제품 구매 및 이벤트 발생과 같은 거래 데이터를 분석하여 서로 종속적이거나 동시에 발생하는 경향이 있는 데이터를 파악합니다. 다른 품목/이벤트 발생에 따라 특정 품목/이벤트가 발생할 가능성 등의 지표가 생성됩니다.
데이터는 목록 형식이어야 하며, 각 행은 고객 또는 거래 ID(한 열)와 품목 또는 이벤트(다른 열)를 식별해야 합니다.
연관성 분석
- 열려 있는 JMP ® 데이터 테이블에서 분석 > 스크리닝 > 연관성 분석을 선택합니다.
- 열 선택 에서 범주형 변수를 선택하고 항목을 클릭합니다(범주형 변수는 빨간색 또는 녹색 막대로 표시됩니다).
- 거래 ID를 나타내는 변수를 선택하고 ID를 클릭합니다.
- 기본 설정(왼쪽 하단)을 적용하고 확인을 클릭합니다. 기본적으로 JMP는 다음과 같은 결과 표를 제공합니다.
- 빈번한 항목 집합: 시작 창에서 지정한 최소값을 초과하는 지원(발생 비율)을 갖는 항목 집합 목록입니다.
- 규칙: 실행 대화 상자에 지정된 최소 지원, 최소 신뢰도, 최소 리프트, 최대 전조 및 최대 규칙 크기 요구 사항을 충족하는 연관 규칙입니다.
여기서는 표를 각각 '항목 집합'과 '조건'을 기준으로 오름차순으로 정렬했습니다. 표를 정렬하려면 표를 마우스 오른쪽 버튼으로 클릭하고 '열 기준 정렬'을 선택한 후, 원하는 열을 선택하고 ' 오름차순 '을 선택한 후 '좋아요'를 클릭합니다.
해석:
- 최소 지지도는 0.1이고 최소 신뢰도는 0.4입니다(위의 기본 설정 참조). 따라서 해당 아이템 세트는 고객의 10% 이상이 구매하지 않는 한(이를 지지라고 함) 두 목록에 모두 나타나지 않습니다. 또한, 후속 아이템이 40% 이상 구매되지 않는 한(이를 신뢰라고 함) 규칙 목록에도 나타나지 않습니다. 예를 들어, 사과와 아보카도를 함께 구매한 경우는 14%였습니다. 그리고 고객이 사과와 아보카도를 모두 구매한 경우, 해당 고객은 바게트를 함께 구매한 경우가 81%였습니다.
- 최대 선행 조건은 3개이고, 최대 규칙 크기는 4개입니다. 따라서 규칙 목록에는 3개 이하의 항목으로 구성된 조건만 포함되고, 어떤 규칙도 4개를 초과하는 조건 및 결과 항목(결합)을 포함하지 않습니다.
- 최소 리프트는 1.2입니다. 리프트는 신뢰도와 지지도의 비율로, 고객이 이미 조건 상품을 구매하고 있을 때, 후속 상품을 구매할 가능성이 일반적으로 후속 상품을 구매할 확률과 비교하여 얼마나 더 높거나 낮은지를 측정합니다. 예를 들어, 사과, 아보카도, 그리고 후속 바게트의 리프트는 2.058로, 고객이 사과와 아보카도를 함께 구매할 때 바게트를 구매할 가능성이 두 배 이상 높음을 나타냅니다.
Example: Grocery Purchases.jmp (Help > Sample Data Folder)예: Grocery Purchases.jmp(도움말 > 샘플 데이터 폴더)
자세한 내용은 JMP 도움말 에서 예측 및 특수 모델 > 연관 분석을 참조하세요.
