Assoziationsanalyse in Tableau: Assoziationsmatrix dynamisch filtern

Lesezeit: 3 Minuten

Eine Assoziationsmatrix wird oft durch eine Warenkorbanalyse gestützt. Im Retail basiert sie auf Algorithmen, die Kaufmuster und Korrelationen in Transaktionsdaten aufdecken. Sie ermöglicht datengestützte Entscheidungen, um den Umsatz durch Cross-Selling zu steigern. Eines der wichtigsten Werkzeuge im Retail-Reporting ist die Assoziationsanalyse. Wer Produkt A kauft, kauft auch Produkt B und C. Im folgenden Beispiel geht es um ein Ausgangsprodukt, aus dem weitere und nur relevante Transaktionen im Kaufverhalten ersichtlich werden sollen.

Kaufverhalten mit einer Assoziationsanalyse untersuchen

Da als Erstkauf das Produktfeld maßgeblich ist, sollen auch nur hieraus die zusätzlich gekauften Produkte sichtbar sein. Werte der unteren linken Hälfte sind damit nicht relevant. Anforderung ist es demnach, diese Werte auszublenden und dies selbst bei Änderungen oder bei Erweiterungen von Daten im operativen System. Ein schlichtes Markieren und Ausblenden der Werte durch einen fixen Satz ist damit nicht zielführend.

Assoziationsanalyse in Tableau

Die Lösung erschließt sich durch die Verwendung von Tabellenkalkulationen: Gesucht ist eine Logik, die markiert, ob sich ein Wert in der oberen rechten Diagonal-Hälfte befindet. Ist das der Fall, soll die Anzahl der Transaktionen in der Assoziationsmatrix angezeigt werden.

Der erste Schritt ist ein berechnetes Feld mit der Funktion Index().

Der Index läuft standardmäßig horizontal über die Tabelle und zählt damit die Anzahl der Spalten in einer Tabelle von links nach rechts. Wiederholt man diesen Schritt mit einem zweiten Index() und setzt diesen unter „berechnen per“ auf Tabelle vertikal, so zeichnet sich die Idee der Lösung bereits ab.

INDEX Tabellenberechnung

Vergleicht man die beiden Indizes miteinander, ergeben sich die folgenden drei Schlussfolgerungen:

Index 1 = Index 2: Produkte kreuzen sich mit sich selbst.
Index 1 > Index 2: Obere rechte Diagonalhälfte.
Index 1 < Index 2: Untere linke Diagonalhälfte.

Insgesamt zeigt diese Erkenntnis, dass unsere Assoziations-Daten nur dann angezeigt werden sollen, wenn der Index 1 auf horizontaler Ebene größer als der Index 2 auf vertikaler Ebene ist. Ein weiteres berechnetes Feld bringt das Ergebnis.

Beachte allerdings, dass auch im neu berechneten Feld das „Berechnen Per“ richtig gesetzt wird. Hierbei kommen sogenannte geschachtelte Tabellenberechnungen ins Spiel.

Assoziationsanalyse mithilfe geschachtelter Tabellenberechnungen

Das Ergebnis zeigt nicht nur die weiteren gekauften Produkte, sondern bleibt dynamisch bestehen, selbst wenn neue Produkte in der Datenquelle hinzugefügt werden oder wenn sich die Anzahl der Transaktionen ändert.

Kaufverhalten mit Assoziationsanalyse untersuchen

Ihr plant die Implementierung fortgeschrittener Warenkorbanalysen oder möchtet komplexe Kaufverhaltensmuster durch eine dynamische Assoziationsmatrix in Tableau durchdringen?

Die mathematische Analyse von Produktkombinationen und Transaktionsdaten ermöglicht es, Cross-Selling-Potenziale exakt zu identifizieren, Sortimente strategisch zu optimieren und Marketingkampagnen präzise auszusteuern. Wir unterstützen Euch dabei, die zugrundeliegenden Datenstrukturen über Marktteilnehmer- und Verkaufsdaten performant aufzubereiten, flexible Filtersteuerungen für komplexe Beziehungsmatrixen aufzusetzen und Eure Fachbereiche für die eigenständige Interpretation von Verbundverkaufskennzahlen zu befähigen.

Jetzt unverbindliche Beratung anfragen