Piaci kosár elemzése

Szerző: Lewis Jackson
A Teremtés Dátuma: 11 Lehet 2021
Frissítés Dátuma: 25 Június 2024
Anonim
Piaci kosár elemzése - Technológia
Piaci kosár elemzése - Technológia

Tartalom

Meghatározás - Mit jelent a piaci kosár elemzése?

A piackosár-elemzés (MBA) egy példa egy elemző technikára, amelyet a kiskereskedők alkalmaznak az ügyfelek vásárlási magatartásának megértésére. Annak meghatározására szolgál, hogy az ügyfelek milyen termékeket vásárolnak gyakran együtt, vagy ugyanazon kosárba helyezik. Ezeket a vásárlási információkat felhasználja az értékesítés és a marketing hatékonyságának fokozására. Az MBA olyan termékkombinációkat keres, amelyek gyakran fordulnak elő a beszerzésekben, és ezt az elektronikus értékesítési pontrendszer bevezetése óta széles körben használják, amely lehetővé tette óriási mennyiségű adat gyűjtését.


Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, hogy mi a lényeg a felhőalapú számítástechnikában, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.

A Techopedia magyarázza a piaci kosár elemzését

A piackosár-elemzés csak egynél több elemmel folytatott tranzakciókat használ, mivel egyetlen vásárlással nem lehet társulni. Az elem-asszociáció nem feltétlenül utal az okra és a következményre, hanem csupán az együtt-előfordulás mértékét. Ez nem azt jelenti, hogy mivel az energiaitalokat és a videojátékokat gyakran együtt vásárolják, az egyik oka a másik megvásárlásának, de az információkból lehet következtetni, hogy ezt a vásárlást valószínűleg egy játékos (vagy annak) végezte. Ezeket a szabályokat vagy hipotéziseket ki kell próbálni, és azokat nem szabad igazságnak tekinteni, hacsak az árucikkek eladása másként nem mondja.


Az MBA két fő típusa létezik:

  • A prediktív MBA osztályozza az elemvásárlások, események és szolgáltatások kattintásait, amelyek nagyrészt egymás után fordulnak elő.
  • A differenciált MBA eltávolítja a jelentős mennyiségű jelentéktelen eredményt, és nagyon mély eredményekhez vezethet. Összehasonlítja a különféle üzletek, a demográfiai adatok, az évszakok, a hét napjai és egyéb tényezők közötti információkat.

Az MBA-t általában az online kiskereskedők használják vásárlási javaslatok előterjesztésére a fogyasztók számára. Például, ha egy személy egy bizonyos okostelefon-modellt vásárol, a kereskedő más termékeket is javasolhat, például telefontokot, képernyővédőket, memóriakártyákat vagy más kiegészítőket az adott telefonhoz. Ennek oka annak a gyakorisága, amellyel más fogyasztók vásárolták ezeket az elemeket ugyanabban a tranzakcióban, mint a telefon.


Az MBA-t fizikai kiskereskedelmi helyszíneken is használják. Az értékesítési helyek rendszereinek egyre kifinomultabb összekapcsolódása és a nagy adatelemzés révén az üzletek vásárlási adatokat és MBA-t használnak az áruházak elrendezésének javítása érdekében, hogy a fogyasztók könnyebben megtalálhassák a gyakran együtt vásárolt termékeket.