Aggregationsniveau in der Verbundanalyse: Artikelebene oder Warengruppe bei Filialunterschieden?

[tfuchs]

Im Rahmen unserer Sortimentsplanung für Backwaren und Molkereiprodukte werten wir Kassenbons aus drei Filialtypen aus. Auf Artikelebene finden wir stabile Verbünde, auf Warengruppenebene verschwinden die Effekte jedoch teilweise oder kehren sich um. Zusätzlich verzerren Filialen mit hohem Mittagsgeschäft durch Meal-Deals die Zusammenhänge. Wir arbeiten mit Apriori und Mindest-Support von 0,5 Prozent sowie Lift größer 1,2. Wie definiert ihr sinnvolle Aggregationsstufen und Mindestschwellen, um echte Verbünde von sortiments- oder standortbedingten Scheinkorrelationen zu trennen, ohne seltene aber deckungsbeitragsstarke Kombinationen zu verlieren?

[staylor]

Ursache ist meist Heterogenität im Datenpool: Unterschiedliche Sortimente, Preise und Tageszeitenprofile je Filialtyp vermischen sich und erzeugen einen Simpson-Effekt, verstärkt durch die starren Meal-Deals im Mittagsgeschäft. Ich würde strikt stratifiziert arbeiten und erst pro Filialtyp und Zeitscheibe rechnen, danach vergleichen. Modellseitig hilft eine Hierarchie aus Artikel zu Warengruppe mit getrennten Läufen: Artikelebene für Substitution, Warengruppenebene für Missionen. Support immer relativ zur jeweiligen Grundgesamtheit definieren, also pro Filiale und Tagesteil per SQL mit COUNT DISTINCT Bon aus der Faktentabelle Kasse, sonst dominieren Hochfrequenzfilialen. Lift über 1,2 allein reicht nicht, ergänze Konfidenz, Conviction und absolute Bonanzahl sowie Deckungsbeitrag je Regel. Meal-Deal-Komponenten flaggen und einmal mit und einmal ohne rechnen. Seltene margenstarke Kombinationen über einen zweiten Lauf mit Support 0,1 Prozent aber Lift über 2 und Mindestdeckungsbeitrag sichern und als Maßnahme manuell prüfen.

[cfischer]

Kannst du noch kurz sagen, wie du den Support pro Filiale und Zeitscheibe für die Praxis festlegst, nimmst du da stur die gleichen Prozentwerte oder passt du sie ans Bonvolumen an?