Market Basket Analysis é uma técnica de mineração de dados utilizada para analisar relações e interações entre os dados de consumo. Ela é aplicada principalmente no varejo para compreender os padrões de comportamento dos clientes, de modo a extrair insights válidos para impulsionar as vendas.

Parte dessa análise envolve analisar grandes volumes de dados para identificar as principais combinações de produtos escolhidos pelos consumidores de uma determinada loja, e a preferência deles por uma ou mais linhas e produtos.

Como a Market Basket Analysis é utilizada

A Market Basket Analysis (ou "MBA") surgiu da necessidade de compreender quais eram as preferências de compras dos consumidores. Esse tipo de análise foi facilitada pela adoção de sistemas digitais de vendas, que substituíram registros manuais de estoque e de compras.

Atualmente é possível coletar um alto volume de informações bastante complexas e precisas a respeito do que é vendido em uma ou mais lojas, e fazer análises mais detalhadas de todos os cenários envolvidos na escolha de determinados itens.

A mineração de conjuntos de dados auxilia na geração de insights sobre alguns elementos transacionais e relacionais dentro do cenário analisado. Essa é uma prática utilizada em empresas de vários setores, com o objetivo de impulsionar as vendas através da extração de informações importantes dos dados disponíveis e de seu uso para a tomada de decisões importantes, como: promoções, quais são os melhores conjuntos de produtos que devem ser ofertados, disposição de produtos em pontos de venda e até mesmo entre continuar ou não continuar vendendo uma ou mais linhas de produtos.

Essa análise auxilia na identificação dos hábitos de compra dos consumidores, através do uso de técnicas estatísticas e matemáticas para buscar associações entre os itens presentes nas cestas de compras dos clientes para entender as suas preferências sobre os itens nos diversos canais de vendas, desde uma pequena mercearia até um grande e-commerce.

Tipos de Market Basket Analysis

Análise Preditiva: Este tipo de análise leva em conta quais foram os itens comprados em sequência, para poder determinar a venda cruzada dos produtos.

Análise Descritiva: Mesmo que o objetivo da Market Basket Analysis seja extrair insights das cestas de compras dos consumidores, técnicas descritivas são aplicadas na coleta dos dados: quem comprou o quê, em qual momento, quanto foi gasto, etc.

Análise Diferencial: A Análise Diferencial da cesta de mercado considera dados de diferentes lojas ou vendedores, além de compras de diferentes grupos de clientes em datas e em horários distintos, e outras informações consideradas relevantes para entender a motivação da venda. Esse conjunto de informações auxilia na identificação de padrões de consumo que podem estar sendo favoráveis para as vendas, de modo que os analistas de dados sejam capazes de encontrar os fatores responsáveis por impulsionar as vendas.

O Uso de Algoritmos para Market Basket Analysis

Algoritmos e linguagens de programação que contam com regras de associação costumam ser utilizados para fazer a análise MBA, pois elas possuem mecanismos que ajudam a compreender a frequência de elementos que ocorrem ao mesmo tempo em um conjunto de dados, e buscam encontrar a relação deles com outros que ocorrem com mais frequência do que o esperado. Alguns algoritmos que contam com essa regra e podem ser aplicados nesse tipo de análise são:

• Apriori

• AIS

• SETM

• NBMiner

• Opusminer

• RKEEL

Exemplos do uso da Market Basket Analysis

Uma boa forma de contextualizar algo que parece tão distante é utilizando exemplos que vemos no dia a dia. Um dos mais conhecidos atualmente é o varejo online e os marketplaces, que utilizam algoritmos para entender as preferências dos seus consumidores e ofertarem os produtos mais adequados de acordo com a sua necessidade ou gosto.

Alguns exemplos dessa análise são os e-commerces mais populares no brasil, como Mercadolivre, Magazine Luiza e Amazon, que incluem em seus sites sessões que exibem para os consumidores em potencial quais são os itens mais comprados e também quais são os itens frequentemente comprados juntos com o que está sendo incluso no carrinho de compras.

Outro exemplo claro disso é o uso dessa análise no marketing, para oferecer ao consumidor em formato de anúncios mais personalizado, mostrando aqueles produtos que ele terá uma tendência maior a gostar.

Um exemplo popular do uso assertivo da MBA aconteceu com a grande varejista norte-americana Target, que se envolveu em uma polêmica ao prever a gravidez de uma adolescente antes mesmo de seu próprio pai saber. Através da análise de padrões de compras de suas clientes grávidas, a varejista foi capaz de encontrar produtos em comum nas cestas de consumo delas, e criou um sistema estatístico capaz de prever inclusive a possível data de nascimento dos bebês. 

Mas não é somente nas lojas digitais que isso ocorre. Vemos com frequência os frutos dessa análise também nas lojas físicas. Por exemplo: se uma livraria percebe que seus consumidores compram um determinado livro junto com canetas ou um determinado marcador de páginas, ela irá disponibilizar esses materiais próximos aos livros, de modo que facilite a experiência do consumidor, aumentando o ticket médio e a produtividade de cada loja.

Market Basket Analysis é um bom exemplo de como ter uma estratégia e cultura de dados bem definida pode ajudar a impulsionar as suas vendas e melhorar a relação com os seus consumidores.

Grandes empresas de varejo já utilizam essa estratégia para guiar a tomada de decisões, e isso parte de uma necessidade de ter uma boa compreensão dos seus consumidores para poder ser capaz de oferecer o que eles buscam de forma rápida e prática.

Quer saber mais sobre como ser data-driven? Venha ser Erathos e comece agora mesmo a sua jornada de dados!