¿Las parejas de productos populares siguen siéndolo? Un ejemplo de análisis de la cesta de la compra

Solo siete de las 20 parejas originales aparecían entre las 20 primeras de la clasificación independiente del año siguiente. Eso supone el 35,0 % de la lista. Sin embargo, los dos productos de cada pareja original seguían apareciendo en facturas válidas del segundo año, y todas las parejas seguían cumpliendo los mismos recuentos mínimos para entrar en la clasificación.

Estas observaciones responden a preguntas distintas. Seguir entre las 20 primeras significa mantenerse en la parte alta de una lista en la que compiten muchas parejas. Aparecer juntas significa que todavía hay constancia de compras conjuntas. Una pareja puede cumplir lo segundo aunque haya bajado mucho de posición.

Seleccionamos las parejas originales a partir de facturas del 1 de diciembre de 2009 al 30 de noviembre de 2010. Después mantuvimos esa lista sin cambios y seguimos los mismos códigos de producto del 1 de diciembre de 2010 al 30 de noviembre de 2011. Las 20 parejas principales del segundo año se seleccionaron de nuevo entre todas las que cumplían los criterios, incluidas las que no estaban en la lista original.^[2]

La comparación utiliza 19.645 facturas válidas del primer año y 18.877 del segundo. Las facturas con un solo producto válido también forman parte de esos totales. Antes de consultar las listas completas, veamos qué pasó con la pareja que encabezaba la clasificación del primer año.

La pareja principal del primer año estaba formada por la cajita de cerámica Sweetheart, producto 21231, y la cajita de cerámica Fresa, producto 21232. El plan de análisis estableció que el ejemplo desarrollado sería la pareja original número uno, antes de calcular sus resultados posteriores.

Las dos cajitas aparecían juntas en 766 de las 19.645 facturas válidas del primer año, un 3,9 %. En el segundo aparecían juntas en 320 de 18.877, un 1,7 %, y ocupaban el puesto 153 entre las parejas que cumplían los criterios. Habían bajado mucho en la lista, pero seguían apareciendo juntas cientos de veces.

Ahora acotemos la pregunta a las facturas que incluían la cajita Sweetheart. En el segundo año figuraba en 492 facturas válidas, de las cuales 320 incluían también la cajita Fresa. Dividir 320 entre 492 da un 65,0 %. Ese porcentaje describe las compras conjuntas dentro de las facturas con la cajita Sweetheart. No describe la proporción de todas las facturas que contenían ambos productos.

Invertir la pregunta cambia el denominador. La cajita Fresa aparecía en 791 facturas del segundo año; 320 incluían también la Sweetheart. El resultado es un 40,5 %. Ninguna de las dos direcciones indica qué artículo se eligió primero. Son dos formas de observar la misma pareja, sin orden de compra.

También cambiaron los recuentos de cada producto. La cajita Sweetheart aparecía en 960 facturas válidas del primer año y en 492 del segundo; la cajita Fresa, en 1.582 y 791. Estos recuentos ayudan a interpretar la caída de las apariciones conjuntas. Los registros no explican por qué los productos aparecían con menos frecuencia.

Para un comerciante, esto permite separar dos decisiones que pueden confundirse. En una campaña general puede interesar qué proporción de todas las facturas válidas contiene una pareja. Una sugerencia junto a un producto concreto plantea una pregunta más acotada sobre las facturas que ya lo incluyen. Las compras conjuntas históricas pueden orientar qué idea estudiar, pero ninguno de esos porcentajes estima las ventas adicionales que generaría la sugerencia.

Por eso, afirmar que «esta recomendación convierte al 65 %» interpretaría mal los datos. Aquí no sabemos quién vio una recomendación, no hay asignación a una campaña ni grupo de comparación. El 65,0 % observado corresponde a 320 de 492 facturas históricas, no a la tasa de conversión de una intervención.

La primera tabla conserva las 20 parejas originales en su orden inicial. «Juntos» cuenta las facturas válidas que contienen ambos productos. La proporción divide ese recuento entre todas las facturas válidas del año correspondiente: 19.645 en el primero y 18.877 en el segundo. Abre las tablas de apoyo para consultar los recuentos de cada producto y la lista posterior seleccionada de forma independiente.

Lee juntos el recuento, la proporción y la posición posterior. El recuento indica cuántas facturas contienen una pareja; la proporción también tiene en cuenta que el total de facturas válidas es distinto cada año. La posición indica dónde queda frente a otras parejas que cumplen los criterios. Ninguna de estas medidas permite saber si una promoción funcionó.

El corte de la lista fue inequívoco en ambos años. No quedó fuera ninguna pareja con el mismo recuento que la última seleccionada. Cambiar el criterio de desempate en el corte posterior deja, por tanto, la coincidencia en siete parejas. Es una comprobación de la regla de clasificación, no un intervalo de confianza estadístico.^[3]

La lista posterior responde a otra pregunta: ¿qué parejas aparecían juntas con más frecuencia durante el segundo año, con las mismas reglas de selección y clasificación? No es una reordenación de las 20 originales. Cualquier pareja que cumpliera los criterios en ese año podía entrar.

Mantener separadas las dos listas evita cambiar la pregunta sin darse cuenta. Si sustituyéramos la lista original por las nuevas primeras posiciones, describiríamos otra selección sin mostrar qué pasó con la que el equipo podría haber reutilizado. Ambas perspectivas son útiles: una revisa una elección anterior y la otra identifica candidatas para una nueva revisión.

La tabla posterior completa incluye el número de facturas de cada producto, además del recuento conjunto. Esos recuentos no demuestran que tenga sentido vender los productos en un mismo lote. Las descripciones identifican los productos registrados; no prueban su compatibilidad, margen, disponibilidad ni que respondan a una misma necesidad del cliente.

Para un comerciante que prepara una colección o una campaña de venta cruzada, este caso plantea una pregunta práctica: ¿qué datos justificarían llevar una pareja antigua al siguiente briefing? La respuesta necesita un periodo, un conjunto de facturas definido y una razón clara para la ubicación propuesta.

Empieza por conservar la lista que sirvió para tomar la decisión anterior. Guarda los identificadores de producto y el periodo utilizado para seleccionarla. Cuando haya nuevos registros, sigue esas mismas parejas antes de sustituirlas por las favoritas del momento. Así se puede ver cómo cambian los datos y el equipo tiene una base común para comentarlos.

Después relaciona los datos con el lugar donde se mostrarán los productos. Una página de colección, una sugerencia en una ficha de producto y un creador que muestra varios artículos son usos distintos de una pareja. Pregúntate qué verá el cliente, qué producto lo llevará a ese contenido y qué pregunta debe responder. Los registros de compras conjuntas no resuelven por sí solos esas decisiones editoriales.

Los creadores pueden aplicar la misma distinción al revisar un briefing de marca. La afirmación de que dos productos suelen comprarse juntos debería indicar su periodo y su base. Pregunta si se refiere a todos los pedidos o solo a los que incluyen un artículo concreto. Esa aclaración ayuda a describir los datos con precisión en el guion, sin prometer un resultado que la marca no ha medido.

Antes de elegir los productos definitivos, el equipo sigue necesitando información actual sobre existencias, precios, encaje entre productos y oferta propuesta. Son datos que debe aportar el negocio, no explicaciones que podamos recuperar de este archivo histórico. Si se lanza la campaña, evalúa su efecto con una comparación adecuada y el sistema de medición que ya utiliza el negocio.

La plantilla siguiente convierte esa conversación en un briefing reutilizable. Revisa primero los datos y después lleva la idea elegida a la plantilla de campaña para redes sociales enlazada. Así, el motivo por el que se eligió una pareja acompaña al trabajo creativo, sin tratar la antigua clasificación como un motor de recomendaciones.

Usa esta plantilla para una pareja propuesta. Es una ayuda de planificación de acceso libre, no un sistema de puntuación. Introduce tus propias fechas y recuentos; las cifras históricas de las cajitas explican el método, no son objetivos sugeridos.

1. Decisión y ubicación: [colección, sugerencia en una ficha de producto o briefing para un creador] · [pregunta del cliente que debe responder el contenido] · [persona responsable de la elección]. Describe qué se mostrará y por qué se está considerando la pareja.

2. Datos originales: [identificador y nombre del producto A] · [identificador y nombre del producto B] · [fechas de inicio y fin] · [qué se considera una factura o un pedido válido en este análisis]. Conserva la pareja original aunque cambie su posición posterior.

3. Datos posteriores: [fechas de inicio y fin del periodo posterior] · [todas las facturas válidas] · [facturas con A] · [facturas con B] · [facturas con ambos]. Usa las mismas definiciones en los dos periodos y mantén las facturas con un solo producto en la base total.

4. Comparación: [recuentos conjuntos original y posterior] · [recuento conjunto ÷ todas las facturas válidas de cada periodo] · [posición posterior con la misma regla]. Si añades un porcentaje referido a un producto concreto, identifica ese producto y muestra su denominador. Indica como no disponible la información que falte, en lugar de rellenarla con cero.

5. Comprobación comercial: [existencias y precios actuales] · [motivo por el que los productos encajan juntos en esa ubicación] · [pregunta pendiente para el comerciante o el creador]. Mantén este criterio comercial separado del cálculo histórico.

6. Próxima decisión: [mantener, reconsiderar o reunir más información] · [motivo respaldado por los datos] · [responsable y próxima fecha de revisión]. Si pruebas una campaña, explica por separado cómo evaluarás su efecto. Un cambio de posición de una pareja no es un resultado de campaña.

Un briefing completo debería permitir que otra persona relacione la pareja propuesta con sus datos y entienda qué falta por comprobar. También debería seguir siendo útil cuando cambie la clasificación: el registro de la decisión original forma parte de la revisión, no es algo que haya que sobrescribir.

Utilizamos el conjunto de datos Online Retail II de Daqing Chen, del UCI Machine Learning Repository. La fuente describe transacciones de una empresa británica de venta de artículos de regalo sin tienda física, con muchos clientes mayoristas, del 1 de diciembre de 2009 al 9 de diciembre de 2011. Comparamos los dos periodos completos de diciembre a noviembre y dejamos fuera los últimos días del diciembre parcial.^[1]

Una cesta analítica corresponde a una factura válida cuyo identificador es numérico y que incluye al menos un producto que cumple los criterios. Cada producto distinto cuenta una sola vez por factura, con independencia de la cantidad, las líneas repetidas o el solapamiento entre hojas. Un mismo cliente puede aportar varias facturas. La falta de identificador de cliente no excluye por sí sola una factura, porque la pregunta se refiere a parejas de productos y no a personas únicas.^[2]

Aplicamos un criterio conservador que exige cantidades y precios positivos para los productos incluidos. Se excluye una factura si una línea de producto dentro del alcance tiene una cantidad o un precio no positivo o inválido, o si falla las comprobaciones especificadas de identificador y fecha y hora. Las facturas con prefijo de cancelación no pueden formar una cesta. No vinculamos las cancelaciones con facturas anteriores ni afirmamos que los registros restantes sean pedidos completados. El paquete documenta el alcance de los códigos de producto y todas las exclusiones.^[2]

En el primer año, 23.269 facturas con identificador numérico menos 3.624 excluidas dejaron 19.645 facturas válidas. En el segundo, 21.192 menos 2.315 dejaron 18.877. Una factura puede incumplir más de una comprobación, de modo que los motivos de exclusión se solapan y sus recuentos no deben sumarse. Son recuentos de facturas, distintos del número de líneas de la fuente.^[2]

Para entrar en la clasificación de cualquiera de los años, una pareja debe aparecer junta en al menos 20 facturas válidas, y cada producto debe aparecer en al menos 50. Estos mínimos se fijaron para respaldar la presentación de los resultados, no como pruebas de significación. Ordenamos por recuento conjunto de facturas y, en caso de empate, por códigos de producto. Todas las parejas originales permanecen en la comparación posterior, cumplan o no esos mínimos en el segundo año.

Fijamos los periodos, la regla de selección, los resultados que se calcularían y la elección del ejemplo antes de examinar los resultados de las parejas. Dos cálculos programados por separado reprodujeron las listas completas, los recuentos, las proporciones y las comprobaciones de empates. Los resultados describen este archivo histórico; no son estimaciones para los comercios actuales ni una muestra representativa de consumidores.

El análisis de la cesta de la compra y la comprobación de patrones con datos posteriores son prácticas establecidas. Nuestra aportación es esta revisión reproducible de una lista concreta y fechada, conservando todas las parejas seleccionadas. No introduce un algoritmo nuevo ni afirma ser el primer estudio sobre cambios en las asociaciones de productos.^[4][5]