Isi
- Definisi - Apa arti Analisis Keranjang Pasar?
- Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
- Techopedia menjelaskan Analisis Keranjang Pasar
Definisi - Apa arti Analisis Keranjang Pasar?
Analisis keranjang pasar (MBA) adalah contoh teknik analisis yang digunakan oleh pengecer untuk memahami perilaku pembelian pelanggan. Ini digunakan untuk menentukan barang apa yang sering dibeli bersama atau ditempatkan di keranjang yang sama oleh pelanggan. Ia menggunakan informasi pembelian ini untuk meningkatkan efektivitas penjualan dan pemasaran. MBA mencari kombinasi produk yang sering terjadi dalam pembelian dan telah banyak digunakan sejak diperkenalkannya sistem penjualan elektronik yang memungkinkan pengumpulan data dalam jumlah besar.
Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.
Techopedia menjelaskan Analisis Keranjang Pasar
Analisis keranjang pasar hanya menggunakan transaksi dengan lebih dari satu item, karena tidak ada asosiasi yang dapat dilakukan dengan pembelian tunggal. Asosiasi item tidak selalu menyarankan sebab dan akibat, tetapi hanya ukuran kejadian bersama. Ini tidak berarti bahwa karena minuman berenergi dan video game sering dibeli bersama, satu adalah penyebab pembelian yang lain, tetapi dapat ditafsirkan dari informasi bahwa pembelian ini kemungkinan besar dilakukan oleh (atau untuk) seorang gamer. Aturan atau hipotesis tersebut harus diuji dan tidak boleh dianggap sebagai kebenaran kecuali jika penjualan barang mengatakan sebaliknya.
Ada dua jenis utama MBA:
- MBA prediktif digunakan untuk mengklasifikasikan klik pembelian barang, acara dan layanan yang sebagian besar terjadi secara berurutan.
- MBA Diferensial menghilangkan volume besar hasil yang tidak signifikan dan dapat menyebabkan hasil yang sangat mendalam. Ini membandingkan informasi antara berbagai toko, demografi, musim dalam setahun, hari dalam seminggu dan faktor lainnya.
MBA umumnya digunakan oleh pengecer online untuk membuat saran pembelian kepada konsumen. Misalnya, ketika seseorang membeli model smartphone tertentu, pengecer dapat menyarankan produk lain seperti casing telepon, pelindung layar, kartu memori atau aksesori lain untuk ponsel tertentu. Ini disebabkan oleh frekuensi konsumen lain membeli barang-barang ini dalam transaksi yang sama dengan telepon.
MBA juga digunakan di lokasi ritel fisik. Karena semakin canggihnya sistem point of sale ditambah dengan analisis data besar, toko menggunakan data pembelian dan MBA untuk membantu meningkatkan tata letak toko sehingga konsumen dapat lebih mudah menemukan barang yang sering dibeli bersama.