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[править | править код]
- 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[править | править код]
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[править | править код]
- ↑ Д. В. Бабин, «Искусственный интеллект» 4’2006 Архивная копия от 26 июня 2015 на Wayback Machine.
- ↑ Michael J. A., Berry and Gordon A. Linoff. «Data Mining Techniques for Marketing, Sales and Customer Support», UIC, 2004 Архивная копия от 17 июля 2010 на Wayback Machine.
- ↑ Martin Lindstrom «Buyology: Truth and Lies About Why We Buy», 2010 Архивная копия от 15 декабря 2014 на Wayback Machine.
- ↑ Paco Underhill, Simon & Schuster, «Why We Buy: The Science of Shopping», 1999 Архивная копия от 5 марта 2016 на Wayback Machine.
- ↑ R. Agrawal, T. Imielinski, A. Swami. «Mining Associations between Sets of Items in Massive Databases», 1993.
- ↑ R. Agrawal, R. Srikant. «Fast Discovery of Association Rules», 1994.