Basket Analysis

Analyse von Assoziationen in Kauftransaktionen

Was ist Basket Analysis?

Die Warenkorbanalyse (Market Basket Analysis) identifiziert Kaufmuster und entdeckt, welche Produkte häufig zusammen gekauft werden. Es ist wie das Entdecken der 'besten Freunde' Ihrer Produkte!

Mit dieser Analyse entdecken Sie Assoziationsregeln, die verborgene Trends im Kaufverhalten der Kunden aufzeigen.

Anwendungsbeispiele:

  • • Erstellen Sie kombinierte Produktaktionen für Produkte, die zusammen gekauft werden.
  • • Produkte in Regalen nah beieinander anordnen, um den Umsatz zu steigern.
  • • Produktempfehlungen für Kunden personalisieren
  • • Identifizieren Sie Cross-Selling- und Up-Selling-Möglichkeiten

Schnellstart

  1. 1. Bereiten Sie Ihre Daten im CSV-Format mit Transaktionen und Produkten vor
  2. 2. Laden Sie die Datei in die Upload-Seite
  3. 3. Konfigurieren Sie die Parameter (minimale Unterstützung, Vertrauen)
  4. 4. Bitte warten Sie auf die Verarbeitung (normalerweise 2-5 Minuten)
  5. 5. Analysiere die entdeckten Assoziationsregeln

Wie man seine Daten organisiert

Organisieren Sie Ihre Daten in einer CSV-Tabelle mit zwei Spalten:

Spalte 1: Transaktions-ID

Eindeutige Kennung für jeden Kauf/Bestellung. Zum Beispiel: 001, 002, 003

Spalte 2: Produkt

Produktname gekauft. Zum Beispiel: Brot, Milch, Kaffee

Beispiel einer Transaktions Tabelle:

transaction_id product
001 Pão
001 Leite
002 Pão
002 Manteiga

💡 Wichtig: Jede Zeile repräsentiert EIN Produkt in EINER Transaktion. Wenn eine Transaktion 3 Produkte hat, gibt es 3 Zeilen mit derselben transaction_id.

Analyeinstellungen

Mindestunterstützung (Min Support)

Mindestprozentsatz der Transaktionen, die das Produktsortiment enthalten müssen, um als relevant betrachtet zu werden.

Beispiel:

0.01 = 1% das transações (padrão recomendado)

Minimale Vertrauenswürdigkeit (Min Confidence)

Wahrscheinlichkeit, dass Produkt B gekauft wird, wenn Produkt A gekauft wird.

Beispiel:

0.5 = 50% de confiança (padrão recomendado)

Mindestlift (Min Lift)

Misst, wie viel besser die Regel als ein zufälliger Kauf ist. Werte > 1 zeigen eine positive Assoziation an.

Beispiel:

1.0 = padrão (aceita todas as regras)

Verstehen der Ergebnisse

Die Analyse gibt Assoziationsregeln im Format zurück: 'Wenn A gekauft wird, wird wahrscheinlich B gekauft werden'.

Metriken der Regeln

Support

Häufigkeit, mit der die Produkte zusammen in den Transaktionen erscheinen.

Beispiel: Unterstützung von 0,3 = 30 % der Transaktionen enthalten diese Produkte

Vertrauen

Wahrscheinlichkeit, B zu kaufen, gegeben dass A gekauft wurde.

Beispiel: Vertrauen von 0,8 = 80% Chance, B zu kaufen, wenn A gekauft wird

Heben

Zeigt, wie viel besser die Regel im Vergleich zum Zufall ist.

Lift > 1: Positive Assoziation | Lift = 1: Unabhängig | Lift < 1: Negative Assoziation

⚠️ Praktischer Tipp: Konzentrieren Sie sich auf Regeln mit hoher Konfidenz (>0,7) und hohem Lift (>2), um die stärksten und nützlichsten Assoziationen für das Geschäft zu identifizieren.

Brauchen Sie Hilfe? Kontakt aufnehmen: contato@grabatus.com