Анализ рыночной корзины

Анализ рыночной корзины (market basket analysis) — это поиск наиболее типичных, шаблонных покупок в супермаркетах (поиск ассоциативных правил). Анализ рыночной корзины производится путём анализа баз данных, с целью определения комбинаций товаров, которые связаны между собой[1]. Другими словами, выполняется обнаружение «парных товаров». В каждой такой паре один товар будет ключевым, а товар покупаемый вместе с ним — сопутствующим. Подобный анализ позволит выявить частоту покупки парных товаров, а также вероятность с которой сопутствующий товар покупается вместе с ключевым[2].

Результаты использования анализа рыночной корзины
  • оптимизация ассортимента товаров и запасов;
  • размещение товаров в торговых залах;
  • планирование промоакций (предоставление скидок на пары товаров);
  • увеличение объёмов продаж за счёт продвижения сопутствующих товаров[3].

Например, в результате анализа было установлено, что совместная покупка макарон и кетчупа (пива и чипсов, шампуня и бальзама, принтера и бумаги) является шаблонной покупкой. Зная частоту покупки и вероятность, с которой сопутствующий товар покупается вместе с ключевым, можно «спровоцировать» покупателя на их совместное приобретение, поставив их рядом или прорекламировав один из них[4].

Инструменты

Так как современные базы данных имеют очень большие размеры и продолжают увеличиваются, для нахождения ассоциативных правил требуются эффективные масштабируемые алгоритмы, которые позволят решить задачу за короткое время[5].

Первый алгоритм поиска ассоциативных правил, называвшийся AIS, был разработан в 1993 году сотрудниками исследовательского центра IBM Almaden.

На сегодняшний день основным алгоритмом, который применяется для получения ассоциативных правил, является алгоритм Аpriori, автором которого является Ракеш Агравал (Rakesh Agrawal)[6].

Примечания
  1. Д. В. Бабин, «Искусственный интеллект» 4’2006.
  2. Michael J. A., Berry and Gordon A. Linoff. «Data Mining Techniques for Marketing, Sales and Customer Support», UIC, 2004.
  3. Martin Lindstrom «Buyology: Truth and Lies About Why We Buy», 2010.
  4. Paco Underhill, Simon & Schuster, «Why We Buy: The Science of Shopping», 1999.
  5. R. Agrawal, T. Imielinski, A. Swami. «Mining Associations between Sets of Items in Massive Databases», 1993.
  6. R. Agrawal, R. Srikant. «Fast Discovery of Association Rules», 1994.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.