A távközlésben, ahol a magas elvándorlási arányok továbbra is növekvő aggodalomra adnak okot, a Piackosár-elemzés felhasználható annak meghatározására, hogy milyen szolgáltatásokat vesznek igénybe, és milyen csomagokat vásárolnak az ügyfelek. Ezt a tudást felhasználhatják arra, hogy a marketingtevékenységet olyan ügyfelekre irányítsák, akik nagyobb valószínűséggel követik ugyanazt az utat.
A távközlés például manapság már TV-t és internetet is kínál. A vásárlásokhoz kötegek létrehozása meghatározható annak elemzéséből, hogy az ügyfelek mit vásárolnak, ezáltal ötletet adva a vállalatnak, hogy miként árazzák be a csomagokat. Ez az elemzés a kapacitásigények meghatározásához is vezethet.
- Bankok. A pénzügyi (például banki) szektorban a Piackosár-elemzés felhasználható az ügyfelek hitelkártyás vásárlásainak elemzésére, hogy profilokat lehessen készíteni a csalások felderítése és a keresztértékesítési lehetőségek érdekében.
- Biztosítás. A biztosításban a Piackosár-elemzés felhasználható profilok készítésére az orvosi biztosítási kárigényekkel kapcsolatos csalások felderítésére. A kárigények profiljainak kialakításával a profilok segítségével meghatározható, hogy egy meghatározott időszakon belül 1-nél több kárigény tartozik-e egy adott kárigénylőhöz.
- Orvosi. Az egészségügyben vagy az orvostudományban a Piackosár-elemzés használható komorbid állapotok és tünetek elemzésére, amellyel jobban azonosítható egy betegségprofil. Használható továbbá a különböző gének közötti vagy a környezeti hatások és a génexpresszió közötti, biológiailag releváns összefüggések feltárására.
Adatigény
- Kosarak
- Ez az oszlop azonosítja az egyes kosarakat.
- Az értékek lehetnek kategorikusak vagy numerikusak a kosarak azonosítására.
- Termékek
- Ez az oszlop tartalmazza az egyes kosarakba tartozó összes terméket.
- A tételek értéke lehet kategorikus vagy numerikus.
Például az alábbi 1. táblázatból:
