Analýza nákupního košíku - marketingová zbraň hromadného ničení

Když si kupujete něco v eshopu, často se Vám stane, že e-shop nabídne ještě další zboží, které by se Vám mohlo hodit. Když si například chcete koupit notebook, nabídne Vám e-shop ještě tašku na notebook, klávesnici, myš... Často je to zboží, které se Vám hodí a vy si jej často koupíte - což je samozřejmě to, čeho chce e-shop dosáhnout.

Systém e-shopu totiž dobře pozná, které zboží by Vás mohlo zajímat. Pozná to podle toho, co si kupovali lidé před Vámi. Tedy když si lidé před vámi kupovali k notebooku tašku na notebook, nabídne to systém i Vám. 

Takové nabídky zboží jsou velmi efektivní - protože pravděpodobnost, že si takto nabídnuté zboží koupíte, je mnohokrát větší než při náhodném výběru.

Pojďme si takovýto odhad udělat v Excelu. Je to překvapivě jednoduché - systém po uživateli nechce, aby znal logiku výpočtu, stačí zadat data a pochopit výsledky.

Pro výpočet potřebuji dataminingový doplněk v Excelu.

V příkladu použiji demodata dodávaná s doplňkem.  

Jedná se o tabulku s objednávkami zákazníků. Zajímá nás v zásadě jen první a třetí sloupec. V prvním je číslo objednávky a ve třetím nakoupené zboží. Všimneme si, že hodnoty v prvním sloupci (čísla objednávky) se opakují - je to logické, protože v rámci jedné objednávky zákazníci nakoupili více druhů zboží.

V menu doplňku kliknu na Associate.

První obrazovka je jen informativní a mohu ji s klidem přeskočit.

V další obrazovce jen mohu vybrat tabulku nebo rozsah buněk, obsahujících analyzovaná data.

V další tabulce pak vybírám z tabulky správné sloupce k analýze. Pro Transaction ID vyberu první sloupec Order Number a pro Item vyberu Product. Tedy v Transaction ID vybírám údaj, který definuje skupinu, do které položka patří, a v Item vyberu to, co vlastně chci analyzovat.

Na další obrazovce nemusím nic měnit, jen kliknu na Dokončit a tím se spustí výpočet, který de facto probíhá ne v Excelu, ale na SQL Serveru (což nám ale může být jedno).

Takto vypadá výsledek:

Než se nad výsledkem zamyslím, přepnu si v Show Show attribute name and value na Show attribute name only. Tím se zbavím slova Exists u všech položek a výsledky jsou přehlednější.

Co mí tedy říká tabulka? Např. Probability 100%, Importance 0,96 a Rule "Classic Vest, HL Road Tire "šipka" Road Tire Tube mi říká, že ten, kdo si koupil současně "Classic Vest" a "HL Road Tire", si s nejvyšší možnou pravděpodobností koupí i "Road Tire Tube". Význam toho pravidla je 0,96, což vychází z toho, kolikrát se tato skutečnost v datech opakuje. Čím vícekrát a číslo je vyšší, tím je toto pravidlo samozřejmě prověřenější a dá se na něj více spoléhat.
Tabulku si mohu vyexportovat do Excelu pro snadnější použití při řízení marketingových kampaní.
Pro jiný pohled na souvislosti se ještě lze podívat do karty Dependency Network - interpretaci výsledků asi není třeba popisovat....