推奨（推奨）システムは、約20年間電子商取引で使用されています。 アマゾンとTa宝網の巨人の中で最も成功した例を見ることができます。 しかし、オフライン小売はどうですか？ これらの既存の推奨システムはそれに適用できますか？ そして、代替手段はありますか？
Datawizチームのタスクは、オフライン小売用の同様の推奨システムを作成することでした。 小売店が保有する顧客データ-さまざまなロイヤルティプログラム。
非標準のソリューションがすぐに見つかりました-古い、優れた、実績のあるAprioriアルゴリズム。 新しい方法でペア分析を使用する方法を学びたいですか？ 猫へようこそ。
電器店のロイヤルティプログラムのデータに従ってペア分析を実行する1つの例を見てみましょう。
例は大ざっぱです、私を責めないでください。
そのため、イゴールとサーシャは同じチェーンスーパーの常連客であり、ロイヤルティプログラムの参加者であり、このストアの割引カードを持っています。
これらは彼らの購入です：
標準ソリューション ：これらの領収書にクラシックペア分析を適用すると、Aprioriアルゴリズムは個々の買い物かご（個々の領収書）を分析します。 アルゴリズムは、各チェックで可能なすべてのペアを計算します。 これらの製品を一緒に購入する可能性と頻度。
この例では、Aprioriは「TV-Adapter」の明らかなペアを1つ検出し、購入の確率と頻度が高くなります。 しかし、そうですか？ ただ1組？
私たちの解決策 ：アルゴリズムは同じです-アプローチは異なります。 面白い？
ステップ1
Igorのすべてのチェックを1つのチェックに結合します。 また、ロイヤルティプログラムのサーシャやその他のお客様の小切手にも対応しています。 ロイヤルティプログラムに参加している顧客の数に等しい小切手の数を取得します。
ステップ2
各クライアントのチェックを結合した後、Aprioriアルゴリズムをそれらに適用します。 アルゴリズムは、よく購入される「TV-Adapter」のペアを強調しています。 しかし同時に、彼は以前は目に見えなかった購入の可能性が高い他のペアを提供します。「TV-Audio System」、「Adapter-Audio System」などです。
ステップ3
イベント間の時間距離、つまり、見つけたペアの購入間隔を決定します。 この値は平均化されます。 「TV-Audio System」と「Adapter-Audio System」のペアの場合、この間隔は1年4か月（（1年+ 1年8か月）/ 2）になります。
そのため、時間的に「ばらばら」になっているペアを見つけました （まあまあ-長期間にわたって分布しています）。
なぜこれが必要なのか、「このガチョウから何が得られるのか」:)
ロイヤリティプログラムのデータにAprioriアルゴリズムを適用し、これらの「分散」ペアを見つけることにより、 推奨システムを作成できます。
たとえば、約1年4か月後にテレビまたはアダプターを購入する新しい顧客ごとに。 あなたは、オーディオシステムを購入する有利なオファーをすることができます。
出力には、いつどのクライアントと連絡を取り、何を提供するかという推奨事項の表があります。
さらに、選択はダイレクトマーケティングツールです：電子メール、SMS、電話-すべての手段が優れています。
さまざまなタイプの小売店のロイヤルティプログラムに関するデータのペア分析の使用：
エレクトロニクス小売業者では、ロイヤルティプログラムによるペア分析は、製品ではなく製品カテゴリごとに行うのが最適です。 品揃えの絶え間ない補充があるため、モデルシリーズの変更と拡張が行われます。
衣料品小売の場合、製品カテゴリごとに新しいペア分析方法も実行する必要があります。 これは、製品のライフサイクルが短いためです（この業界のコレクション、ブランド、およびその他の仕様の変更）。
食品小売では、ロイヤルティプログラムに基づくペア分析も適用できます。
ここでは、購入の頻度は非常に高いですが、顧客のパターン（顧客パターン）を識別する方が簡単です。 蒸気ははるかに多くなりますが。
例：毎週1回、土曜日にクライアントが徹底的に「請求」しますが、週の途中（火曜日から水曜日）にはヨーグルト、パン、その他の「グッズ」が常に出されます。 小売業者が土曜日にこの顧客にヨーグルトマフィンの良い割引を提供した場合、顧客はとにかくそれらを購入したので、この提供に抵抗することはほとんどありません。 そして水曜日までに、ヨーグルトは安全に終了し、顧客は再び店に来ます。これは習慣ですから:)。
なぜこれだけなのですか？
典型的なショッピングパターンと、従来のペア分析では検出できないペアの発見は、会社の追加利益の源です。
まあ、あなたがあなたの顧客をよりよく知っていて、彼らとのあなたのコミュニケーションがよりパーソナライズされているほど、あなたの忠誠心はより高くなります。 結局のところ、ロイヤルティプログラムが存在するのはこのためではありませんか。
PS小売業のペア分析については、Habré に関する記事があります。 （Aprioriアルゴリズムを使用して、買い物かごを分析し、ペアの商品（キーおよび関連商品）を特定し、商品をトレーディングフロアに配置する際のそのような分析の実際の用途はどのようになりますか）。
また、次の記事 「クラスタリング：購入したものを教えてください。あなたが誰であるかを教えます」もお読みください。
すべてに良い！