Análise do perfil de compra dos revendedores de produtos de uma empresa de cosméticos
Resumo
Resumo : As técnicas de mineração de texto tem como objetivo encontrar padrões, correlações ou anomalias em uma grande quantidade de dados. Esses padrões podem ser usados para definir uma estratégia do negócio ou para identificar um comportamento pouco usual. Para que a relação com os clientes seja duradoura e de confiança, é necessário conhecer o perfil do consumidor e estimular a compra, oferecendo produtos e ofertas interessantes frente à concorrência. Este trabalho tem como principal objetivo dar subsídios a uma empresa de comercialização de cosméticos para ofertar outros produtos no momento da inclusão de itens no carrinho de compras. Foram analisadas transações de revendedores desta empresa. O estudo das Regras de Associação com recurso a técnicas de Data Mining, especificamente de Market Basket Analysis foi o foco deste artigo. Este estudo proporcionou a criação de cestas de compras frequentes que podem ser usadas para sugestão/recomendação no momento da compra, através dos aplicativos e sites da empresa. Abstract : Techniques in Data Mining has the objective to find patterns, correlations or anomalies in a large amount of data. These patterns can be used to define a business strategy or to identify unusual behavior. For the relationship with customers to be long-lasting and trustworthy, it is necessary to know the profile of the consumer and stimulate the purchase, offering interesting products and offers ahead of the competition. This work has as main objective to give subsidies to a cosmetics commercialization company to offer other products when adding items to the market basket. Dealer transactions from this company were analyzed. The study of the Association Rules using Data Mining techniques, specifically the Market Basket Analysis was the focus of this article. This study provides the creation of frequent shopping baskets that can be used for suggestion / recommendation at the time of purchase, through the company’s applications and websites.
Collections
- Data Science & Big Data [138]