어떻게 쇼핑몰은 나한테 딱 맞는 상품을 추천할까? - Brightics Studio 실습 - 연관성 분석

#브라이틱스스튜디오 #브라이틱스서포터즈 #BrighticsAI #데이터분석 #연관성분석

 

쇼핑을 하다보면 옆 추천 상품 리스트가
내가 딱 원하던, 필요하다고 느꼈던 상품인 적 있으셨나요?
같은 분야의 상품이 아닌데도요!

 

이런 것들은
소비자의 구매 패턴을 분석해서,
이러이러한 상품을 구매한 사람들은
이러이러한 상품에도 관심을 갖는 경향이 있다!
라는 결론을 바탕으로 한 것일 수 있어요.

이런 분석을 연관성 분석, 또는 장바구니 분석이라고 합니다!

이번에는 브라이틱스AI 연관성 분석 튜토리얼을 바탕으로
실제 연관성 분석 실습을 진행해보았어요.

 

---

𝒃𝒓𝒊𝒈𝒉𝒕𝒊𝒄𝒔 𝒑𝒓𝒐𝒄𝒆𝒔𝒔

해당 포스트는 PC 화면에 최적화되어 있습니닷 'ㅅ'!

𝟏. 𝐋𝐨𝐚𝐝 𝐃𝐚𝐭𝐚

먼저 분석하고자 하는 데이터를 Load 함수로 불러와줍니다!
이번 실습에서 불러온 데이터는

- cust_id : 고객 ID
- ctg_1 : 상품 대분류
- ctg_2 : 상품 소분류

항목을 가진 85,309개의 구매 데이터입니다!

여기서 같은 고객 ID가 여러 행이라면 한 고객이 여러 상품을 구한 것으로 볼 수 있겠죠?
이렇게 한 고객이 어떤 상품을 함께 구매했는지를 분석해서 상품 구매 패턴을 인식한다면,
이 구매 패턴을 바탕으로 A를 구매한 고객에게 적절한 B 상품을 추천해줄 수 있을 거예요.

이런 분석을 연관성 분석(Association Analysis)이라고 하는데,
위와 같이 상품 구매의 연관 형태를 분석하는 식이라 장바구니 분석(Market Basket Analysis)이라고도 부른답니다!

𝟐. 𝐏𝐫𝐞-𝐩𝐫𝐨𝐜𝐞𝐬𝐬𝐢𝐧𝐠

그럼 연관성 분석 함수를 가져오기 이전에, 우리가 원하는 형태로 데이터를 다듬어주는 전처리 과정이 필요하겠죠?

이번 실습의 전처리 과정은 다음과 같아요.

① 한 명의 고객이 같은 상품을 두 번 중복하여 구매한 경우, 모두 하나만 남기고 지워줍니다.
② 여러 상품 간 구매 패턴을 인식해야 하니, 한 상품만 구매한 고객도 모두 지워줍니다.

 

그럼 ①번 중복 구매 데이터 삭제부터 시작해볼까요? 이번 실습에서 처음 나오는 함수인 것 같아요!

Distinct 함수는 선택한 항목들이 중복되는 데이터를 하나만 남기고 삭제해주는 함수입니다.
고객 데이터와 상품 소분류를 선택해주어서 함수를 실행해봤어요.
(소분류가 같다면 당연히 대분류도 동일할테니 두 항목만 선택해주었습니다!)

이 데이터는 중복 구매 데이터가 없었는지 행 수는 그대로이긴 하지만! ٩(●'▿'●)۶
분석의 정확도를 높이기 위해서 한 번 체크해주어야 할 부분이겠죠?

 

그리고 ②번 한 항목만 구매한 데이터를 삭제해줘볼게요! 이 전처리는

- 한 상품만 구매한 고객 확인하기 (cust_id 각각이 포함된 횟수가 1이라면 한 번만 구매한 것이겠죠?)
- 두 번 이상 구매한 고객의 cust_id만 추출하기
- 해당 cust_id가 들어간 데이터만 정리하기

단계로 이루어집니다.
​
위 화면은 그 중에서 Statistic Summary 를 활용해서 cust_id 각각을 센 횟수를 확인한 결과입니다!
Target Statistic을 Number of row, Group By cust_id 로 설정하면 cust_id 별 나온 횟수가 나와용

​

그리고 Filter 함수 소환! Filter 함수는 조건을 설정하면 그 조건에 부합하는 데이터만 뽑아주는 함수였죠?
Statistic Summary 함수와 연결하여, nrow 가 1을 초과하는 데이터만 뽑아주었어요.

 

그리고 이 Filter 함수의 결과와 Statistic Summary 이전 Distinct 함수 결과를 둘 다 Join 으로 연결해주면?

Filter 함수와 Distinct 함수 결과 각각의 데이터 내 cust_id로 교집합을 만족하는 데이터,
즉 nrow 가 1을 초과하는 데이터만 결과적으로 뽑아낼 수 있게 됩니다.

𝟑. 𝐀𝐬𝐬𝐨𝐜𝐢𝐚𝐭𝐢𝐨𝐧 𝐑𝐮𝐥𝐞 & 𝐕𝐢𝐬𝐮𝐚𝐥𝐢𝐳𝐚𝐭𝐢𝐨𝐧

전처리 과정도 끝났으니 본격적인 연관성 분석! 이지만 사실 Association Rule 함수면 한 방에 끝이 나요.

User Column은 cust_id이겠고, Item Column은 ctg_2를 선택해주면 되겠죠?
Min Support 와 Min Confidence는 각각 최소 지지도와 신뢰도를 입력할 수 있는 칸인데,
각각 0.005를 입력해준 후 실행해주었어요.

연관성 분석에서는 지지도, 신뢰도, 향상도 세 요소로
만들어낸 규칙이 얼마나 의미있는지 평가할 수 있는데요! (ADsP에서 들어본 바가 있음 .. ㅎㅎ)
연관성 분석 개념을 조금 더 공부하고 싶으신 분은 개인적으로 아래 영상을 추천드립니당

 

표로는 단번에 이해하기 어려우니 Association Rule Visualization 함수로 한 방에 시각화까지 끝내줍시당!

 

각 노드의 색상과 크기는 지지도(support), 연결선 색상은 향상도(lift),

연결선 두께는 신뢰도(confidence)를 반영한다고 쓰여져있어요.

간단히 이야기하자면, A를 구매했을 때 B를 구매한다! 라는 규칙에 있어서
지지도가 높으면 전체 거래 중에서 A, B 구매 항목의 빈도가 높다는 의미,
(연관성이 높아도 발생한 거래 내역이 거의 없다면 의미가 크지 않을 수도 있겠죠?)
신뢰도가 높으면 A 항목을 포함하는 거래 중에서 A, B 구매 항목의 빈도가 높다는 의미입니다.

그리고 향상도의 경우 값이 1인 경우 우연에 의한 관계라고 해석해요.
1보다 클 수록 우연이 아닌 규칙이라고 볼 수 있어요.

이러한 개념을 바탕으로 시각화 내용을 몇가지 살펴보자면,

가장 먼저 눈에 띄는 cookie 와 beverage 간의 관계!
비록 지지도가 높은 편은 아니지만,
cookie 를 구매하는 경우에 아주 높은 비율로 beverage를 구매하니
쿠키 옆 추천 상품으로는 다양한 음료 리스트를 두는 것이 좋을 것 같아요 !(•̀ᴗ•́)و ̑̑

그리고 지지도가 높은 남성/여성 의류 항목과 주변 요소와의 관계도 눈에 띄네요.
이외에도 하나하나 뜯어볼 수록 다양한 요소가 보여요!

---

여기까지 연관성 분석 실습에 대한 리뷰였습니다!

이렇게 하나하나 분석 전체를 직접 실습할 때마다
눈으로 읽을 때는 몰랐던 새로운 것들을 많이 알아가게 돼요.

데이터 분석에 관심이 있는 분이라면!
코딩을 아직 해본 적 없으시더라도 어렵지 않으니 한 번 시도해보세요!

읽어주셔서 감사합니다.