Basket Analysis

Ανάλυση συσχετίσεων σε συναλλαγές αγορών

Τι είναι η Ανάλυση Καλαθιού;

Η Ανάλυση Καλάθιου (Market Basket Analysis) εντοπίζει πρότυπα αγορών και ανακαλύπτει ποια προϊόντα αγοράζονται συχνά μαζί. Είναι σαν να ανακαλύπτεις τους 'καλύτερους φίλους' των προϊόντων σου!

Με αυτήν την ανάλυση ανακαλύπτετε κανόνες συσχέτισης που αποκαλύπτουν κρυφές τάσεις στη συμπεριφορά αγοράς των πελατών.

Χρήση παραδείγματα:

  • • Δημιουργήστε συνδυασμένες προσφορές προϊόντων που αγοράζονται μαζί.
  • • Οργανώστε τα προϊόντα κοντά στα ράφια για να αυξήσετε τις πωλήσεις
  • • Προσαρμόστε συστάσεις προϊόντων για πελάτες
  • • Εντοπίστε ευκαιρίες cross-selling και up-selling

Γρήγορη Εκκίνηση

  1. 1. Ετοιμάστε τα δεδομένα σας σε μορφή CSV με συναλλαγές και προϊόντα
  2. 2. Ανεβάστε το αρχείο στο σελίδα μεταφόρτωσης
  3. 3. Ρυθμίστε τις παραμέτρους (ελάχιστη υποστήριξη, εμπιστοσύνη)
  4. 4. Αναμένετε την επεξεργασία (κανονικά 2-5 λεπτά)
  5. 5. Αναλύστε τους ανακαλυφθέντες κανόνες συσχέτισης

Πώς να οργανώσετε τα δεδομένα σας

Οργανώστε τα δεδομένα σας σε ένα αρχείο CSV με δύο στήλες:

Στήλη 1: ID Συναλλαγής

Μοναδικός αναγνωριστικός αριθμός κάθε αγοράς / παραγγελίας. Για παράδειγμα: 001, 002, 003

Στήλη 2: Προϊόν

Όνομα αγορασμένου προϊόντος. Για παράδειγμα: Ψωμί, Γάλα, Καφές

Παράδειγμα φύλλου εργασίας συναλλαγών:

transaction_id product
001 Pão
001 Leite
002 Pão
002 Manteiga

💡 Σημαντικό: Κάθε γραμμή αντιπροσωπεύει ΕΝΑ προϊόν σε ΜΙΑ συναλλαγή. Εάν μια συναλλαγή έχει 3 προϊόντα, θα υπάρχουν 3 γραμμές με το ίδιο transaction_id.

Ρυθμίσεις ανάλυσης

Ελάχιστη Υποστήριξη (Min Support)

Ελάχιστο ποσοστό συναλλαγών που πρέπει να περιέχουν το σύνολο προϊόντων για να θεωρείται σχετικό.

Παράδειγμα:

0.01 = 1% das transações (padrão recomendado)

Ελάχιστη Εμπιστοσύνη (Min Confidence)

Πιθανότητα να αγοραστεί το προϊόν B όταν αγοραστεί το προϊόν A.

Παράδειγμα:

0.5 = 50% de confiança (padrão recomendado)

Ελάχιστη Άνοδος (Min Lift)

Μετράει πόσο καλύτερος είναι ο κανόνας από μια τυχαία αγορά. Αξίες > 1 υποδηλώνουν θετική συσχέτιση.

Παράδειγμα:

1.0 = padrão (aceita todas as regras)

Κατανοώντας τα αποτελέσματα

Η ανάλυση επιστρέφει κανόνες συσχέτισης στη μορφή: 'Αν αγοράσετε το A, τότε είναι πιθανό να αγοράσετε το B'.

Κανόνες Μετρήσεων

Υποστήριξη (Support)

Συχνότητα με την οποία τα προϊόντα εμφανίζονται μαζί στις συναλλαγές.

Παράδειγμα: Υποστήριξη 0.3 = 30% των συναλλαγών περιέχουν αυτά τα προϊόντα

Εμπιστοσύνη (Confidence)

Πιθανότητα αγοράς B δεδομένου ότι A αγοράστηκε.

Παράδειγμα: Εμπιστοσύνη 0.8 = 80% πιθανότητα να αγοράσει το B όταν αγοράσει το A

Ανασήκωση

Δείχνει πόσο καλύτερος είναι ο κανόνας από την τύχη.

Lift > 1: Θετική συσχέτιση | Lift = 1: Ανεξάρτητο | Lift < 1: Αρνητική συσχέτιση

⚠️ Practical tip: Επικεντρωθείτε στους κανόνες με υψηλή εμπιστοσύνη (>0.7) και υψηλό lift (>2) για να αναγνωρίσετε τις πιο ισχυρές και χρήσιμες συσχετίσεις για την επιχείρηση.

Χρειάζεστε βοήθεια; Επικοινωνήστε: contato@grabatus.com