Blijven populaire productparen populair? Een voorbeeld van winkelmandanalyse

Slechts zeven van de oorspronkelijke 20 productparen stonden in de onafhankelijk samengestelde top 20 van het jaar erna. Dat is 35,0% van de lijst. Toch kwamen beide producten van elk oorspronkelijk paar nog voor op geschikte facturen uit het tweede jaar, en voldeed elk paar nog aan dezelfde minimumaantallen voor opname in de ranglijst.

Deze waarnemingen beantwoorden verschillende vragen. In de top 20 blijven betekent dat een paar hoog blijft staan tussen andere paren. Samen voorkomen betekent dat er nog gezamenlijke aankopen zijn waargenomen. Een productpaar kan aan die tweede voorwaarde voldoen en toch ver terugzakken in de ranglijst.

We selecteerden de oorspronkelijke paren op basis van facturen van 1 december 2009 tot en met 30 november 2010. Daarna hielden we die lijst ongewijzigd en volgden we dezelfde productcodes van 1 december 2010 tot en met 30 november 2011. De latere top 20 werd opnieuw samengesteld uit alle geschikte paren in het tweede jaar, ook paren die niet op de oorspronkelijke lijst stonden.^[2]

De vergelijking gebruikt 19.645 geschikte facturen uit het eerste jaar en 18.877 uit het tweede. Facturen met maar één product dat aan de criteria voldoet, blijven in die totalen meetellen. Voordat je de volledige lijsten bekijkt, laten we zien wat er gebeurde met het hoogst geklasseerde paar uit het eerste jaar.

Het hoogst geklasseerde paar van het eerste jaar bestond uit het keramieken Sweetheart-bewaardoosje, product 21231, en het keramieken aardbeiendoosje, product 21232. In het analyseplan was vastgelegd dat het oorspronkelijke nummer één het uitgewerkte voorbeeld zou worden, voordat de latere resultaten werden berekend.

De twee doosjes stonden in het eerste jaar samen op 766 van de 19.645 geschikte facturen, oftewel 3,9%. In het tweede jaar stonden ze samen op 320 van de 18.877, oftewel 1,7%, en bezetten ze plaats 153 onder de geschikte paren. Het paar was flink gedaald, maar kwam nog steeds honderden keren samen voor.

Beperk de vraag nu tot facturen met het Sweetheart-doosje. In het tweede jaar stond dat op 492 geschikte facturen. Op 320 daarvan stond ook het aardbeiendoosje. Als je 320 deelt door 492, krijg je 65,0%. Dat percentage beschrijft gezamenlijke aankopen binnen de facturen met het Sweetheart-doosje. Het is niet het aandeel van alle facturen waarop beide producten staan.

Draai je de vraag om, dan verandert de noemer. Het aardbeiendoosje stond op 791 latere facturen; 320 daarvan bevatten ook het Sweetheart-doosje. De uitkomst is 40,5%. Geen van beide richtingen toont welk artikel als eerste werd gekozen. Het zijn twee manieren om hetzelfde productpaar te bekijken, zonder aankoopvolgorde.

Ook de aantallen per product veranderden. Het Sweetheart-doosje stond in het eerste jaar op 960 geschikte facturen en in het tweede op 492; het aardbeiendoosje op 1.582 en 791. Die aantallen geven context bij de daling van het aantal gezamenlijke facturen. De gegevens verklaren niet waarom de producten minder vaak voorkwamen.

Voor een winkelier maakt dit onderscheid tussen twee beslissingen die anders door elkaar kunnen lopen. Voor een brede campagne kan het aandeel van een paar in alle geschikte facturen relevant zijn. Een suggestie naast één specifiek product roept een smallere vraag op over facturen waarop dat product al staat. Historische gezamenlijke aankopen kunnen helpen bepalen welk idee je verder onderzoekt, maar geen van beide percentages schat hoeveel extra verkopen een suggestie zou opleveren.

Een uitspraak als ‘deze aanbeveling heeft een conversie van 65%’ zou de gegevens daarom verkeerd uitleggen. We weten hier niet wie een aanbeveling zag, wie aan een campagne werd toegewezen en er is geen vergelijkingsgroep. De waargenomen 65,0% is 320 van de 492 historische facturen, niet het conversiepercentage van een ingreep.

De eerste tabel houdt alle 20 oorspronkelijke paren in hun oorspronkelijke volgorde. ‘Samen’ telt geschikte facturen met beide producten. Het aandeel is dat aantal gedeeld door alle geschikte facturen in het betreffende jaar: 19.645 in het eerste en 18.877 in het tweede. Open de aanvullende tabellen voor de aantallen per product en de onafhankelijk samengestelde latere lijst.

Lees het aantal, het aandeel en de latere positie samen. Het aantal geeft aan op hoeveel facturen een paar staat; het aandeel houdt ook rekening met het verschillende totale aantal geschikte facturen per jaar. De positie beschrijft waar het paar staat ten opzichte van andere geschikte paren. Geen van deze maten vertelt of een promotie heeft gewerkt.

De selectiegrens was in beide jaren eenduidig. Buiten de lijst stond geen paar met hetzelfde aantal als het laatst geselecteerde paar. Een andere beslisregel voor gelijke aantallen bij de latere grens laat het aantal overlappende paren daarom op zeven staan. Dat is een controle van de rangschikkingsregel, geen statistisch betrouwbaarheidsinterval.^[3]

De latere lijst beantwoordt een andere vraag: welke paren kwamen in het tweede jaar het vaakst samen voor, volgens dezelfde selectie- en rangschikkingsregels? Het is geen nieuwe volgorde van de oorspronkelijke 20. Elk geschikt paar uit het tweede jaar kon erin komen.

Door de twee lijsten apart te houden, voorkom je dat de vraag ongemerkt verandert. Als we de oorspronkelijke lijst vervangen door de latere koplopers, beschrijven we een nieuwe selectie zonder te laten zien wat er gebeurde met de lijst die een team mogelijk had hergebruikt. Beide perspectieven zijn nuttig: het ene controleert een eerdere keuze, het andere levert kandidaten voor een nieuwe beoordeling.

De volledige latere tabel bevat zowel het aantal facturen per afzonderlijk product als het gezamenlijke aantal. Die aantallen tonen niet aan dat de producten een zinvolle bundel vormen. De beschrijvingen identificeren de producten in de bron; ze bewijzen niets over onderlinge geschiktheid, marge, voorraad of een gedeelde klantbehoefte.

Voor een winkelier die een collectie of cross-sellingcampagne voorbereidt, biedt dit voorbeeld een praktische vraag: welke gegevens rechtvaardigen het om een oude combinatie in de volgende briefing te gebruiken? Daarvoor heb je een periode, een afgebakende groep facturen en een duidelijke reden voor de beoogde plaatsing nodig.

Bewaar eerst de lijst waarop de eerdere beslissing was gebaseerd. Houd de productcodes en de selectieperiode bij. Volg bij nieuwe gegevens eerst diezelfde paren voordat je ze vervangt door de huidige favorieten. Zo wordt een verandering in de gegevens zichtbaar en hebben collega’s een gedeelde basis om die te bespreken.

Koppel de gegevens vervolgens aan de daadwerkelijke plaatsing. Een collectiepagina, een suggestie op een productpagina en een maker die meerdere producten laat zien, zijn verschillende toepassingen van een combinatie. Vraag wat de klant te zien krijgt, welk product hem of haar naar die inhoud brengt en welke vraag de inhoud moet beantwoorden. Facturen met gezamenlijke aankopen beslissen zulke redactionele keuzes niet vanzelf.

Makers kunnen hetzelfde onderscheid gebruiken wanneer ze een merkbriefing beoordelen. Bij de claim dat twee producten vaak samen worden gekocht, horen een periode en een berekeningsbasis. Vraag of de claim over alle bestellingen gaat of alleen over bestellingen met één genoemd artikel. Zo kan een script de gegevens correct beschrijven zonder een resultaat te beloven dat het merk niet heeft gemeten.

Voordat het team de definitieve producten kiest, heeft het nog actuele informatie nodig over voorraad, prijzen, de samenhang tussen producten en het voorgestelde aanbod. Die informatie moet het bedrijf aanleveren; we kunnen zulke verklaringen niet uit dit historische archief halen. Gaat de campagne door, beoordeel het effect dan met een passende vergelijking en de bestaande meetinrichting van het bedrijf.

Het werkblad hieronder zet dat gesprek om in een herbruikbare briefing. Beoordeel eerst de gegevens en werk het gekozen idee daarna uit in het gekoppelde sjabloon voor een socialmediacampagne. Zo blijft de reden voor de productkeuze verbonden aan het creatieve werk, zonder de oude ranglijst als aanbevelingssysteem te behandelen.

Gebruik dit sjabloon voor één voorgestelde combinatie. Het is een vrij toegankelijk planningshulpmiddel, geen scoresysteem. Vul je eigen datums en aantallen in; de historische cijfers van de doosjes leggen de methode uit en zijn geen voorgestelde doelen.

1. Beslissing en plaatsing: [collectie, suggestie op een productpagina of briefing voor een maker] · [klantvraag die de inhoud moet beantwoorden] · [persoon die verantwoordelijk is voor de keuze]. Beschrijf wat er te zien zal zijn en waarom je deze combinatie overweegt.

2. Oorspronkelijke gegevens: [code en naam van product A] · [code en naam van product B] · [begin- en einddatum] · [wat in deze analyse als geschikte factuur of bestelling geldt]. Behoud het oorspronkelijke paar, ook als de latere positie verandert.

3. Latere gegevens: [begin- en einddatum van de latere periode] · [alle geschikte facturen] · [facturen met A] · [facturen met B] · [facturen met beide]. Gebruik in beide perioden dezelfde definities en houd facturen met één product in de totale basis.

4. Vergelijking: [oorspronkelijk en later gezamenlijk aantal] · [gezamenlijk aantal ÷ alle geschikte facturen per periode] · [latere positie volgens dezelfde regel]. Voeg je zelf een percentage toe met één product als uitgangspunt, noem dat product dan en toon de bijbehorende noemer. Noteer ontbrekende informatie als niet beschikbaar in plaats van er nul voor in te vullen.

5. Commerciële controle: [actuele voorraad en prijzen] · [waarom de producten op deze plek bij elkaar passen] · [open vraag voor de winkelier of maker]. Houd dit zakelijke oordeel gescheiden van de historische berekening.

6. Volgende beslissing: [behouden, heroverwegen of meer informatie verzamelen] · [reden die door de gegevens wordt ondersteund] · [verantwoordelijke en volgende beoordelingsdatum]. Test je een campagne, beschrijf dan apart hoe je het effect beoordeelt. Een verandering in de positie van een paar is geen campagneresultaat.

Met een ingevulde briefing moet iemand anders de voorgestelde combinatie kunnen herleiden tot de gegevens en begrijpen wat nog moet worden gecontroleerd. De briefing moet ook bruikbaar blijven als de ranglijst verandert: de vastlegging van de oorspronkelijke beslissing hoort bij de beoordeling en moet bewaard blijven.

We gebruikten de dataset Online Retail II van Daqing Chen uit de UCI Machine Learning Repository. De bron beschrijft transacties van één in het Verenigd Koninkrijk geregistreerde verkoper van cadeauartikelen zonder fysieke winkel, met veel groothandelsklanten, van 1 december 2009 tot en met 9 december 2011. We vergelijken de twee volledige perioden van december tot en met november en laten de laatste, onvolledige decembermaand buiten de analyse.^[1]

Een analytisch winkelmandje is één geschikte factuur met een numeriek factuurnummer en ten minste één product dat aan de criteria voldoet. Elk afzonderlijk product telt één keer per factuur, ongeacht hoeveelheid, herhaalde regels of overlap tussen werkbladen. Een terugkerende klant kan meerdere facturen bijdragen. Een ontbrekende klantcode sluit een factuur niet automatisch uit, omdat deze vraag over productparen gaat en niet over unieke personen.^[2]

We hanteren een behoudende selectie met positieve producthoeveelheden en prijzen. Een factuur wordt uitgesloten als een productregel binnen de afbakening een niet-positieve of ongeldige hoeveelheid of prijs heeft, of als vastgelegde controles op de code en het tijdstip mislukken. Facturen met een annuleringsvoorvoegsel vormen geen winkelmandje. We koppelen annuleringen niet terug aan eerdere facturen en beweren niet dat de overgebleven gegevens afgehandelde bestellingen voorstellen. Het pakket beschrijft welke productcodes meetellen en alle uitsluitingen.^[2]

In het eerste jaar bleven van 23.269 facturen met een numeriek nummer na uitsluiting van 3.624 facturen nog 19.645 geschikte facturen over. In het tweede jaar gaf 21.192 min 2.315 een totaal van 18.877. Eén factuur kan op meerdere controles afvallen. De uitsluitingsredenen overlappen dus en hun afzonderlijke aantallen mogen niet worden opgeteld. Dit zijn aantallen facturen, niet het aantal factuurregels in de bron.^[2]

Om in de ranglijst van een jaar te komen, moet een paar samen op minstens 20 geschikte facturen staan en elk product afzonderlijk op minstens 50. Dit waren vooraf vastgelegde ondergrenzen voor het tonen van resultaten, geen significantietoetsen. We rangschikken op het gezamenlijke aantal facturen en bij gelijke aantallen op productcodes. Alle oorspronkelijke paren blijven in de latere vergelijking staan, ook als ze later niet meer aan die ondergrenzen voldoen.

We legden de perioden, selectieregel, te berekenen uitkomsten en keuze van het uitgewerkte voorbeeld vast voordat we de resultaten van de paren bekeken. Twee afzonderlijk geschreven berekeningen reproduceerden de volledige lijsten, aantallen, aandelen en controles op gelijke aantallen. De resultaten beschrijven dit historische archief. Het zijn geen schattingen voor huidige winkels en geen representatieve steekproef van consumenten.

Winkelmandanalyse en patronen controleren met latere gegevens zijn gevestigde werkwijzen. Onze bijdrage is deze reproduceerbare controle van één concrete, gedateerde lijst, waarin elk geselecteerd paar behouden blijft. We introduceren geen nieuw algoritme en claimen niet de eerste studie naar veranderende productassociaties te zijn.^[4][5]