Анализ покупательских корзин — набор аналитических подходов для понимания поведения покупателей, выбора товаров, выявления ассоциаций и связей между товарами в каждом чеке, вероятности покупки товаров вместе. Каждый из подобных алгоритмов из всей совокупности данных о транзакциях выделяет ассоциативные правила — повторяющиеся связи между товарами в корзинах.

В основе такого подхода лежит идея проанализировать содержимое покупательской корзины в магазине самообслуживания. В некоторых случаях факт совместной продажи двух продуктов очевиден. Например, в каждом ресторане быстрого питания при оформлении заказа клиента спрашивают: "Не желаете ли вы жареную картошку к вашему гамбургеру?". Однако иногда тот факт, что два продукта будут хорошо продаваться вместе, далеко не столь очевиден. Хорошо известен следующий пример: супермаркет, выполнявший анализ покупательских корзин, обнаружил, что по четвергам часто вместе покупаются подгузники и пиво. Несмотря на то, что результат не лишен смысла — супружеские пары запасаются товарами для себя и для детей перед началом выходных — идея совместной продажи этих двух продуктов приходит в голову не сразу. Анализ покупательских корзин освобождает сотрудников супермаркетов от необходимости думать о том, какие товары будут лучше продаваться вместе, поскольку данные о продажах будут говорить сами за себя. Это пример маркетинга, управляемого данными. Как только компания узнает, что покупатели, приобретающие один товар, скорее всего, приобретут и другой, она может использовать эту информацию для разработки стратегии продвижения сопутствующего товара, правильного размещения этого товара на торговой площади и перекрестного размещения рекламоносителей (если размещение одних товаров рядом с другими невозможно). Если покупатели, которые приобретают подгузники, скорее всего купят пиво, то они купят его с большей готовностью, если торговые ряды с пивом расположить рядом с подгузниками. Этот принцип работает и в сфере онлайн-торговли или торговли по каталогам. Непосредственная ориентация на потенциальных покупателей значительно повышает эффективность маркетинга независимо от сферы применения: размещение товаров в магазине/каталоге, прямые продажи и др. В этом и состоит главная цель анализа покупательских корзин — повысить эффективность маркетинга и тактики продаж с помощью имеющихся данных.

Узел Анализ покупательских корзин в PolyAnalyst использует алгоритм обнаружения ассоциативных правил, который является собственной разработкой компании Мегапьютер, и имеет широкую сферу применения. Он применяется для анализа данных о любых транзакциях, и не ограничивается анализом товаров, совместно покупаемых в супермаркетах. Например, данный узел можно также использовать для поиска ассоциативных связей между симптомами заболеваний и диагнозами, последствиями взаимодействия лекарств (например, типичные побочные эффекты при назначении нескольких препаратов) или мошеннических транзакций в сфере страхования. Узел также применяется для анализа данных опросов покупателей, что позволяет выполнить сегментацию рынка. Узел обучает алгоритм на тренировочной таблице данных по расчетам на кассе. Результаты алгоритма представлены в виде набора ассоциативных правил, которые позволяют прогнозировать дальнейшие покупки, отчета, показывающего, какие продукты покупаются вместе, а также других статистических данных, которые позволяют интерпретировать имеющиеся данные о транзакциях.

Данный алгоритм может выявлять достаточно большое количество ассоциативных правил, поэтому он дает возможность отфильтровывать менее "интересные" правила. Вы можете задать минимальные пороговые значения поддержки, достоверности и улучшения для каждого правила. Поддержка показывает, какая часть всех транзакций (в процентах) содержит интересующую комбинацию товаров. Достоверность — вероятность, с которой покупатель, приобретающий некую группу продуктов, купит другой интересующий вас продукт. Улучшение показывает, несколько выше достоверность данного правила по сравнению со случайным предположением.