Onlineshops nutzen Empfehlungssysteme um Ihren Besuchern Artikel vorzustellen, die andere Besucher in Verbindung mit den gerade ausgewählten Produkten aufgerufen haben. Statistische Verfahren, die unter dem Begriff Assoziationsanalyse zusammengefasst werden, nutzen historische Besucherdaten, um Muster innerhalb des Besucherverhaltens zu erkennen. Ziel der Assoziationsanalyse ist die Entdeckung von Produktkombinationen, den sogenannten Assoziationsregeln:
Eine Regel besteht dabei immer aus zwei Komponenten, der linken (LHS) und rechten Seite (RHS) der Regel. Desweiteren dienen folgende Kennzahlen der Bewertung der abgeleiteten Assoziationsregeln:
Support: Mit dem Support wird berechnet, für welchen Anteil aller Transaktionen die Regel LHS → RHS gilt. Zur Berechnung wird die Anzahl der Transaktionen, in denen beide interessierenden Itemmengen (also die Produkt in LHS und RHS) vorkommen, durch die Anzahl aller Transaktionen geteilt.
Confidence: Für welchen Anteil der Transaktionen, in denen LHS vorkommt, kommt auch RHS vor? Zur Berechnung der Konfidenz wird die Anzahl aller regelerfüllenden Transaktionen durch die Anzahl der Transaktionen, die LHS enthalten, geteilt.
Lift: Der Lift einer Regel wird gebildet aus der Confidence der Regel dividiert durch die erwartete Confidence. Als Quotient aus Confidence und Support gibt er zudem an, wie hoch die Konfidenz den Erwartungswert übertrifft. Ein Lift von 4 der Regel A→B besagt so z.B., dass B innerhalb aller Transaktionen in denen A enthalten ist 4-mal häufiger vertreten ist, als in der Grundgesamtheit
Die nachfolgende Tabelle zeigt die Assoziationsregeln für den Account 30957 (www.kibek.de) für den Zeitraum 01.01.2017 bis 31.03.2017.
Sortiert man die Tabelle nach dem Lift kann man sehen, dass fast die Hälfte aller Besucher die sich für die Produkte ATLAS und WOOL EMPIRE interessieren auch für WOOLWALKER ROYAL interessieren. Es macht demnach durchaus Sinn, Besucher welche die beiden genannten Produkte aufgerufen haben auch das Produkt WOOLWALKER ROYAL vorzuschlagen.
Die Assoziationsregeln der Tabelle können für Produktempfehlungssysteme genutzt werden. Wer z.B. gerade das Produkt “BORGHOLM” anschaut, dem können für Ihn weitere “interessante” Produkte vorgeschlagen werden.
In die Ableitung der Assoziationsregeln kann natürlich eingegriffen werden. So ließen sich z.B. folgende Anpassungen vornehmen:
Erstellt durch:
Alexander Kruse
etracker Data Lab
Tel: +49 40 555 659 667
E-Mail: kruse@etracker.de