Współkupowanie

Rozwój technik obliczeniowych i algorytmów w ostatnich latach pozwala nam na przeprowadzenie dość wymagających od strony obliczeniowej analizy baz danych indywidualnych paragonów w celu określenia zależności współkupowania.

W wyniku analizy współkupowania możemy określić jakie produkty są w sklepie kupowane razem i są zatem komplementarne (przykład chleb-masło, strzykawka-igła) oraz jakie produkty zazwyczaj się wykluczają (ktoś kupując mięso zapewne rzadziej niż przeciętnie kupuje jednocześnie rybę).

Tu kluczowym są słowa „częściej niż przeciętna”/”rzadziej niż przeciętna” gdyż oczywiście mówimy o pewnej statystycznej zależności, a nie o twardym determinizmie i o ile przytoczony zakup strzykawki i igieł jest bardzo silnie skorelowany, to już zakup chleb-masło jest zależnością ledwo rysująca się.

wspolwykr

Często jednak te powiązania są zupełnie nieoczekiwane i wynikają nie tyle z komplementarności produktów, co z charakterystyki kupującego (ktoś kto kupuje jeden produkt luksusowy jest np. bardziej prawdopodobnym nabywcą innego luksusowego produktu niż ktoś kto w koszyku ma dotąd tylko najtańsze produkty).

Analiza współkupowania pozwala również zawęzić obszar analiz cross-elastyczności, będziemy jej bowiem szukać głownie tam, gdzie wiemy, że występuje dodatnie lub ujemne sprzężenie na poziomie współkupowania.

Wynikiem analizy współkupowania jest zestaw reguł które mówią np. że jeśli klient kupuje produkt A, to z tego wynika, że kupuje również produkt B (co zapisujemy A => B). Bardziej rozbudowane reguły dotyczą wielu produktów np. A i B => C.