Analiza reguł asocjacyjnych w sprzedaży e-commerce
Wykorzystanie koszyka cyklu życia klienta do analiz asocjacji w przypadku rzadkich danych transakcyjnych
Grzegorz Pakier
2026-02-01
1 Wstęp i Cele Projektu
1.1 Zbiór danych i cel projektu
Przedmiotem analizy są dane sprzedażowe pochodzące ze sklepu e-commerce specjalizującego się w sprzedaży odzieży, ze szczególnym naciskiem na spodnie. Zbiór danych obejmuje pełną historię transakcyjną z lat 2021–2025.
Specyfika asortymentu sklepu opiera się na dwóch kluczowych atrybutach produktowych:
- Materiał / Typ Produktu (
Category): Jest to główny wyróżnik asortymentu (np. Jeans, Cotton, Linen, Shorts). W analizie zmienna ta determinuje materiał wykonania, sezonowość i styl produktu. - Kolor (
Color): Drugi kluczowy wymiar decyzyjny klienta, pozwalający na identyfikację preferencji wizualnych.
Pozostałe kategorie (np. T-shirt, Other) stanowią asortyment uzupełniający.
Głównym celem projektu jest wyjście poza standardową analizę “co sprzedaje się najlepiej” i przejście do wielowymiarowej eksploracji struktury koszyka zakupowego w ujęciu długoterminowym.
1.2 Problem Badawczy: Rzadkość Danych
Wstępna eksploracja danych ujawniła istotne wyzwanie analityczne: większość zamówień w sklepie składa się z tylko jednego produktu.
- Implikacja dla analizy: Klasyczna analiza
koszykowa, traktująca numer zamówienia (
order_id) jako identyfikator transakcji, w tym przypadku jest nieskuteczna. Algorytm nie jest w stanie wygenerować reguł asocjacyjnych (\(A \to B\)), gdy większość transakcji zawiera zbiór jednoelementowy \(\{A\}\). - Ryzyko: Zastosowanie standardowego podejścia prowadziłoby do błędnego wniosku o braku powiązań między produktami, podczas gdy relacje te istnieją, ale są rozłożone w czasie.
1.3 Metodologia: Koszyk Cyklu Życia & Algorytm Apriori
Aby rozwiązać problem rzadkości danych, w projekcie przyjęto podejście oparte na koncepcji Koszyka Cyklu Życia.
1.3.1 Transformacja Danych
Zamiast analizować pojedyncze transakcje, dokonano agregacji historii
zakupowej na poziomie unikalnego klienta (client_id).
Dzięki temu badamy “super-transakcję”, która reprezentuje całą garderobę skompletowaną przez klienta w badanym sklepie. Pozwala to na wykrycie wzorców typu cross-selling, które mogą być odroczone w czasie.
1.3.2 Algorytm i Definicja Atrybutów
Do ekstrakcji reguł wykorzystano algorytm Apriori, jeden z najpopularniejszych algorytmów reguł asocjacyjnych.
Jako jednostkę analityczną przyjęto parę atrybutów: \[Item\_ID = Kategoria (Materiał) + \text{"_"} + Kolor\] Przykładowo, produkt “Spodnie Jeans” w kolorze “Blue” jest traktowany jako unikalny byt “Jeans_Blue”. Taka granulacja pozwala algorytmowi Apriori wykryć precyzyjne zależności.
2 Przygotowanie danych
## Rows: 53,700
## Columns: 23
## $ order_id <dbl> 61842, 61888, 61896, 61899, 61901, 61903, 619…
## $ order_date <dttm> 2021-01-12 17:01:12, 2021-01-14 10:05:06, 20…
## $ client_id <chr> "ppakier+12@gmail.com", "skuziak1@gmail.com",…
## $ country_id <chr> "PL", "PL", "PL", "PL", "PL", "PL", "PL", "PL…
## $ currency <chr> "PLN", "PLN", "PLN", "PLN", "PLN", "PLN", "PL…
## $ order_origin <chr> "Nieznane", "Nieznane", "Nieznane", "Nieznane…
## $ coupon_code <chr> "wojciechpakker", NA, NA, "mirecki", NA, NA, …
## $ discount_amount <dbl> 278, 0, 0, 139, 0, 0, 0, 278, 0, 278, 278, 0,…
## $ total_amount_afterrefund <dbl> 12, 210, 289, 150, 210, 289, 211, 12, 290, 28…
## $ total_items <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 1, 1, 1, 1, …
## $ sku <lgl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, N…
## $ item_name <chr> "Pakker Linen - Aperol - L (175-185cm/~90kg)"…
## $ item_quantity <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, …
## $ item_price <dbl> 278, 278, 278, 278, 278, 278, 278, 278, 278, …
## $ item_price_paid <dbl> 0, 199, 278, 139, 199, 278, 199, 0, 278, 139,…
## $ model <chr> "Linen I", "Linen I", "Linen I", "Cotton I", …
## $ category <chr> "Linen", "Linen", "Linen", "Cotton", "Linen",…
## $ color <chr> "Aperol", "Gold", "Black", "Black Sea", "Gold…
## $ prod_cost <dbl> 126, 126, 126, 117, 126, 117, 126, 117, 117, …
## $ size <chr> "L", "M", "XL", "L", "M", "L", "L", "L", "M",…
## $ line_revenue <dbl> 0, 199, 278, 139, 199, 278, 199, 0, 278, 139,…
## $ profit_amount <dbl> -126, 73, 152, 22, 73, 161, 73, -117, 161, 22…
## $ profit_margin <dbl> -1.00000, 36.68342, 54.67626, 15.82734, 36.68…2.1 Zmienne do analizy
Surowe dane wymagają wstępnego przetworzenia, aby były czytelne dla
algorytmów asocjacyjnych. W tym kroku tworzymy zmienną
Item_ID (zgodnie z definicją we wstępie) oraz anonimizujemy
dane osobowe.
- Transformacja: Łączymy atrybuty
CategoryiColorw jeden ciąg znaków. - Anonimizacja: Ze względów ochrony danych osobowych, identyfikatory klientów (adresy email) są mapowane na proste liczby całkowite.
# Tworzenie zmiennej Item_ID i anonimizacja Klienta
df_prepared <- df_raw %>%
mutate(
# Czyszczenie tekstu
Category_Clean = str_to_title(str_trim(category)),
Color_Clean = str_to_title(str_trim(color)),
# Zamieniamy maile klientów na numery
client_id = as.numeric(as.factor(client_id)),
# Tworzenie Item_ID
Item_ID = paste(Category_Clean, Color_Clean, sep = "_")
) %>%
# Wybieramy tylko kluczowe kolumny: Kto (ID) i Co (Produkt)
select(client_id, Item_ID) %>%
distinct() # Usuwamy duplikaty
# Podgląd
head(df_prepared) %>% kable(caption = "Dane po anonimizacji i transformacji")| client_id | Item_ID |
|---|---|
| 15106 | Linen_Aperol |
| 16762 | Linen_Gold |
| 11737 | Linen_Black |
| 13853 | Cotton_Black Sea |
| 7938 | Linen_Gold |
| 18855 | Cotton_Black Sea |
2.2 Konwersja do Formatu Transakcyjnego
W tym kroku konwertujemy przygotowaną ramkę danych
(data.frame) na obiekt transactions wymagany
przez bibliotekę arules.
Użyto parametru format = "single". W terminologii
pakietu arules odnosi się on do struktury pliku
wejściowego (dwie kolumny: ID transakcji i ID produktu), a nie
do zawartości koszyka. Jest to standardowy sposób wczytywania danych z
relacyjnych baz danych lub plików CSV w formacie długim (long
format).
## Transformacja do formatu transakcyjnego
# Zapisujemy do tymczasowego CSV
write.csv(df_prepared, "temp_trans_lifetime.csv", row.names = FALSE, quote = FALSE)
# Wczytujemy transakcje
trans_lifetime <- read.transactions(
"temp_trans_lifetime.csv",
format = "single",
sep = ",",
cols = c(1, 2),
rm.duplicates = TRUE,
skip = 1
)
# Sprzątamy
file.remove("temp_trans_lifetime.csv")## [1] TRUE# Podgląd transakcji
inspect(head(trans_lifetime, 5))## items transactionID
## [1] {Corduroy_Beech} 1
## [2] {Linen_Aperol} 10
## [3] {Jeans_Black Jeans} 100
## [4] {Cotton_Gold,
## Cotton_Khaki} 1000
## [5] {Corduroy_Beech,
## Corduroy_Green Corduroy,
## Cotton_Deep Blue,
## Cotton_Gold,
## Cotton_Khaki,
## Linen_Aperol,
## Linen_Natural} 100003 Eksploracyjna Analiza Danych (EDA)
Zanim przystąpimy do generowania reguł asocjacyjnych, kluczowe jest zrozumienie struktury transakcji oraz zachowań zakupowych klientów. Analiza ta pozwoli nam poprawnie dobrać parametry algorytmu Apriori (takie jak minimalny próg Support).
W pierwszej kolejności badamy podstawowe metryki zbioru: liczbę unikalnych klientów, liczbę produktów w asortymencie oraz statystyki dotyczące wielkości koszyka “Cyklu Życia Klienta” (ile unikalnych produktów średnio kupuje jeden klient w całym badanym okresie).
| Metryka | Wartość |
|---|---|
| Liczba Unikalnych Klientów | 19730.00 |
| Liczba UnikalnychProduktów | 62.00 |
| Minimum wielkości koszyka | 1.00 |
| Średnia wielkość koszyka | 2.39 |
| Mediana wielkości koszyka | 2.00 |
| Maksimum wielkości koszyka | 31.00 |
Analiza Rozkładu Wielkości Koszyka:
Powyższe histogramy ujawniają fundamentalną różnicę w strukturze danych, która uzasadnia przyjętą metodykę:
- Koszyki Jednorazowe (Order-level): Większość zamówień składa się z zaledwie 1 produktu. W takim ujęciu analiza asocjacji byłaby niemożliwa (brak par produktów).
- Koszyki Lifetime (Client-level): Po agregacji
historii zakupowej (
Wielkość koszyka Lifetime), rozkład przesuwa się w prawo. Widoczna jest grupa lojalnych klientów posiadających 2, 3, a nawet 10+ produktów.- Wniosek: To właśnie ta grupa “multiklientów” stanowi bazę do wykrywania reguł asocjacyjnych. Klienci z koszykiem o wielkości 1 (pierwszy słupek) zostaną w dalszej części odfiltrowani, aby nie zaniżać siły reguł.
Analiza Popularności Produktów:
- Bestsellery (Top 20): Ranking otwierają głównie produkty z kategorii Cotton. Oprócz nich dużą popularność mają kategorie Jeans oraz Linen.
- Efekt Długiego Ogona: Wykres liniowy częstości
pokazuje gwałtowny spadek popularności po pierwszych kilkunastu
produktach.
- Interpretacja: Istnieje wąska grupa produktów o wysokim Supporcie oraz wiele produktów niszowych (specyficzne kolory, rzadsze materiały).
- Implikacja dla modelu: Aby wykryć zależności w “długim ogonie”, konieczne będzie ustawienie bardzo niskiego progu wsparcia (min_supp ok. 0.005), w przeciwnym razie algorytm pominie te mniej popularne, ale biznesowo cenne asocjacje.
4 Modelowanie i Ekstrakcja Reguł
W tej części projektu przechodzimy do właściwej analizy Data Mining. Proces ten składa się z trzech kluczowych etapów:
- Preprocessing: Filtracja bazy transakcyjnej w celu usunięcia szumu.
- Mining: Uruchomienie algorytmu Apriori w celu znalezienia wszystkich potencjalnych zależności.
- Pruning (Przycinanie): Oczyszczanie wyników, aby pozostawić tylko reguły istotne statystycznie i użyteczne biznesowo.
4.1 Filtracja Transakcji
Zgodnie z przyjętą metodyką, z analizy wyłączono klientów, którzy w całym cyklu życia zakupili tylko jeden unikalny wariant produktu.
- Uzasadnienie: Klient jednorazowy nie dostarcza informacji o relacjach między produktami (\(A \to \emptyset\)).
## Liczba klientów przed filtracją: 19730## Liczba klientów po filtracji: 10289## items transactionID
## [1] {Cotton_Gold,
## Cotton_Khaki} 1000
## [2] {Corduroy_Beech,
## Corduroy_Green Corduroy,
## Cotton_Deep Blue,
## Cotton_Gold,
## Cotton_Khaki,
## Linen_Aperol,
## Linen_Natural} 10000
## [3] {Linen_Black,
## Linen_Natural} 10002Efekt: Zbiór zredukowano z 19 730 do 10 289 klientów (redukcja o ok. 48%). Pozostawiona grupa ponad 10 tysięcy klientów stanowi solidną bazę do wnioskowania o wzorcach cross-sellingu.
4.2 Generowanie Reguł (Algorytm Apriori)
Algorytm uruchomiono z następującymi parametrami, dobranymi pod kątem specyfiki “długiego ogona”:
- Support (0.5%): Niski próg
(
supp = 0.005) pozwala wykryć zależności nawet dla produktów niszowych. - Confidence (20%): Minimalny próg ufności
(
conf = 0.2) eliminuje najsłabsze powiązania.
# Generowanie reguł
rules_raw <- apriori(trans_filtered,
parameter = list(supp = 0.005,
conf = 0.2,
minlen = 2))## Apriori
##
## Parameter specification:
## confidence minval smax arem aval originalSupport maxtime support minlen
## 0.2 0.1 1 none FALSE TRUE 5 0.005 2
## maxlen target ext
## 10 rules TRUE
##
## Algorithmic control:
## filter tree heap memopt load sort verbose
## 0.1 TRUE TRUE FALSE TRUE 2 TRUE
##
## Absolute minimum support count: 51
##
## set item appearances ...[0 item(s)] done [0.00s].
## set transactions ...[62 item(s), 10289 transaction(s)] done [0.00s].
## sorting and recoding items ... [57 item(s)] done [0.00s].
## creating transaction tree ... done [0.00s].
## checking subsets of size 1 2 3 4 5 done [0.01s].
## writing ... [1283 rule(s)] done [0.00s].
## creating S4 object ... done [0.00s].cat("Liczba surowych reguł:", length(rules_raw), "\n")## Liczba surowych reguł: 1283Wynik: Wygenerowano 1283 surowe reguły. Zbiór ten zawiera jednak wiele duplikatów i reguł przypadkowych, które należy usunąć w kolejnym kroku.
4.3 Selekcja i oczyszczanie reguł
Aby wyłonić najbardziej wartościowe asocjacje, zastosowano kaskadowy system filtrów:
- Redundancy Filter: Usunięcie reguł nadmiarowych.
- Test Fishera: Eliminacja reguł nieistotnych statystycznie (p-value < 0.05 z korektą Bonferroniego).
- Maximal Rules Filter (
is.maximal): Pozostawienie tylko najszerszych zestawów produktów (np. zachowanie{A, B} -> {C}i usunięcie{A} -> {C}jako podzbioru).
# Usuwanie nadmiarowych reguł
rules_sorted <- sort(rules_raw, by = "lift", decreasing = TRUE)
rules_clean <- rules_sorted[!is.redundant(rules_sorted)]
# Usuwanie reguł nieistotnych
rules_clean <- rules_clean[is.significant(rules_clean, trans_filtered)]
# Zostawiamy tylko reguły maksymalne
rules_clean <- rules_clean[is.maximal(rules_clean)]
cat("Liczba reguł po selekcji:", length(rules_clean), "\n")## Liczba reguł po selekcji: 737
Diagnostyka Jakości i Dobór Progu Odcięcia confidence:
Przeprowadzono analizę wizualną relacji między trzema kluczowymi metrykami, aby zweryfikować jakość reguł i ustalić optymalny próg ufności:
- Lift vs Confidence: Wykres ujawnia silną korelację dodatnią. W przedziale ufności 0.2–0.35 dominują reguły o niskim wskaźniku Lift (poniżej 2.0, co oznacza słabą relację). Wyraźny wzrost siły asocjacji (Lift > 2.0) obserwujemy dopiero dla reguł o pewności powyżej 40%.
- Confidence vs Support: Wykres pokazuje dużą zmienność i słabą jakość (jasne punkty = niski Lift) w dolnej części wykresu. Potwierdza to, że odrzucając reguły o niskim Confidence, nie tracimy tych najsilniejszych.
- Support vs Lift: Reguły z niskim Lift są także jaśniejsze (małe Confidence).
Decyzja Metodologiczna: Na podstawie wizualnej inspekcji punktów na wykresach, przyjęto próg Confidence > 0.4. Pozwala to na skuteczną eliminację szumu informacyjnego (słabych powiązań), zachowując jednocześnie reguły o wysokim potencjale rekomendacyjnym, również te z obszaru niskiego wsparcia.
5 Przegląd Wyników i Rekomendacje
5.1 Ranking Najsilniejszych Asocjacji (Top 10 by Lift)
Poniżej przedstawiono zestawienie 10 reguł o najwyższym wskaźniku Lift.
## Liczba reguł po korekcie: 204## lhs rhs support confidence coverage lift count
## [1] {Shorts_Green} => {Shorts_Blue Jeans} 0.006317426 0.4609929 0.013703956 7.111178 65
## [2] {Jeans_Black Jeans,
## Ripstop_Olive} => {Ripstop_Black} 0.005248323 0.4426230 0.011857323 4.296366 54
## [3] {Jeans Ultralight_Blue Jeans,
## Jeans_Black Jeans,
## Shorts_Blue Jeans} => {Jeans_Blue Jeans} 0.007483720 0.7403846 0.010107882 3.808909 77
## [4] {Cotton_Deep Blue,
## Jeans_Black Jeans,
## Shorts_Blue Jeans} => {Jeans_Blue Jeans} 0.005248323 0.6923077 0.007580912 3.561577 54
## [5] {Jeans Ultralight_Blue Jeans,
## Jeans_Black Jeans,
## Ripstop_Black} => {Jeans_Blue Jeans} 0.005345515 0.6790123 0.007872485 3.493179 55
## [6] {Jeans_Black Jeans,
## Jeans_Blue Jeans,
## Shorts_Blue Jeans} => {Jeans Ultralight_Blue Jeans} 0.007483720 0.6363636 0.011760132 3.455169 77
## [7] {Hemp_Natural,
## Jeans Ultralight_Blue Jeans,
## Linen_Aperol} => {Jeans_Blue Jeans} 0.005151132 0.6708861 0.007678103 3.451373 53
## [8] {Cotton_Aperol,
## Jeans Ultralight_Blue Jeans,
## Jeans_Black Jeans} => {Jeans_Blue Jeans} 0.005345515 0.6626506 0.008066868 3.409006 55
## [9] {Jeans Ultralight_Blue Jeans,
## Jeans_Black Jeans,
## Linen_Black} => {Jeans_Blue Jeans} 0.007094956 0.6517857 0.010885412 3.353112 73
## [10] {Jeans Ultralight_Blue Jeans,
## Jeans_Black Jeans,
## Linen_Aperol} => {Jeans_Blue Jeans} 0.006609000 0.6476190 0.010205073 3.331676 68Szczegółowa Analiza Top 10 Reguł (Ranking wg Lift):
Tabela ukazuje dwa kluczowe zjawiska w zachowaniach klientów:
- Dominacja Produktu (Jeans_Blue): Aż 8 na 10
najlepszych reguł (pozycje 3-10) wskazuje na
Jeans_Blue Jeansjako produkt wynikowy (RHS). Niezależnie od tego, czy klient kupił wcześniej produkty lniane (Linen), konopne (Hemp) czy techniczne (Ripstop), jego ścieżka zakupowa niemal zawsze prowadzi do klasycznych niebieskich jeansów.- Wniosek: Blue Jeans to produkt uniwersalny, pasujący do różnych profili klientów.
- Lojalność wewnątrz kategorii (Reguła #1):
Najsilniejsza reguła w zestawieniu
(
{Shorts_Green} => {Shorts_Blue Jeans}) dotyczy produktów z tej samej kategorii.- Interpretacja: Klient, który już kupił zielone szorty, z bardzo wysokim prawdopodobieństwem (Lift >7) wróci po ten sam model w innym kolorze (niebieskim jeansowym).
- Wysoka Przewidywalność (Confidence): Zwróćmy uwagę
na regułę #3:
{Jeans Ultralight_Blue, Jeans_Black, Shorts_Blue}=>{Jeans_Blue}. Osiąga ona Confidence na poziomie 74%. Oznacza to, że jeśli zidentyfikujemy klienta posiadającego te trzy produkty, mamy niemal 3/4 szans, że dokupi on klasyczne Blue Jeans.
5.2 Pełny Przegląd Reguł (Tabela Interaktywna)
Aby umożliwić swobodną eksplorację wszystkich 204 reguł, udostępniono poniższe narzędzie interaktywne.
# Wyświetlamy
inspectDT(rules_clean)5.3 Wizualizacja Sieciowa i Wnioski Strategiczne
Ostatnim etapem jest analiza struktury powiązań w formie grafu. Pozwala ona zidentyfikować, które produkty pełnią rolę “Hubów” (centrów), a które są jedynie dodatkami.
set.seed(123)
# Wybieramy top 100 reguł do grafu
top_viz <- head(rules_clean, 100)
plot(top_viz,
method = "graph",
engine = "htmlwidget")Interpretacja Wizualna vs. Analityczna:
Powyższy graf pozwala na szybką ocenę ogólnej topologii sieci – wyraźnie widać centralne skupiska (“węzły”) oraz peryferyjne gałęzie. Jednak przy dużej liczbie reguł precyzyjne odczytanie kierunku powiązań (co jest przyczyną, a co skutkiem) staje się utrudnione.
Aby uzupełnić ten obraz i nadać mu wymiar ilościowy, w kolejnym kroku przeprowadzono dekompozycję reguł. Obliczono, jak często dany wariant produktu występuje w roli Inicjatora (LHS – Left Hand Side) oraz jak często jest Celem (RHS – Right Hand Side). Pozwoli to precyzyjnie określić funkcję każdego produktu w ekosystemie sprzedażowym.
Poniższa tabela przedstawia warianty produktów najczęściej pojawiające się w regułach. Należy jednak pamiętać, że w modelu transakcje zostały zagregowane, co uniemożliwia analizę wymiaru czasowego i faktycznej kolejności zamówień.
| Item_ID | LHS_Count | RHS_Count | Total_Count |
|---|---|---|---|
| Jeans_Blue Jeans | 72 | 69 | 141 |
| Jeans_Black Jeans | 68 | 52 | 120 |
| Jeans Ultralight_Blue Jeans | 47 | 37 | 84 |
| Cotton_Deep Blue | 30 | 16 | 46 |
| Cotton_Black Sea | 28 | 14 | 42 |
| Shorts_Blue Jeans | 30 | 1 | 31 |
| Linen_Aperol | 21 | 6 | 27 |
| Cotton_Khaki | 22 | 0 | 22 |
| Hemp_Natural | 20 | 0 | 20 |
| Cotton_Sand | 15 | 0 | 15 |
| Other_- | 14 | 0 | 14 |
| Cotton Light_Blue | 12 | 0 | 12 |
| Cotton_Gold | 5 | 7 | 12 |
| Linen_Black | 11 | 1 | 12 |
| Ripstop_Black | 10 | 1 | 11 |
| Cotton Light_Aperol | 10 | 0 | 10 |
| Cotton_Aperol | 10 | 0 | 10 |
| Shirt_Black | 8 | 0 | 8 |
| Cotton_Green | 7 | 0 | 7 |
| Cotton_Red | 6 | 0 | 6 |
Aby precyzyjnie określić, od czego klienci faktycznie zaczynają swoją przygodę z marką, konieczny jest powrót do surowych danych transakcyjnych. Poniższa analiza wyodrębnia “Produkty Wejściowe” – czyli te warianty, które znalazły się w pierwszym zamówieniu klientów powracających.
5.4 Synteza Wzorców Zachowań
Zestawienie wyników z trzech przeprowadzonych analiz – topologii sieci (Graf), ról w regułach (LHS vs RHS) oraz sekwencji czasowej – pozwala na precyzyjną segmentację asortymentu według funkcji pełnionej w cyklu życia klienta.
5.4.1 “Super-Huby” - Uniwersalne Łączniki
Produkty takie jak Jeans_Blue Jeans, Jeans_Black Jeans, Cotton_Deep Blue oraz Jeans Ultralight_Blue Jeans dominują w statystykach, pojawiając się w największej ilości reguł.
- Charakterystyka: Produkty te są popularne, ale nie są najlepiej sprzedającymi się produktami. Pełnią rolę węzłów spajających całą sieć. Są równie często “przyczyną” (LHS - klient zaczyna od nich zakupy), jak i “skutkiem” (RHS - są dobierane do innych produktów).
- Interpretacja: Ze względu na swoją uniwersalność, produkty te stanowią “kręgosłup” sprzedaży. Pasują niemal do wszystkiego, co potwierdza ich centralna pozycja na grafie.
5.4.2 Produkty specyficzne - “inicjatory”
Ciekawym zjawiskiem są produkty z wysoką liczbą wystąpień po lewej stronie (LHS), a zerową lub niską po prawej. Przykłady: Cotton_Khaki (22 LHS / 0 RHS), Linen_Aperol (21 LHS / 6 RHS) czy Shorts_Blue Jeans (30 LHS / 1 RHS).
- Charakterystyka: Produkty te często są bestsellerami, ale znajdują się na uboczu sieci i mają wiele powiązań wychodzących w stronę centrum sieci. Duża część z tych produktów jest także w grupie najlepszych produktów wejściowych.
- Interpretacja: Są to produkty specyficzne, które często inicjują ścieżkę zakupową. Produkty te przyciągają klienta o specyficznych wymaganiach, ale niekoniecznie pasują wszystkim klientom.
5.4.3 Produkty uzupełniające (Niszowe)
Mniej popularne kategorie produktów jak Linen, Hemp lub Cotton Light są słabo ze sobą powiązane.
- Charakterystyka: Bardziej niszowe kategorie produktów są rozrzucone na grafie i nie mają silnych powiązań wewnątrz kategorii.
- Interpretacja: Klient zazwyczaj wybiera jeden, konkretny model i kolor, który traktuje jako uzupełnienie swojej garderoby.
5.4.4 Klastry Tematyczne i Lojalność Modelowa
Analiza reguł ujawnia, że klienci rzadko zachowują się chaotycznie – ich decyzje podlegają ścisłym regułom stylistycznym:
- Segment “Jaskrawy” (Gold, Aperol, Red, Green): Obecność Cotton_Gold w czołówce produktów wejściowych wskazuje na istnienie grupy klientów o silnych preferencjach kolorystycznych, którzy unikają klasyki. Tworzą boczny, odseparowany klaster. Reguły wskazują, że klienci kupujący odważne kolory rzadziej mieszają je z klasyką, a częściej dobierają inne wyraziste elementy.
- Produkty Techniczne (Ripstop) i Szorty: Tworzą bardzo silne, hermetyczne reguły (wysoki Lift > 4 dla Ripstop, > 7 dla Shorts). Jeśli klient kupuje szorty, z dużym prawdopodobieństwem dokupi kolejne szorty, a nie długie spodnie.
6 Podsumowanie
Przeprowadzona analiza asocjacji zakupowych w ujęciu cyklu życia klienta pozwoliła na zidentyfikowanie ukrytych wzorców zachowań, które byłyby niewidoczne przy klasycznym podejściu transakcyjnym (pojedynczych zamówień).
Kluczowe obserwacje wynikające z badania:
Skuteczność Metodologii Koszyka Cyklu Życia Klienta: Agregacja historii zakupowej na poziomie klienta okazała się kluczowa dla rozwiązania problemu rzadkości danych. Pozwoliło to na wykrycie relacji odroczonych w czasie, budując pełniejszy obraz preferencji stylistycznych.
Struktura Sieci Asortymentowej (Huby vs. Inicjatory): Analiza ról produktów (LHS vs RHS) ujawniła wyraźną hierarchię w asortymencie sklepu:
- Produkty Centralne (Huby): Kategoria Jeans oraz Cotton Deep Blue pełnią funkcję uniwersalnego spoiwa. Ich wysoka obecność po obu stronach reguł świadczy o tym, że są one kompatybilne z niemal każdym innym produktem w ofercie.
- Produkty Inicjujące (Drivers): Bestsellery o specyficznej charakterystyce (np. Cotton Khaki, Linen Aperol) pełnią funkcję punktów wejścia. Klienci często rozpoczynają swoją historię od tych produktów, ale często są to produkty dla klienta o nietypowych preferencjach.
Segmentacja Preferencji (Kolor i Funkcja): Zidentyfikowano silne klastry behawioralne:
- Klaster “Jaskrawy”: Klienci wybierający odważne kolory wykazują tendencję do pozostawania w tej palecie barw.
- Lojalność Modelowa: W kategoriach funkcjonalnych (szorty, spodnie techniczne) zaobserwowano zjawisko wierności fasonowi – klienci kupują ten sam model w wielu kolorach.
Rola Produktów Niszowych: Kategorie uzupełniające (np Linen, Hemp) charakteryzują się słabymi powiązaniami wewnętrznymi. Produkty te są często uzupełnieniem garderoby, są to “eksperymenty” zakupowe.
Konkluzja: Badanie potwierdziło, że asortyment sklepu nie jest zbiorem niezależnych produktów, lecz tworzy skomplikowaną sieć powiązań. Zrozumienie tej dynamiki pozwala na precyzyjne określenie roli każdego produktu w budowaniu długookresowej wartości klienta.