Questo algoritmo arricchisce i dati a disposizione per i singoli clienti, con informazioni riguardo il comportamento di acquisto di ognuno.
Descrizione
I dati di partenza necessari riguardano le transazioni del cliente. Si possono considerare per esempio la quantità di soldi spesi, gli sconti ricevuti, le date di acquisto e altre informazioni simili per ogni transazione.
Il risultato che si può ottenere include informazioni come per esempio il numero totale di ordini fatti da un cliente fino a questo momento, la cifra totale o media spesa, il numero medio di prodotti acquistato in ogni ordine, ecc.
Dati di Input | Dati di Output |
Customer_id | Total amount |
Date | Total orders |
Order_id | Average spend |
Order_line_id | Number of returns |
Product_id | Total amount of discount |
Amount | Average number of items per order |
Discount |
Un esempio di cosa si ottiene come output dell’eleborazione
Customer ID | 11223344 |
Total amount | €150.00 |
Total orders | 3 |
Returns | 1 |
Total discount | €75.00 |
Total quantity | |
Average quantity per ticket |
2.1 |
Tags:
- Transazionale
- Clustering
- Singolo cliente
Pagina precedente: Concetti base sugli algoritmi | Pagina seguente: Comportamento d’acquisto nel tempo