제품 구매 및 이벤트 발생과 같은 거래 데이터를 분석하여 서로 연관되어 있거나 함께 발생하는 경향이 있는 항목을 식별합니다. 이를 통해 다른 항목/이벤트의 발생을 기반으로 특정 항목/이벤트가 발생할 가능성 등의 지표를 도출할 수 있습니다.
데이터는 목록 형식이어야 하며, 각 행은 고객 또는 거래 ID(한 열)와 품목 또는 이벤트(다른 열)를 식별해야 합니다.
연관 분석
- 열려 있는 JMP ® 데이터 테이블에서 분석 > 스크리닝 > 연관 분석을 선택합니다.
- '열 선택' 에서 범주형 변수를 선택하고 '항목'을 클릭합니다(범주형 변수에는 빨간색 또는 녹색 막대가 표시됩니다).
- 거래 ID를 나타내는 변수를 선택하고 ID를 클릭하십시오.
- 기본 설정(왼쪽 하단)을 그대로 사용하고 확인을 클릭합니다. JMP는 기본적으로 다음과 같은 결과 표를 제공합니다.
- 자주 등장하는 항목 집합: 실행 기간에 지정된 최소값을 초과하는 항목 집합의 목록입니다.
- 규칙: 시작 대화 상자에 지정된 최소 지지도, 최소 신뢰도, 최소 상승폭, 최대 선행 조건 및 최대 규칙 크기 요구 사항을 충족하는 연관 규칙입니다.
여기서는 품목 세트와 조건(각각)을 기준으로 테이블을 오름차순으로 정렬했습니다. 테이블을 정렬하려면 테이블을 마우스 오른쪽 버튼으로 클릭하고 ' 열 기준으로 정렬'을 선택한 다음, 원하는 열을 선택하고 ' 오름차순 '을 선택한 후 '좋아요' 를 클릭하세요.
해석:
- 최소 지지도는 0.1이고 최소 신뢰도는 0.4입니다(위의 기본 설정 참조). 따라서, 상품 세트가 전체 고객의 최소 10% 이상(지지도) 구매되지 않으면 해당 상품 세트는 목록이나 규칙 목록에 나타나지 않습니다. 또한, 관련 상품이 최소 40% 이상(신뢰도) 구매되지 않으면 규칙 목록에 나타나지 않습니다. 예를 들어, 사과와 아보카도는 14%의 확률로 함께 구매되었습니다. 그리고 사과와 아보카도를 모두 구매한 고객은 81%의 확률로 바게트도 구매했습니다.
- 전제 조건의 최대 개수는 3개이고 규칙의 최대 크기는 4개입니다. 따라서 규칙 목록에는 항목이 3개 이하인 조건만 포함되며, 어떤 규칙도 조건과 결과 항목을 합쳐 4개를 초과할 수 없습니다.
- 최소 리프트 값은 1.2입니다. 리프트는 신뢰도와 지지도의 비율로, 고객이 조건 상품을 이미 구매하고 있을 때 결과 상품을 구매할 확률이 일반적인 경우의 결과 상품 구매 확률에 비해 얼마나 더 높거나 낮은지를 측정합니다. 예를 들어, 사과, 아보카도, 그리고 결과 상품인 바게트의 리프트 값은 2.058인데, 이는 고객이 사과와 아보카도를 함께 구매할 때 바게트를 구매할 확률이 두 배 이상 높다는 것을 의미합니다.
Example: Grocery Purchases.jmp (Help > Sample Data Folder)예시: Grocery Purchases.jmp (도움말 > 샘플 데이터 폴더)
자세한 내용을 알아보려면 JMP 도움말 의 예측 및 특수 모델 > 연관 분석을 방문하세요.
