Якщо ви працюєте у сфері торгівлі, то напевно завдання аналізу кошика покупця (Shopping Basket Analysis) буде вам цікаве. Говорячи простими словами, дана задача зводиться до того, щоб визначити які товари найчастіше купуються разом з іншими товарами. Володіючи цією інформацією можна без зусиль збільшити обсяги продажів, зробивши викладку товару відповідно до результатів аналізу, або реалізувати систему рекомендацій покупцеві при продажу товару.
Для вирішення завдання нам потрібен наступний інструментарій:
- Microsoft Excel (у моєму випадку Microsoft Office 2013 Standard 2013).
- Microsoft SQL Server (у моєму випадку Microsoft SQL Server 2014 Standard Edition).
Так само для проведення аналізу нам будуть потрібні дані про продажі. Попередньо я отримав за допомогою звіту в OLTP-системі наступну вибірку (див. рис. 1).
Ріс. 1.
У вибірці присутні:
- Посилання на документ (поле Doc).
- Код товару (поле Product).
- Кількість проданого товару (поле Quantity).
- Сума проданого товару (поле Amount).
Перед тим як приступити до аналізу кошика, нам потрібно завантажити безкоштовний плагін для Excel, який називається Data Mining Add-ins for Excel. Після встановлення плагіну в головному меню Excel з'явиться пункт DATA MINING (див. рис. 2).
Ріс. 2.
Сам аналіз виконується на сервері службою SQL Server Analysis Services, тому необхідно натиснути кнопку на панелі інструментів у групі Connections (виділено на рис. 2 червоною стрілочкою) і встановити зв'язок з сервером Analysis Services. Спочатку там буде написано «No connection», натисніть цю кнопку і вкажіть параметри з'єднання. Потім натисніть кнопочку Trace та зніміть прапорець Use session models (див. рис. 3).
Ріс. 3.
Тепер все готове для аналізу. Переходимо в Excel, натискаємо Ctrl + A, щоб виділити таблицю, переходимо на вкладку «Вставка» і натискаємо кнопку «Таблиця» (див. рис. 4).
Ріс. 4.
Після цього побачимо наступну картину (див. рис. 5).
Ріс. 5.
Тепер натискаємо кнопку «Shopping Basket Analysis». (Зверніть увагу на сусідні кнопки, які дозволяють проводити іншого роду аналіз даних, наприклад, «Визначення категорій» (Detecting Categories), «Прогноз» (Forecast) та інші, але це тема для окремих статей.) У вікні, що відкривається, заповнюємо параметри для аналізу. Як транзакцію (Transaction ID) вибираємо поле Doc, Item - Product, Item Value - Quantity. Натискаємо кнопку «Run» (див. рис. 6).
Ріс. 6.
Під час розрахунку програма буде показувати таке віконце (див. рис. 7).
Ріс. 7.
Після того, як розрахунок буде закінчено, до книги Excel буде автоматично додано два нових аркуші:
- Shopping Basket Bundled Items (Товари які купуються разом).
- Shopping Basket Recommendations (Рекомендації для покупки).
Розглянемо першу отриману табличку «Shopping Basket Bundled Items». У ній ми бачимо товари, які купують разом, відсортовані за загальною кількістю продажів (див. рис. 8).
Ріс. 8.
І друга таблиця «Shopping Basket Recommendations». У ній ми бачимо рекомендації наступного типу - купив товар «Selected Item», рекомендуємо купити товар «Recommendation». Дані відсортовано за кількістю спільних продажів (див. рис. 9).
Ріс. 9.
На цьому все. Як бачите, аналіз кошика покупця робиться досить просто.
Тепер повернемося до питання як можна використовувати отримані дані. Я особисто запропонував своєму бізнесу наступне:
- Перевірити, чи відповідає викладка товару в роздрібній мережі даним аналізу і, в разі необхідності, змінити викладку.
- Доопрацювати автоматизовану систему збору замовлень покупців в оптових продаж таким чином, щоб при створенні попереднього замовлення торговому представнику показувалася інформація про рекомендоване доповнення замовлення.
Якщо протягом наступного кварталу мої інновації принесуть приріст продажів, буде привід попросити премію:)
Сподіваюся ця стаття буде корисною і вам. Спасибі за прочитання.