Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Lo strumento Shopping Basket Analysis aiuta a trovare associations nei tuoi dati. Un'associazione potrebbe indicare quali articoli vengono spesso acquistati contemporaneamente. Nel data mining, questa tecnica è un metodo noto noto come analisi del carrello di mercato, usato per analizzare il comportamento di acquisto dei clienti in set di dati molto grandi. I marketer possono utilizzare le informazioni per consigliare prodotti correlati ai clienti e promuovere i prodotti correlati inserendoli in prossimità nelle pagine Web, nei cataloghi o nello scaffale.
Per usare l'analisi del carrello acquisti, gli elementi da analizzare devono essere correlati da un ID transazione. Ad esempio, se si analizzano tutti gli ordini ricevuti tramite un sito Web, ogni ordine avrà un ID ordine o un ID transazione associato a uno o più articoli acquistati.
Al termine dell'analisi dei dati, la procedura guidata crea due nuovi fogli di lavoro, Gruppi di articoli carrello acquisti e Regole carrello acquisti.
Il foglio di lavoro Gruppi di articoli carrello acquisti contiene un elenco degli elementi che vengono spesso visualizzati insieme nelle transazioni. Questi raggruppamenti comuni sono denominati set di elementi. Il foglio di lavoro contiene anche statistiche, ad esempio supporto e impatto, per comprendere il significato del set di elementi. Se le informazioni sul prezzo sono disponibili, il foglio di lavoro crea anche una somma del valore di tutti gli elementi correlati, per fornire un'indicazione del valore totale delle transazioni.
È possibile filtrare e ordinare le colonne nel report. Ad esempio, è possibile visualizzare solo i set di articoli con 2 o più prodotti oppure ordinare i set di articoli in base al valore del carrello medio.
Il foglio di lavoro Shopping Basket Rules utilizza le statistiche derivate dall'analisi per creare regole sulla correlazione degli elementi. Ad esempio, una regola potrebbe essere che se i clienti acquistano prodotto A, è altamente probabile che acquistino prodotto B. Le regole possono essere usate per creare raccomandazioni. Ogni regola include statistiche di supporto che consentono di valutare il potenziale livello di forza della regola, in modo da poter effettuare una raccomandazione solo se la regola supera una determinata soglia di probabilità.
Uso dello strumento di analisi del carrello acquisti
Aprire una tabella di Excel contenente i dati appropriati. Nella cartella di lavoro di esempio, fare clic sul foglio di lavoro Associato.
Fare clic su Analisi del Carrello della Spesa.
Nella finestra di dialogo Analisi carrello acquisti scegliere la colonna contenente l'ID transazione e quindi scegliere la colonna contenente gli elementi o i prodotti da analizzare.
Facoltativamente, è possibile aggiungere una colonna contenente i valori del prodotto.
Fare clic suAvanzateper aprire la finestra di dialogo Impostazioni parametri avanzati . Aumentare il valore per Supporto minimo per ridurre il numero di prodotti raggruppati come set di elementi. Aumentare la probabilità minima delle regole per escludere set di elementi molto comuni.
Requisiti
Per utilizzare lo strumento Shopping Basket Analysis , i dati devono essere archiviati in una tabella di Excel e devono contenere le colonne seguenti:
Colonna contenente un ID univoco che rappresenta la transazione. L'ID può essere numerico o testo, purché il valore in ogni riga sia univoco.
Colonna contenente l'articolo o il prodotto che si sta analizzando.
Colonna numerica facoltativa che rappresenta il prezzo o il valore di ogni elemento. Questa colonna viene usata per aggregare il valore dei set di elementi in cui si trova ogni prodotto e consente di comprendere il valore totale di determinate transazioni.
Modalità di associazione degli elementi
I singoli elementi che si stanno analizzando devono essere raggruppati in base a un identificatore che rappresenta il caso, la transazione o l'occasione. È quindi necessario scegliere questa colonna ID transazione come identificatore e non il numero ID cliente o il numero ID prodotto.
Quando lo strumento esamina i prodotti all'interno di ogni transazione, crea un set di elementi per ogni combinazione di elementi trovati. Ad esempio, se un cliente ha acquistato tre articoli in una singola visita, ci sono 7 set di articoli possibili: ogni prodotto considerato da solo, ogni prodotto raggruppato con un altro prodotto e la combinazione di tutti e tre i prodotti.
Annotazioni
È possibile filtrare i set di elementi che contengono singoli elementi, ma lo strumento deve analizzarli per generare statistiche significative per il set di dati.
Il supporto per ogni set di elementi viene calcolato come numero di clienti che acquistano un set di articoli. Nell'esempio appena indicato, se è presente un solo cliente che ha acquistato 3 articoli, con 7 set di articoli possibili, ognuno dei 7 set di elementi ha un valore di supporto pari a 1. Man mano che il numero di clienti aumenta e il numero di possibili combinazioni aumenta, l'elaborazione del report può richiedere molto più tempo. Tuttavia, alcuni set di elementi potrebbero avere un supporto molto ridotto. Pertanto, è possibile decidere di ridurre il tempo necessario per generare il report limitando il numero di elementi in ogni set di elementi a 3 o meno. In genere, i set di articoli più grandi hanno un supporto molto inferiore, quindi il compromesso è accettabile.
Specificare il supporto minimo e la probabilità delle regole
Man mano che il set di dati aumenta, il numero di possibili raggruppamenti di elementi e regole può diventare eccessivo. Tuttavia, è possibile controllare il numero di risultati restituiti dallo strumento, per concentrarsi solo sui set di elementi e sulle regole più importanti. Queste opzioni vengono impostate nella finestra di dialogo Parametri avanzati shopping basket.
Supporto minimo
Supporto minimo indica il numero di transazioni che devono contenere un set di elementi specifico per il set di elementi da considerare significativo. Ad esempio, potrebbe non essere interessato a un set di elementi, a meno che non sia stato acquistato in almeno 10 transazioni diverse. Esistono due modi per controllare la soglia per il significato del set di elementi ed entrambi usano il parametro supporto minimo.
Come valore assoluto: Immettere un numero che rappresenta il numero di transazioni che contengono gli elementi di destinazione. Ad esempio, se si immette 10, qualsiasi set di articoli che appare in almeno 10 carrelli della spesa viene incluso nei risultati.
Come percentuale: Immettere un numero che rappresenta una percentuale dell'intera raccolta di set di elementi. Ad esempio, se si specifica 10, tutti i set di elementi vengono conteggiati e il set di elementi di destinazione deve essere costituito almeno dal 10% del numero totale di set di elementi. Se si dispone di un set di dati di dimensioni molto grandi, l'uso di percentuali anziché un conteggio consente di concentrarsi sui raggruppamenti di elementi più importanti.
Annotazioni
Tenere presente che il numero di set di elementi è diverso dal numero di transazioni nei dati. Ogni transazione può contenere più set di elementi; Tuttavia, la maggior parte dei set di elementi si ripete più volte nel set di dati.
Probabilità delle regole e importanza delle regole
La probabilità di una regola descrive la probabilità che si verifichi il risultato di una regola. La probabilità delle regole viene calcolata usando la frequenza dei set di elementi che supportano una regola. Se un set di elementi si verifica molto raramente, avrà una bassa probabilità.
Tuttavia, le regole con probabilità elevata potrebbero non essere sempre utili. Potrebbero indicare set di articoli acquistati di frequente e pertanto non sono necessarie ulteriori promozioni. L'importanza è progettata per misurare l'utilità di una regola. A volte una regola potrebbe avere una probabilità molto elevata ma un'importanza bassa, perché la stima non fornisce nuove informazioni. Ad esempio, se ogni set di elementi contiene uno stato specifico di un attributo, una regola che stima tale stato è semplice, anche se la probabilità è molto elevata.
È consigliabile sperimentare queste impostazioni per visualizzare risultati diversi e determinare quale impostazione restituisce le regole più interessanti.
Comprendere i rapporti
Lo strumento Shopping Basket Analysis crea due report complementari. Il primo report, intitolato Gruppi significativi di elementi identificati durante l'analisi, fornisce un elenco di tutti i set di elementi trovati. È possibile utilizzare i nuovi strumenti di tabella in Microsoft Excel per ordinare, filtrare ed esplorare i dati.
Il secondo report, intitolato Shopping Basket Rules, indica il tipo di inferenze che possono essere effettuate in base ai set di elementi elencati nel primo report. Mentre l'elenco di set di elementi è più utile per esplorare e comprendere i dati, l'elenco di regole è più utile per eseguire stime e raccomandazioni.
Rapporto sui gruppi di articoli del carrello della spesa
Questo report contiene un elenco di tutte le possibili combinazioni di elementi trovati nel set di dati. Ad esempio, se i dati delle transazioni contengono ordini, per ogni ordine lo strumento Shopping Basket Analysis calcola quante volte è stato ordinato il singolo articolo e quindi calcola tutte le combinazioni di tale articolo con altri articoli.
Il report elenca i set di elementi trovati in ordine di valore di incremento. Lift è un indicatore che misura l'importanza del raggruppamento di elementi.
| Colonna nel rapporto | Cosa indica |
|---|---|
| Gruppo di elementi | Elenca i set di elementi o la combinazione di elementi. |
| Dimensione del gruppo | Conteggio del numero di elementi nel set di elementi. È possibile filtrare in base a questo campo per visualizzare solo coppie di elementi, singoli elementi e così via. |
| Assistenza | Conteggio del numero di casi in cui si è verificata questa combinazione. È possibile ordinare in questa colonna per visualizzare i set di elementi più comuni. |
| Valore medio | Somma del valore degli elementi in questo set di elementi, diviso per il supporto. È possibile ordinare e filtrare in base a questa colonna per specificare i prodotti di destinazione in intervalli di prezzo diversi. |
| Valore medio del carrello | Somma dei valori di tutti gli elementi negli ordini che contengono questo set di elementi, diviso per supporto. Questa statistica è interessante se abbinata al valore medio del set di elementi. |
| Ascensore | Punteggio che rappresenta quanto sia interessante questo set di elementi nell'intero set di dati. Il lift viene calcolato determinando la probabilità che i due elementi si verifichino insieme, e dividendo per la probabilità che i due elementi si verifichino indipendentemente. Di conseguenza, se esiste una forte correlazione tra gli elementi, il punteggio di lift sarà superiore. |
Rapporto sulle regole del carrello della spesa
Questo report contiene un set di regole compilate analizzando i set di elementi trovati. Ad esempio, se i dati delle transazioni hanno rivelato che i prodotti A e B sono stati acquistati frequentemente insieme, lo strumento Shopping Basket Analysis creerà una regola che stima A data l'esistenza di B o B data l'esistenza di A.
Ogni regola è associata a una probabilità, derivata dai dati di supporto. Queste probabilità sono utili quando si effettuano raccomandazioni. Ad esempio, è possibile visualizzare solo le regole con almeno il 50% di probabilità di essere accurate, in base ai dati esistenti.
Il report elenca i set di elementi trovati in ordine di coefficiente di elevazione. Lift è un punteggio che indica l'importanza del set di elementi.
| Colonna nel rapporto | Cosa indica |
|---|---|
| Elementi esistenti | Elenca gli elementi necessari per effettuare una raccomandazione. Nel data mining, si dice che questi elementi siano sul lato sinistro della regola di associazione. |
| Elemento stimato | Elenca l'elemento da consigliare. Nel data mining, si dice che questi elementi siano sul lato destro della regola di associazione. |
| Probabilità | Visualizza la probabilità che questa regola sia corretta. |
| Assistenza | Indica il numero di case nei dati esistenti che forniscono prove per questa regola. |
| Valore regola | Se si specifica un valore per gli articoli nel carrello acquisti, questa colonna calcola il valore della stima, in base al costo degli articoli. |
| Ascensore | Indica il livello di attendibilità della correlazione tra gli elementi nella prima colonna e gli elementi nella seconda colonna. Detto anche importanza. Un aumento di 0 indica che non esiste alcuna correlazione. Un valore positivo indica che gli elementi nella prima colonna predicono l'elemento nella seconda colonna. Maggiore è il numero, maggiore è la correlazione. |
Strumenti correlati
Il client di data mining per Excel, che è un componente aggiuntivo separato che fornisce funzionalità di data mining più avanzate, contiene anche una procedura guidata che esegue l'analisi delle associazioni. Per ulteriori informazioni, vedere Associate Wizard (Data Mining Client per Excel).
Per altre informazioni sull'algoritmo usato per eseguire questa analisi, vedere l'argomento "Algoritmo di associazione Microsoft" nella documentazione online di SQL Server.