Voor de Transformation Tuesday opdracht van mei gingen we aan de slag met een Market Basket analyse. Dit is een analyse die wordt gebruikt om de relatie tussen artikelen te duiden binnen een dataset. In de praktijk zal dit je misschien wel bekend voorkomen als “Mensen die dit kochten, kochten ook… ” wanneer je een artikel op een webshop bekijkt. De analyse geeft inzicht in welke artikelen vaak samen worden aangeschaft. Dit kan bijvoorbeeld leiden tot acties als:
- Herindelen of hergroeperen van artikelen in een winkel of webshop;
- Specifieke artikelen kunnen aanbevelen bij klanten;
- Gerichte campagnes of kortingsacties op gerelateerde artikelen.
De resultaten van de verschillende inzendingen zijn hieronder te vinden. Lijkt het je ook leuk om deel te nemen aan toekomstige Transformation Tuesday opdrachten? Meld je dan aan via onze website!
Wilbert
Hierbij mijn inzending van deze maand.
Deze visualisatie is opgebouwd in Qlik Sense en bestaat uit een dependency wheel, correlatiematrix en frequency tabel. Op deze wijze wordt het voor de gebruiker al snel duidelijk welk onderling verband de producten hebben. Om het redelijk eenvoudig te houden is de focus gelegd op de sub-categorie van de producten. Hieruit blijkt direct dat de klanten die een helm bestellen tevens ook banden en buizen bestellen (of visa versa!😉). Al met al is de market basket analyse zeker niet zo eenvoudig en vereist enige modellering om goed resultaat te krijgen.
Dennis
Bij het ontwikkelen van deze MBA ben ik uitgegaan van het principe van een webshop. Je bekijkt een product en krijgt onderaan de pagina een aantal aanbevelingen van producten die samen met dit product verkocht zijn. Op basis van de aangeleverde informatie had ik dit al vrij snel voor elkaar. Daarom besloot ik een tweetal componenten toe te voegen:
- Een optie om aan te geven of het product binnen of buiten dezelfde categorie moet vallen (met het filter “Product must be in the same category”)
- De mogelijkheid om een klant te selecteren (met het filter “Customername”), producten die deze klant al heeft gekocht worden niet getoond in de aanbevelingen (als of de klant is ingelogd bij de webshop)
Beide wensen heb ik succesvol toegepast in de analyse. Een derde optie die ik had bedacht, een extra factor om de aanbeveling te beïnvloeden, heb ik uitgeprobeerd maar dit bood weinig extra’s. In de uiteindelijke uitwerking heb ik deze dan ook weer achterwege gelaten.
Hier de interactieve visual:
Joost
Hierbij mijn inzending voor TT10.
Ik heb er voor deze Market Basket Analyse voor gekozen om mijn resultaten te presenteren in een tabel. Daarin worden alle productcombinaties getoond die in meer dan 25% van de orders samen werden verkocht.
In de tabel zie je een productcombinatie (Product en Basket Product). Je ziet op hoeveel orders het Product is verkocht. Daarnaast zie je op hoeveel van deze orders het Basket Product is verkocht. Het percentage dan geeft aan op hoeveel procent van de orders van Product het Basket Product is verkocht. De kleurenschaal geeft aan op welke productcombinaties dit percentage het hoogste is.
In deze tabel zie je bijvoorbeeld dat de producten “Road Bottle Cage” en “Water Bottle – 30 oz.” het meest samen worden aangeschaft waarbij de Water Bottle op 89% van de orders voorkomt waar een Road Bottle Cage is verkocht. Wanneer je deze artikelcombinatie selecteert in de tabel, verschijnt eronder nog een tabel met alle klanten die geen gebruik hebben gemaakt van deze combinatie. Deze groep klanten zou bijvoorbeeld benaderd kunnen worden met een promotie om hen te stimuleren dit artikel alsnog te kopen.
Ik heb met deze opdracht geleerd hoe je een Market Basket Analyse maakt met Power BI. Het viel mij mee hoe eenvoudig dit was met Power BI. Ik heb ooit eenzelfde soort analyse gemaakt met QlikView, maar daarbij moest ik de data meer manipuleren en werd de dataset een stuk groter. Met een beetje DAX in Power BI ging dat makkelijker.
Als ik meer tijd had gehad had ik de analyse nog uit willen breiden met relevante visuals en met informatie over hoeveel procent van de klanten gebruik heeft gemaakt van de productcombinatie. Met de mogelijkheid om dan ook in te zoomen op welke klanten wél gebruik hebben gemaakt van deze combinatie. Dit kun je vervolgens misschien goed combineren met een analyse voor klantsegmentatie.
Hier de interactieve visual: