İçeriğe geç
parazade
Yapay Zeka

Pazar Sepeti Analizi Nedir?

İngilizce: Market Basket Analysis

Yayın: · Son güncelleme:

Pazar Sepeti Analizi Nedir? Kısaca

Pazar sepeti analizi, müşterilerin aynı alışverişte hangi ürünleri birlikte satın alma eğiliminde olduğunu satış verilerinden bulan ve birliktelik kuralı yöntemlerine dayanan bir veri madenciliği uygulamasıdır.

Pazar Sepeti Analizi nedir?
İçindekiler
  1. Pazar sepeti analizi nedir?
  2. Nasıl yapılır?
  3. Nerelerde kullanılır?
  4. Nelere dikkat etmeli?

Pazar sepeti analizi, alışveriş fişlerini inceleyerek hangi ürünlerin birlikte satın alındığını ortaya çıkarır. Perakende ve e-ticarette ürün yerleşimi, kampanya ve öneri kararlarına veri temelli destek sağlar.

Pazar sepeti analizi nedir?

Her alışveriş bir "sepet", yani bir öğe kümesi olarak ele alınır. Analiz, binlerce sepet arasında tekrar eden ortak örüntüleri bulur ve bunları "çay alanlar sıklıkla bisküvi de alıyor" gibi kurallar hâlinde sunar. Arka planda birliktelik kuralı yöntemi ve Apriori ya da FP-Growth gibi algoritmalar çalışır.

Nasıl yapılır?

  1. Veri hazırlığı: Satış kayıtları fiş bazında gruplanır; her fiş bir ürün listesine dönüştürülür.
  2. Sık öğe kümeleri: Belirli bir destek eşiğini geçen ürün grupları bulunur.
  3. Kural üretimi: Bu gruplardan "A → B" kuralları türetilir.
  4. Değerlendirme: Kurallar destek, güven ve lift değerlerine göre sıralanır.
  5. Yorum ve test: Anlamlı kurallar iş ekibiyle değerlendirilir, uygulanacak fikirler denenir.

Nerelerde kullanılır?

  • Raf düzeni: Birlikte alınan ürünleri yakın ya da bilinçli olarak uzak yerleştirmek.
  • Çapraz satış ve paketler: Birlikte sık alınan ürünler için set kampanyaları.
  • Öneri sistemleri: "Bunu alanlar şunu da aldı" önerileri.
  • Stok planlama: Birbirine bağlı ürünlerin talebini birlikte değerlendirmek.

Nelere dikkat etmeli?

  • Nedensellik yoktur: İki ürünün birlikte alınması birinin diğerini tetiklediğini kanıtlamaz.
  • Mevsimsellik: Kurallar dönemden döneme değişebilir; analiz düzenli tekrarlanmalıdır.
  • Popüler ürün etkisi: Çok satılan ürünler neredeyse her kurala girer; lift değerine bakmak bu yanılgıyı azaltır.
  • Kişisel veri: Müşteri bazlı analizlerde verilerin anonimleştirilmesi ve ilgili kişisel verilerin korunması mevzuatına uyulması gerekir.

Sıkça Sorulan Sorular

Pazar sepeti analizi için hangi veri gerekir?

En temelde hangi ürünlerin aynı alışverişte satıldığını gösteren fiş ya da sipariş kayıtları gerekir. Müşteri kimliği zorunlu değildir.

Pazar sepeti analizi küçük işletmelerde işe yarar mı?

Yeterli sayıda işlem kaydı varsa evet. Çok az veriyle bulunan kurallar tesadüfi olabileceğinden dikkatle yorumlanmalıdır.

İlgili terimler

Birliktelik Kuralı(Association Rule Learning)Birliktelik kuralı öğrenmesi, büyük veri setlerinde birlikte sık görülen öğeleri bulup bunları 'A varsa B de olma eğilimindedir' biçiminde kurallar olarak ifade eden ve destek, güven ve lift gibi ölçülerle değerlendiren bir veri madenciliği yöntemidir.Apriori Algoritması(Apriori Algorithm)Apriori algoritması, bir işlem veri setinde belirlenen destek eşiğini aşan sık öğe kümelerini küçükten büyüğe adım adım bulan ve bu kümelerden birliktelik kuralları türetmek için kullanılan klasik bir veri madenciliği algoritmasıdır.Öneri Sistemi(Recommender System)Öneri sistemi (recommender system), kullanıcıların geçmiş davranışlarını, tercihlerini ve benzer kullanıcıların hareketlerini analiz ederek ilgilenebilecekleri ürün, film, şarkı, haber ya da içerikleri tahmin edip sunan yapay zekâ sistemidir.Müşteri Segmentasyonu(Customer Segmentation)Müşteri segmentasyonu, bir şirketin müşterilerini demografik özellikler, satın alma davranışı veya ihtiyaçlar gibi ortak niteliklere göre anlamlı gruplara ayırması ve her gruba uygun ürün, hizmet ya da iletişim stratejisi geliştirmesidir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.Dil Tespiti(Language Detection)Dil tespiti (language detection), bir metnin ya da ses kaydının hangi dilde olduğunu otomatik olarak belirleyen doğal dil işleme görevidir. Çeviri, arama motorları ve içerik moderasyonu gibi pek çok sistemin ilk adımıdır.