Analiza koszyków zakupowych, a tabelowanie

Tekst przeczytasz w: 2 minuty.
W analizie koszyków zakupowych możemy posłużyć się zestawem wielokrotnych odpowiedzi.

Sprawdź również:

Jakie produkty najczęściej pojawiają się wspólnie w koszykach klientów? Jakie usługi są chętnie wybierane razem? Odpowiedzi na te pytania mogą stać się kluczem do zwiększenia wartości koszyka klienta, dzięki sprzedaży krzyżowej (ang. cross-selling). Dobrym wstępem do eksploracji danych pod tym kątem jest budowanie tabel krzyżowych.

 

Chcesz dowiedzieć się więcej o wizualizacji danych?


Zapraszamy na szkolenie ST 2a. Wizualizacja informacji z użyciem raportów tabelarycznych i wykresów

 

Proces wybierania przez klienta produktów z półki, technicznie przypomina wybieranie dowolnej liczby odpowiedzi z pytania wielokrotnego wyboru. Stąd, możemy posłużyć się w analizie zestawem wielokrotnych odpowiedzi, który skrzyżowany sam ze sobą da nam informację o częstości współwystępowania ze sobą w koszykach poszczególnych par produktów.

Współwystępowanie par produktów w koszykach – pokrycie

Współwystępowanie par produktów w koszykach – pokrycie

 

W powyższej tabeli bazą procentowania są wszystkie koszyki. Wartość w komórce tabeli prezentuje procent koszyków, w których znalazły się obie kategorie produktowe. Przykładowe pary produktów, które często pojawiały się w koszykach to:

  • „piwo” i „dania mrożone” – 18% koszyków,
  • „ryby” i „warzywa i owoce” – 15% koszyków,
  • „wino” i „słodycze” – 15% koszyków.

Przekątna tej tabeli stanowi skrzyżowanie kategorii z nią samą, w związku z czym wartości te interpretujemy jako przeciętną częstość występowania danego produktu w danych. W drugiej tabeli wykorzystana została statystyka „% z N w wierszu”.

Interpretacja dzięki temu jest jeszcze ciekawsza.

Współwystępowanie par produktów w koszykach – ufność

Współwystępowanie par produktów w koszykach – ufność

 

Przyjrzyjmy się parze „słodycze” (w wierszach) i „wino” (w kolumnach). Po sprawdzeniu wszystkich koszyków ze słodyczami, okazuje się, że 52% spośród nich zawiera również wino. Możemy zatem powiedzieć, że oferując wino klientowi, który zdecydował się na słodycze, robimy to z 52%-ową ufnością. Reguła „Jeśli słodycze, to wino” wydaje się być dość słaba, niemniej znacznie poprawia skuteczność sprzedaży wina. Skąd to wiem? Z porównania wartości ufności reguły z tym, jak często kupowane jest wino w całej populacji (tabela 1, 30%). Gdybyśmy zaproponowali wino 100 losowo wybranym klientom, to ofertę zaakceptowałoby 30-stu z nich (czyli 30%). Jeśli jednak posłużymy się naszą regułą i będziemy oferować wino tylko osobom kupującym słodycze, nasza skuteczność wzrośnie do 52%!

 

Analizy prezentowane w tym artykule zostały zrealizowane przy pomocy PS IMAGO PRO

Tak zbudowane tabele mogą również posłużyć do konstruowania wstępnych wniosków dotyczących naturalnej segmentacji klientów. Ale to już temat na osobny wpis…

 


Oceń artykuł:

Udostępnij artykuł w social mediach



Zostańmy w kontakcie!

Chcesz dostawać wiadomości o nowych wpisach na blogu i webinarach z zakresu analizy danych? Zapisz się na powiadomienia e-mail.

Ustawienia dostępności
Zwiększ wysokość linii
Zwiększ odległość między literami
Wyłącz animacje
Przewodnik czytania
Czytnik
Większy kursor