All’interno di questo articolo scopriremo cosa è la Market Basket Analysis, quando e perché si usa, quali sono i suoi limiti e come superarli con Tableau grazie a metriche come Support, Lift e Confidence.
Cosa è la Market Basket Analysis
Nel mondo del retail e del commercio elettronico, ogni acquisto compiuto da un consumatore nasconde un intreccio di preferenze, esigenze e desideri. Di fronte a scaffali virtuali o fisici colmi di prodotti, emerge una vasta rete di relazioni tra gli articoli che i clienti scelgono di inserire nel carrello. Qui entra in gioco la Market Basket Analysis, un potente strumento di analisi dati che permette di comprendere i comportamenti di acquisto dei consumatori, aprendo la strada a strategie di marketing mirate e decisioni commerciali più informate.
Con la Market Basket Analysis, nota anche come analisi del carrello della spesa, vengono analizzati gli acquisti passati dei clienti per individuare quali prodotti tendono ad essere comprati insieme. L’obiettivo principale dell’analisi è quello di scoprire associazioni tra diversi prodotti o categorie di prodotti.
A cosa serve: i casi d'uso
I casi d’uso della Market Basket Analysis sono diversificati e spaziano dall’ottimizzazione delle strategie di vendita alla personalizzazione dell’esperienza del cliente.
Uno dei principali ambiti in cui la Market Basket Analysis brilla è quello del cross-selling, cioè una strategia di vendita consistente nel proporre al cliente che ha già acquistato un particolare prodotto o servizio anche l’acquisto di altri prodotti o servizi complementari. Ad esempio, se i dati rivelano che i clienti che acquistano un telefono cellulare sono inclini ad acquistare anche una custodia protettiva, l’azienda può presentare quest’ultima come suggerimento, migliorando la probabilità di una vendita aggiuntiva.
Oltre al cross-selling, la Market Basket Analysis è una guida preziosa per migliorare la disposizione dei prodotti sugli scaffali dei negozi fisici o l’organizzazione delle pagine web in modo strategico. Ciò facilita la scoperta da parte dei clienti di prodotti correlati e potenzialmente li incoraggia ad acquistare una gamma più ampia di articoli.
Un altro campo in cui la Market Basket Analysis offre benefici tangibili è la definizione della strategia dei prezzi. Analizzando i pattern di acquisto, le aziende possono offrire sconti mirati su alcune combinazioni di prodotti. Ad esempio, se le analisi rivelano che un gruppo di prodotti viene spesso comprato insieme come regalo, l’azienda può proporre un prezzo speciale per quegli articoli, incoraggiando così l’acquisto da parte di quei clienti interessati a fare un regalo completo.
Come creare una Market Basket Analysis con Tableau
Se sei interessato a sfruttare i vantaggi della Market Basket Analysis, Tableau è uno strumento potente e accessibile che ti permette di creare analisi dettagliate con facilità. In un precedente articolo abbiamo già visto quali sono i passaggi da seguire per creare una Market Basket Analysis uguale a quella nell’immagine seguente.
La visualizzazione mostra quante volte sono stati acquistati insieme prodotti di due diverse categorie. Questo approccio prende in considerazione solo la frequenza con cui gli articoli vengono acquistati insieme ma non altri fattori, come la frequenza con cui vengono acquistati separatamente. Non fornisce informazioni riguardo la probabilità che un prodotto venga acquistato in base all’acquisto di un altro. Ad esempio, osservando le vendite di Art e Storage si nota una forte relazione. Tuttavia, è possibile osservare anche i dati da un’altra prospettiva.
In questa immagine, che mostra la classifica dei prodotti più venduti per categoria, si può osservare come Art e Storage siano le categorie con più vendite. Questo fa sì che sia alta la probabilità che un numero elevato di acquirenti acquisti prodotti di entrambe le categorie anche per caso.
Support, Confidence e Lift per superare i limiti della Market Basket Analysis
Una strategia per superare queste limitazioni è calcolare la probabilità dell’acquisto di un prodotto B dato l’acquisto di un prodotto A. Questo consente di studiare in modo più accurato il comportamento degli acquirenti. Prima di vedere i passaggi operativi per il raggiungimento del nostro obiettivo, può essere utile illustrare brevemente i concetti alla base.
Il Support indica la probabilità di un ordine di contenere contemporaneamente il prodotto A e il prodotto B.
La Confidence indica la probabilità di mettere nel carrello il prodotto B se si è già inserito il prodotto A.
Il Lift misura la forza della relazione tra due prodotti. Più alto è il Lift e più forte è la relazione. Un Lift più elevato indica che ordinare il prodotto A incrementa le probabilità di ordinare il prodotto B. Il lift può essere pensato come l’aumento della probabilità di avere B nel carrello sapendo che A è presente rispetto alla probabilità di avere B nel carrello senza alcuna conoscenza della presenza di A.
Se il Lift = 1
Il prodotto A e il prodotto B sono ordinati insieme casualmente, ma non c’è alcuna relazione tra loro.
Se il Lift >1
Il prodotto A e il prodotto B sono ordinati insieme più spesso che casualmente. C’è una relazione positiva.
Se il Lift < 1
Il prodotto A e il prodotto B sono ordinati insieme meno spesso che casualmente. C’è una relazione negativa.
Support, Confidence e Lift con Tableau
Ora vedremo nel dettaglio tutti i passaggi per calcolare il Lift. Innanzitutto, crea la relazione tra le due tabelle Order come spiegato in questo articolo e mostrato nell’immagine seguente.
Successivamente rinomina i seguenti campi come indicato:
Rinomina [Sub-Category] in A
Rinomina [Order ID] in [A_Order ID]
Rinomina [Sub-Category (Orders1)] in [B]
Rinomina [Order ID (Orders1)] in [B_Order ID].
Ora crea i seguenti campi calcolati:
- Totale ordini: {COUNTD([A_Order ID])}
- Numero ordini contenenti A: {FIXED [A]: COUNTD([A_Order ID])}
- Numero ordini contenenti B: {FIXED [B]: COUNTD([B_Order ID])}
- Numero ordini contenenti contemporaneamente A e B:
{FIXED [A],[B] : COUNTD([A_Order ID])} - P(A): [02. Numero ordini contenenti A]/ [01. Totale ordini]
- P(B): [03. Numero ordini contenenti B] / [01. Totale ordini]
- Support: [04. Numero ordini contenenti contemporaneamente A e B] / [01. Totale ordini]
- Confidence: [07. Support] / [05. P(A)]
- Lift: [07. Support]/([05. P(A)]*[06. P(B)])
Una volta creati questi campi calcolati per ottenere la visualizzazione ti basterà portare A in colonne e B in righe, 09. Lift in Text e poi in Colour, selezionare Square come Marks, e modificare il colore in modo che il centro sia impostato su 1.
Tutti i passaggi sono illustrati nella GIF seguente.
In Conclusione
In questo articolo, abbiamo esplorato le potenzialità della Market Basket Analysis e come questo tipo di analisi possa rivelare le dinamiche sottostanti ai comportamenti di acquisto dei consumatori. Abbiamo scoperto come identificare associazioni tra prodotti attraverso l’analisi del carrello della spesa possa portare a vantaggi concreti, come strategie di cross-selling, organizzazione dei prodotti e definizione delle strategie di prezzo. Abbiamo anche esaminato come Tableau possa essere uno strumento prezioso per creare analisi del carrello della spesa in modo intuitivo e visivamente coinvolgente.
Infine, abbiamo anche riconosciuto che la Market Basket Analysis ha i suoi limiti e che potrebbe essere potenziata attraverso l’utilizzo di alcune metriche che ci permettono di valutare con più cura le relazioni che che esistono tra gli acquisti. Queste metriche offrono ulteriori strumenti per indagare le associazioni tra prodotti, consentendo di prendere decisioni più informate e mirate.
Leggi tutti i nostri articoli su Tableau
Vuoi scoprire le ultime novità o approfondire alcune funzionalità per diventare un esperto?
Fonti:
Domorewithdata.com
Towardsdatascience.com
Visualitics Team
Questo articolo è stato scritto e redatto da uno dei nostri consulenti.
Condividi ora sui tuoi canali social o via email: