Tematy:

• Używanie rutyny analizy koszyka rynkowego do oceny punktowej

Jak:

• Create an Association Model Using Market Basket Analysis
• Generate Rules
• Generate a Frequency Plot

Reference:

• Output From the Market Basket Analysis

What Is Market Basket Analysis?

Market Basket Analysis jest techniką, która identyfikuje siłę powiązań pomiędzy parami produktów kupowanych razem i identyfikuje wzorce współwystępowania. Współwystępowanie jest wtedy, gdy dwie lub więcej rzeczy mają miejsce razem.

Analiza Koszyka Rynkowego tworzy reguły scenariusza If-Then, na przykład, jeśli element A jest zakupiony to element B jest prawdopodobne, że zostanie zakupiony. Reguły te mają charakter probabilistyczny lub, innymi słowy, są wyprowadzane z częstotliwości współwystępowania w obserwacjach. Częstotliwość jest proporcją koszyków, które zawierają interesujące nas pozycje. Reguły te mogą być wykorzystywane w strategiach cenowych, product placement oraz różnego rodzaju strategiach sprzedaży krzyżowej.

Jak działa analiza koszyków rynkowych

Aby łatwiej było to zrozumieć, pomyśl o analizie koszyków rynkowych w kategoriach zakupów w supermarkecie. Analiza Koszyka Rynkowego pobiera dane na poziomie transakcji, która zawiera listę wszystkich pozycji zakupionych przez klienta w ramach jednego zakupu. Technika ta pozwala określić relacje pomiędzy produktami, które zostały zakupione, a innymi produktami. Zależności te są następnie wykorzystywane do budowania profili zawierających reguły If-Then dla zakupionych pozycji.

Reguły mogą być zapisane jako:

If {A} Then {B}

Część reguły If ({A} powyżej) jest znana jako antecedent, a część reguły THEN jest znana jako consequent ({B} powyżej). Antecedent to warunek, a consequent to wynik. Reguła asocjacyjna posiada trzy miary, które wyrażają stopień zaufania do reguły, Wsparcie, Zaufanie i Uniesienie.

Na przykład, jesteś w supermarkecie, aby kupić mleko. W oparciu o analizę, czy jesteś bardziej prawdopodobne, aby kupić jabłka lub ser w tej samej transakcji niż ktoś, kto nie kupił mleka?

W poniższej tabeli (tabela 1) znajduje się dziewięć koszyków zawierających różne kombinacje mleka, sera, jabłek i bananów.

Kolejnym krokiem jest określenie relacji i reguł. W celu wyjaśnienia, w poniższej tabeli przedstawiono niektóre z tych zależności. W sumie istnieją 22 reguły dla dziewięciu koszyków. Kompletny zestaw reguł jest pokazany w wyjaśnieniu danych wyjściowych RStat.

Pierwsza miara zwana wsparciem to liczba transakcji, które zawierają pozycje z części {A} i {B} reguły jako procent całkowitej liczby transakcji. Jest to miara tego, jak często zbiór elementów występuje razem jako procent wszystkich transakcji.

Wypisana formuła pomocnicza wyglądałaby mniej więcej tak:

Interpretowane jako: Ułamek transakcji, które zawierają zarówno A, jak i B.

Druga miara zwana pewnością reguły jest stosunkiem liczby transakcji, które zawierają wszystkie elementy w {B}, jak również liczby transakcji, które zawierają wszystkie elementy w {A} do liczby transakcji, które zawierają wszystkie elementy w {A}.

Wypisana formuła ufności wyglądałaby coś w rodzaju:

Interpretowane jako: Jak często pozycje w B pojawiają się w transakcjach, które zawierają tylko A.

Trzecia miara zwana liftem lub lift ratio to stosunek pewności do oczekiwanej pewności. Oczekiwana pewność jest pewnością podzieloną przez częstotliwość B. Podniesienie mówi nam, o ile lepiej reguła jest w przewidywaniu wyniku niż po prostu zakładając wynik w pierwszej kolejności. Większe wartości uniesienia wskazują na silniejsze skojarzenia.

Wypisana formuła windy wyglądałaby mniej więcej tak:

Interpretowane jako: Jak bardzo wzrosła nasza pewność, że B zostanie zakupione, biorąc pod uwagę, że A zostało zakupione.

Praktyczne zastosowania Market Basket Analysis

Gdy słyszy się Market Basket Analysis, myśli się o wózkach sklepowych i kupujących w supermarketach. Ważne jest, aby zdać sobie sprawę, że istnieje wiele innych obszarów, w których Analiza Koszyka Rynku może być stosowana. Przykładem analizy koszyka rynkowego dla większości użytkowników Internetu jest lista potencjalnie interesujących produktów dla Amazon. Amazon informuje klienta, że osoby, które kupiły zakupiony przez niego przedmiot, recenzowały lub kupiły również inną listę przedmiotów. Poniżej znajduje się lista zastosowań Market Basket Analysis w różnych branżach:

• Handel detaliczny. W handlu detalicznym, Analiza koszyka rynku może pomóc określić, jakie elementy są kupowane razem, kupowane kolejno, i kupowane przez sezon. Może to pomóc sprzedawcom detalicznym w określeniu rozmieszczenia produktów i optymalizacji promocji (np. łączenie zachęt produktowych). Czy ma sens sprzedaż napojów gazowanych i chipsów czy napojów gazowanych i krakersów?
• Telekomunikacja. W Telekomunikacji, gdzie wysokie wskaźniki rezygnacji nadal są rosnącym problemem, Analiza Koszyka Rynku może być używana do określenia, jakie usługi są wykorzystywane i jakie pakiety klienci kupują. Mogą wykorzystać tę wiedzę do kierowania działań marketingowych na klientów, którzy są bardziej prawdopodobne, aby podążać tą samą ścieżką.

  Na przykład, Telekomunikacja te dni jest również oferowanie telewizji i Internetu. Tworzenie pakietów dla zakupów można określić na podstawie analizy tego, co klienci kupują, dając w ten sposób firmie pomysł, jak wycenić pakiety. Analiza ta może również prowadzić do określenia wymagań dotyczących przepustowości.

• Banki. W Financial (bankowość na przykład), Market Basket Analysis może być stosowany do analizy zakupów kart kredytowych klientów do budowania profili dla celów wykrywania oszustw i możliwości sprzedaży krzyżowej.
• Ubezpieczenia. W branży ubezpieczeniowej, analiza koszykowa może być wykorzystywana do tworzenia profili w celu wykrywania oszustw związanych z ubezpieczeniami medycznymi. Tworząc profile roszczeń, można je następnie wykorzystać do określenia, czy więcej niż jedno roszczenie należy do konkretnego beneficjenta w określonym czasie.
• Medyczne. W opiece zdrowotnej lub medycynie, Analiza Koszyka Rynkowego może być wykorzystywana do analizy chorób współistniejących i objawów, dzięki czemu profil choroby może być lepiej zidentyfikowany. Może być również wykorzystywana do ujawniania biologicznie istotnych związków między różnymi genami lub między skutkami środowiskowymi a ekspresją genów.

Wymagania dotyczące danych

1. Koszyki
   • Kolumna ta identyfikuje poszczególne koszyki.
   • Wartości mogą być kategoryczne lub numeryczne, aby zidentyfikować koszyki.
2. Produkty
   • Kolumna ta zawiera wszystkie pozycje, które są zawarte w każdym koszyku.
   • Wartości pozycji mogą być kategoryczne lub numeryczne.

Na przykład, z poniższej tabeli 1: