Contexto empresarial
Una cadena de supermercados desea identificar patrones de compra secuenciales para optimizar sus campañas de marketing. El objetivo es descubrir qué productos suelen comprarse después de otros en visitas sucesivas (ej. quien compra pañales hoy, compra cerveza en la siguiente visita).
Preparación de datos
Creación de un historial de transacciones de clientes con ID de cliente, día de visita y producto comprado.
¡Copiado!
| 1 | DATA casuser.retail_trans; INPUT cliente_id dia_visita $ producto_id $; DATALINES; |
| 2 | 101 D1 LECHE |
| 3 | 101 D1 PAN |
| 4 | 101 D5 PAÑALES |
| 5 | 101 D10 CERVEZA |
| 6 | 102 D1 LECHE |
| 7 | 102 D3 PAÑALES |
| 8 | 103 D1 PAN |
| 9 | 103 D2 LECHE |
| 10 | 103 D8 PAÑALES |
| 11 | 104 D1 CERVEZA |
| 12 | 105 D1 LECHE |
| 13 | 105 D5 PAÑALES |
| 14 | 105 D6 CERVEZA |
| 15 | ; RUN; |
Étapes de réalisation
1
Carga de datos y ejecución estándar de cSPADE con soporte medio.
¡Copiado!
| 1 | PROC CAS; |
| 2 | sequence.cspade / |
| 3 | TABLE={name="retail_trans", caslib="casuser"} |
| 4 | sequenceId="cliente_id" |
| 5 | eventId="dia_visita" |
| 6 | itemId="producto_id" |
| 7 | support=0.4 |
| 8 | casout={name="patrones_compra", caslib="casuser", replace=true}; |
| 9 | QUIT; |
Resultado esperado
La tabla de salida 'patrones_compra' debe contener secuencias frecuentes como (LECHE -> PAÑALES) que aparecen en al menos el 40% de los clientes (2 de 5). Esto valida el uso básico de los identificadores de secuencia, evento e ítem.