Basket Analysis

Análise de associações em transações de compra

O que é Basket Analysis?

A Análise de Cesta (Market Basket Analysis) identifica padrões de compra e descobre quais produtos são frequentemente comprados juntos. É como descobrir os 'melhores amigos' dos seus produtos!

Com essa análise você descobre regras de associação que revelam tendências ocultas no comportamento de compra dos clientes.

Exemplos de uso:

  • • Criar promoções combinadas de produtos que são comprados juntos
  • • Organizar produtos próximos nas prateleiras para aumentar vendas
  • • Personalizar recomendações de produtos para clientes
  • • Identificar oportunidades de cross-selling e up-selling

Início Rápido

  1. 1. Prepare seus dados em formato CSV com transações e produtos
  2. 2. Faça o upload do arquivo na página de upload
  3. 3. Configure os parâmetros (suporte mínimo, confiança)
  4. 4. Aguarde o processamento (normalmente 2-5 minutos)
  5. 5. Analise as regras de associação descobertas

Como organizar seus dados

Organize seus dados em uma planilha CSV com duas colunas:

Coluna 1: ID da Transação

Identificador único de cada compra/pedido. Por exemplo: 001, 002, 003

Coluna 2: Produto

Nome do produto comprado. Por exemplo: Pão, Leite, Café

Exemplo de planilha de transações:

transaction_id product
001 Pão
001 Leite
002 Pão
002 Manteiga

💡 Importante: Cada linha representa UM produto em UMA transação. Se uma transação tem 3 produtos, serão 3 linhas com o mesmo transaction_id.

Configurações da análise

Suporte Mínimo (Min Support)

Percentual mínimo de transações que devem conter o conjunto de produtos para ser considerado relevante.

Exemplo:

0.01 = 1% das transações (padrão recomendado)

Confiança Mínima (Min Confidence)

Probabilidade de que o produto B seja comprado quando o produto A for comprado.

Exemplo:

0.5 = 50% de confiança (padrão recomendado)

Lift Mínimo (Min Lift)

Mede o quanto a regra é melhor do que uma compra aleatória. Valores > 1 indicam associação positiva.

Exemplo:

1.0 = padrão (aceita todas as regras)

Entendendo os resultados

A análise retorna regras de associação no formato: 'Se comprar A, então provavelmente comprará B'.

Métricas das Regras

Suporte (Support)

Frequência com que os produtos aparecem juntos nas transações.

Exemplo: Suporte de 0.3 = 30% das transações contêm esses produtos

Confiança (Confidence)

Probabilidade de comprar B dado que A foi comprado.

Exemplo: Confiança de 0.8 = 80% de chance de comprar B quando compra A

Lift

Indica o quanto a regra é melhor que o acaso.

Lift > 1: Associação positiva | Lift = 1: Independente | Lift < 1: Associação negativa

⚠️ Dica prática: Foque nas regras com alta confiança (>0.7) e alto lift (>2) para identificar as associações mais fortes e úteis para o negócio.

Precisa de ajuda? Entre em contato: contato@grabatus.com