Retail e beni di consumoBI, AI e ML per l'azienda
Comprati insieme: l'analisi del carrello
Gli scontrini dicono quali prodotti si comprano insieme, ma restano nel sistema di cassa. In Muvia una funzione Python calcola ogni notte supporto, confidenza e lift di ogni coppia, e il cruscotto dice cosa farne: promo abbinate, prodotti vicini a scaffale, proposte in cassa.
Scenario illustrativo: descrive un caso tipo, non il progetto di un cliente.
Gli scontrini sanno cosa va insieme. Nessuno li legge.
Ogni giorno le casse registrano migliaia di scontrini, e ognuno contiene un'informazione preziosa: quali prodotti la stessa persona mette nello stesso carrello. Di solito quell'informazione resta nel sistema di cassa, e le promo abbinate si decidono a intuito.
Contare le coppie su qualche mese di scontrini non è difficile. Difficile è rifarlo ogni notte, distinguere le coppie che si cercano davvero da quelle fatte solo di prodotti molto venduti, e portare il risultato a chi decide promozioni e scaffali.
- Per chi
- Category manager e marketing, responsabili di negozio e del layout, chi gestisce il programma fedeltà.
In Muvia, passo per passo
Schermate vere del prodotto, registrate su un progetto con dati di esempio.
Il video · Gli scontrini dicono quali prodotti si comprano insieme, ma restano nel sistema di cassa. In Muvia una funzione Python calcola ogni notte supporto, confidenza e lift di ogni coppia, e il cruscotto dice cosa farne: promo abbinate, prodotti vicini a scaffale, proposte in cassa.
Cosa ottieni
- Promo decise sui carrelli veri
- Le promo abbinate partono dalle coppie che i clienti comprano davvero insieme, non dall'intuito.
- Lift, non solo frequenza
- Il lift separa le coppie che si cercano da quelle fatte solo di prodotti molto venduti.
- Regole sempre fresche
- Il flusso rifà le regole ogni notte sugli scontrini nuovi: seguono la stagione e l'assortimento da sole.
- Un'azione per ogni regola
- Promo abbinata, vicino a scaffale o proposta in cassa: chi gestisce il negozio sa cosa fare domani.
Per il team tecnico
Come si costruisce in Muvia
- 1
Carica gli scontrini
I file delle casse arrivano ogni notte da una cartella SFTP e si accodano alla stessa tabella: uno scontrino per riga, con la carta fedeltà e gli articoli. L'assortimento si copia dal gestionale su SQL Server.
- 2
Scrivi le regole in Python
Una funzione Python conta le coppie di articoli nello stesso scontrino e calcola supporto, confidenza e lift; le soglie minime sono parametri. Athena può scrivere una prima bozza, e un'esecuzione di prova non scrive nulla.
- 3
Programma il ricalcolo
Un flusso esegue la funzione ogni notte e scrive regole, mappa e consigli in tabelle gestite. Cruscotti e notebook le leggono come qualsiasi altro dato.
- 4
Costruisci il cruscotto
La mappa del lift mostra le famiglie del carrello; un grafico di flusso dice chi compra un articolo e quale compra nelle visite dopo; ogni regola forte porta la sua azione consigliata.
- 5
Chiedi ad Athena
Quali coppie mettere in promo abbinata? Athena legge le regole, salva la query nel Laboratorio e risponde in una frase.
Funzione Python
from collections import Counter
from itertools import combinations
import pandas as pd
def transform(inputs, params, ctx):
supporto_min = params["supporto_min_pct"] / 100
lift_min = params["lift_min"]
cesti = inputs["rows"]["codici"].str.split("|").map(lambda c: sorted(set(c)))
n = len(cesti)
singoli, coppie = Counter(), Counter()
for cesto in cesti:
singoli.update(cesto)
coppie.update(combinations(cesto, 2))
regole = []
for (a, b), k in coppie.items():
lift = k * n / (singoli[a] * singoli[b])
if k / n >= supporto_min and lift >= lift_min:
regole.append({"articolo": a, "insieme_a": b,
"supporto_pct": round(100 * k / n, 2),
"confidenza_pct": round(100 * k / singoli[a], 1),
"lift": round(lift, 2)})
out = pd.DataFrame(regole).sort_values("lift", ascending=False)
ctx.logger.info("regole trovate: %d su %d scontrini", len(out), n)
return {"rows": out}- I dati che servono
- Scontrini con la carta fedeltà e gli articoli acquistati, dai file delle casse
- Assortimento con articoli e reparti, dal gestionale su SQL Server
- Piano promozionale della stagione, da un file Excel
- Le parti di Muvia usate
Altri casi della stessa linea
Tutti i casi d'uso- Le vendite di tutti i negozi in una paginaVendite di cassa, ordini e anagrafiche dei negozi stanno in sistemi diversi, e il quadro della rete arriva a fine mese. In Muvia ricavi, crescita, pezzi e clienti di tutti i negozi stanno in un solo cruscotto, settimana per settimana, dal totale fino al singolo reparto.
- Elasticità al prezzo e proposta di listinoUn aumento di prezzo può far perdere un pezzo su tre o quasi nulla, e la differenza si scopre a cose fatte. In Muvia un modello scritto dal team stima ogni settimana l'elasticità di ogni articolo e prepara la proposta di listino: cosa aumentare, cosa ridurre, quanto margine rende.
- Promozioni misurate insieme alle scorteUna promozione che non vende sembra una promozione sbagliata, finché non si guarda lo scaffale. In Muvia sconto, vendite e scorte stanno nella stessa analisi: si vede quanto rende ogni punto di sconto e quali promo sono andate male solo perché mancava la merce.
Portaci una domanda a cui oggi non sai rispondere.
Partiamo da una domanda vera della tua azienda e ti mostriamo il percorso dalla fonte al cruscotto, con i tuoi sistemi e non con quelli di una demo.