장바구니 분석은 개별 방법을 나타내지 않으며 POS 거래 데이터 이해와 관련된 일련의 비즈니스 문제를 나타냅니다. 장바구니 데이터는 사용자, 주문(구매 또는 장바구니라고도 함) 및 항목과 같은 세 가지 근본적으로 다른 엔터티를 나타내는 거래 데이터입니다.
주문은 장바구니 데이터의 구성 요소 데이터 구조입니다. 주문은 사용자의 단일 구매 이벤트를 설명합니다. 이는 사용자가 웹사이트에서 여러 제품을 주문하거나 식료품 바구니를 구매하거나 카탈로그에서 여러 항목을 구매하는 사용자와 관련될 수 있습니다.
여기에는 총 구매 금액, 총 금액, 더 높은 배송 비용, 지불 유형 및 거래에 대해 효율적인 여러 데이터가 포함됩니다. 일관되게 트랜잭션에는 명확한 식별자가 제공됩니다. 때때로 특정 식별자는 다른 데이터에서 자갈이 필요했습니다.
주문의 단일 항목은 개별적으로 개별 항목으로 설명됩니다. 이 데이터에는 항목에 대해 지불한 금액, 항목 수, 세금 부과 여부, 비용(마진 계산에 사용할 수 있음)이 포함됩니다.
또한 항목 테이블은 각 제품에 대한 보다 자세한 설명을 제공하는 제품 참조 테이블에 연결되는 경우가 많습니다. 이 설명 데이터에는 분석에 가치가 있음을 입증할 수 있는 제품 계층 및 기타 데이터가 포함되어야 합니다.
사용자 테이블은 선택적인 테이블이며 사용자를 식별할 수 있는 경우(예:등록이 필요한 웹사이트에서 또는 사용자가 거래 중에 선호도 카드를 요구할 때) 액세스할 수 있어야 합니다. users 테이블은 흥미로운 개념을 가질 수 있지만 동적 요소는 시간이 지남에 따라 트랜잭션을 연결할 수 있기 때문에 ID 자체입니다.
시간이 지남에 따라 사용자를 추적하면 예를 들어 밀가루 및 사전 포장된 케이크 믹스 제작자에게 큰 관심을 끄는 식료품 쇼핑객이 "처음부터 굽는"지를 결정할 수 있습니다. 이러한 사용자는 밀가루, 베이킹 파우더 및 동일 재료의 구매 빈도, 사용자의 총 지출 대비 구매 비율, 미리 포장된 콤바인 및 즉석 디저트에 대한 관심 부족으로 식별할 수 있습니다.
이는 비즈니스에 대한 폭넓은 통찰력을 지원합니다. 이 경우 반복 고객이 있으므로 사용자당 주문 비율은 1에 가깝습니다. 이는 사용자당 판매 수를 개선할 수 있는 비즈니스 기회를 지원합니다. 주문당 여러 상품이 1개에 가까울 수 있어 주문 과정에서 교차 판매의 기회를 제공합니다.