Teman:
- Användning av en rutin för marknadskorgsanalys för poängsättning
Hur man:
- Skapa en associationsmodell med hjälp av marknadskorgsanalys
- Generera regler
- Generera en frekvensdiagram
Referens:
- Output från marknadskorgsanalysen
Vad är marknadskorgsanalys?
Marknadskorgsanalys är en teknik som identifierar styrkan i sambandet mellan par av produkter som köpts tillsammans och identifierar mönster av samverkan. En samtidig förekomst är när två eller flera saker sker tillsammans.
Marknadskorgsanalys skapar Om-Då-scenarioregler, t.ex. om artikel A köps så är det troligt att artikel B också köps. Reglerna är probabilistiska till sin natur eller, med andra ord, de härleds från frekvensen av samförekomst i observationerna. Frekvensen är andelen korgar som innehåller de aktuella varorna. Reglerna kan användas i prissättningsstrategier, produktplacering och olika typer av korsförsäljningsstrategier.
Hur marknadskorgsanalys fungerar
För att göra det lättare att förstå, tänk på marknadskorgsanalys i termer av att handla i en stormarknad. Marknadskorgsanalysen tar fram data på transaktionsnivå, som listar alla varor som köps av en kund vid ett enskilt köp. Tekniken fastställer sambanden mellan vilka produkter som köptes tillsammans med vilka andra produkter. Dessa relationer används sedan för att bygga upp profiler med Om-Då-regler för de varor som köpts.
Reglerna kan skrivas som:
If {A} Then {B}
Den Om-del av regeln ({A} ovan) är känd som antecedent och den DÅ-del av regeln är känd som consequent ({B} ovan). Antecedenten är villkoret och konsekvensen är resultatet. Associeringsregeln har tre mått som uttrycker graden av förtroende för regeln: Support, Confidence och Lift.
Till exempel är du i en stormarknad för att köpa mjölk. Är det utifrån analysen mer sannolikt att du köper äpplen eller ost i samma transaktion än någon som inte köpte mjölk?
I följande tabell (tabell 1) finns det nio korgar som innehåller olika kombinationer av mjölk, ost, äpplen och bananer.
Nästa steg är att fastställa sambanden och reglerna. För att förklara detta visas några av sambanden i följande tabell. Totalt finns det 22 regler för de nio korgarna. Den fullständiga uppsättningen regler visas i förklaringen till RStat-utgåvan.
Det första måttet som kallas stöd är antalet transaktioner som innehåller poster i {A} och {B} delarna av regeln i procent av det totala antalet transaktioner. Det är ett mått på hur ofta samlingen av poster förekommer tillsammans i procent av alla transaktioner.
Stödformeln skriven skulle se ut ungefär så här:
Tolkas som:
Det andra måttet, kallat regelns konfidens, är förhållandet mellan antalet transaktioner som innehåller alla objekt i {B} samt antalet transaktioner som innehåller alla objekt i {A} och antalet transaktioner som innehåller alla objekt i {A}.
Förtroendeformeln skriven skulle se ut ungefär så här:
Tolkas som:
: Hur ofta poster i B förekommer i transaktioner som endast innehåller A.
Det tredje måttet som kallas lyft eller lyftkvot är förhållandet mellan konfidens och förväntad konfidens. Förväntad konfidens är konfidensen dividerad med frekvensen av B. Lyftet talar om hur mycket bättre en regel är på att förutsäga resultatet än att bara anta resultatet från början. Större lyftvärden tyder på starkare samband.
Liftformeln skriven skulle se ut ungefär så här:
Tolkad som: Hur mycket vårt förtroende har ökat för att B kommer att köpas givet att A har köpts.
Praktiska tillämpningar av marknadskorgsanalys
När man hör marknadskorgsanalys tänker man på kundvagnar och kunder i stormarknader. Det är viktigt att inse att det finns många andra områden där marknadskorgsanalys kan tillämpas. Ett exempel på marknadskorgsanalys för en majoritet av Internetanvändarna är en lista över potentiellt intressanta produkter för Amazon. Amazon informerar kunden om att personer som köpt den produkt som köps av dem också recenserat eller köpt en annan lista med produkter. Nedan följer en förteckning över tillämpningar av marknadskorgsanalys i olika branscher:
- Detaljhandel. Inom detaljhandeln kan marknadskorgsanalys hjälpa till att fastställa vilka varor som köps tillsammans, köps efter varandra och köps efter säsong. Detta kan hjälpa detaljhandlare att bestämma produktplacering och optimering av kampanjer (t.ex. kombinera produktincitament). Är det vettigt att sälja läsk och chips eller läsk och kex?
- Telekommunikation. Inom telekommunikation, där höga avgångsfrekvenser fortsätter att vara ett växande problem, kan marknadskorgsanalys användas för att fastställa vilka tjänster som används och vilka paket som kunderna köper. De kan använda denna kunskap för att rikta marknadsföringsinsatser till kunder som med större sannolikhet kommer att följa samma väg.
Telekommunikation erbjuder till exempel numera även TV och Internet. Att skapa paket för köp kan bestämmas utifrån en analys av vad kunderna köper, vilket ger företaget en uppfattning om hur paketen ska prissättas. Denna analys kan också leda till att man fastställer kapacitetskraven.
- Banker. Inom finansbranschen (t.ex. bankverksamhet) kan marknadskorgsanalys användas för att analysera kundernas kreditkortsinköp för att skapa profiler i syfte att upptäcka bedrägerier och skapa möjligheter till korsförsäljning.
- Försäkringar. Inom försäkringsbranschen kan marknadskorgsanalys användas för att bygga upp profiler för att upptäcka bedrägerier i samband med sjukförsäkringsanspråk. Genom att bygga upp profiler av anspråk kan man sedan använda profilerna för att avgöra om mer än ett anspråk tillhör en viss anspråkstagare inom en viss tidsperiod.
- Medicinsk försäkring. Inom hälsovård eller medicin kan marknadskorgsanalys användas för komorbida tillstånd och symtomanalyser, med hjälp av vilka en sjukdomsprofil bättre kan identifieras. Den kan också användas för att avslöja biologiskt relevanta samband mellan olika gener eller mellan miljöeffekter och genuttryck.
Datakrav
- Korgar
- Denna kolumn identifierar de enskilda korgen.
- Värdena kan vara kategoriska eller numeriska för att identifiera korgarna.
- Produkter
- Denna kolumn innehåller alla artiklar som ingår i varje korg.
- Värdena på artiklarna kan vara kategoriska eller numeriska.
Till exempel från tabell 1 nedan: