Data Mining anonymer Transaktionsdaten

In Zusammenarbeit mit einem international tätigen Handelsunternehmen und einem international tätigen Technologiekonzern

Projektbeschreibung

Die Zielsetzungen waren zum einen die Prüfung verschiedener Data Mining Methoden auf ihre Eignung zur Informationsgewinnung, und zum zweiten Informationen für das Category Managment bei einer Datenbasis mit anonymen Transaktionen zu gewinnen. Die hier angewandten Methoden der Analyse von Kassenbons eines Handelsunternehmens lassen sich grundsätzlich auch auf Transaktionsdaten anderer Unternehmen bzw. nicht stationärer Vertriebswege (E-Retailing) übertragen. In dem Projekt standen die Rohdaten aus Kassensystemen großer Verbrauchermärkte zur Verfügung. Diese Daten wurden aufbereitet, ein geeignetes Datenmodell entworfen und in eine für Data Mining geeignete Form überführt. Im nächsten Schritt erfolgte die Datenauswertung. Den Abschluß bildeten Interpretation und Bewertung der Ergebnisse.

Methoden

Die verwandten Methoden waren

  • Assoziationsanalysen (Messung von Verbundbeziehungen - zeitlicher Querschnitt)
  • Clusteranalysen (Bildung von Segmenten)

Ergebnisse

Die Analyse anonymer Transaktionsdaten (nicht personalisiert) bietet hervorragende Möglichkeiten, Aufschlüsse über das Kaufverhalten zu gewinnen. Von der Artikelebene bis zur Aggregationsebene der Branche sind Analysen erfolgt, die zu Erkenntnissen mit einem weiten Anwendungsspektrum geführt haben: Neben der Verbesserung der Kommunikation sind die Ergebnisse vor allem für die Sortimentsgestaltung nutzbar. Auch ohne Personalisierung sind wertvolle Käufersegmente allein anhand des Kaufverhaltens identifizierbar. Darüber hinaus konnten auch Schwachpunkte im Sortiment aufgedeckt werden. Für die praktische Anwendung ist neben der Zustandsbeschreibung aufgrund des explorativen Charakters des Data Mining auch die Eignung für die Entwicklung relevanter Fragestellungen wertvoll. Die Ergebnisse der Analyse dieser Transaktionsdaten (Massendaten) stehen in Einklang zu den im Rahmen des Forschungsprogramms durchgeführten explorativen Befragungen.

Ansprechpartner

Andreas Rödl

Keywords: Analyse der Möglichkeiten von Data Mining; Analyse des Kaufverhaltens; Identifikation von Kauftypen; Informationen für das Category Management; Handel; Einzelhandel; Konsumgüterindustrie; Kundenorientierung; Sortiment; Marktsegmentierung; Customer Relationship Management; Consumer Insight