Zobecn�n� asocia�n� pravidla

Autor: Šárka Lejnarová, Adastra

Chcete najít malé skupinky zákazník�, kte�í se chovají podobn�, nap�. kupují luxusní produkt nebo vás naopak podvád�jí? Nezajímají vás informace o celém vašem zákaznickém portfoliu, ale chcete se zam��it pouze na vytipované skupinky? V tomto p�ípad� zapome�te na skóring pomocí logistické regrese [BI magazín, b�ezen 2008] nebo rozhodovacích strom� [BI magazín, b�ezen 2007] a poj�te se podívat na metodu vyhledávání zobecn�ných asocia�ních pravidel.

Zobecn�ná asocia�ní pravidla
Poprvé se s pojmem asocia�ní pravidla setkáváme spolu s analýzou nákupního košíku, základní myšlenka je najít pravidlo, které nám �íká, pokud zákazník koupí zbo�í X, pak koupí i zbo�í Y. Nap�íklad ve finan�ní instituci m��e pravidlo vypadat

Hypotéka, pojišt�ní nemovitost → Pojišt�ní domácnosti

neboli zákazníci, kte�í si vzali hypotéku a pojistili si nemovitost, si také �asto pojistili i domácnost. Mírou tohoto pravidla je spolehlivost (confidence, founded implication) a podpora (support). Podívejme se na p�íklad, analyzovali jsme 2 085 nákup� u dané finan�ní spole�nosti. 

Z toho 121 klient� si vzalo hypotéku a pojistilo nemovitost. Z této skupinky si 105 lidí pojistilo i domácnost. Konfidence tohoto pravidla je tedy 105/121 = 0,87 neboli 87 % lidí, kte�í si vzali hypotéku a pojistili nemovitost, si také pojistili domácnost. Podpora je potom nastavení po�tu, kolik zákazník� má minimáln� spl�ovat dané pravidlo, v našem p�ípad� je to 105 nebo v relativní hodnot� je to 105/2085 = 5,03 % z celé skupiny zákazník�. Podpora m��e být nastavena jako absolutní hodnota, nap�. hledám pravidlo, které bude spl�ovat alespo� 100 zákazník� nebo jako relativní podíl nap�. hledám pravidla, která bude spl�ovat alespo� 5 % zákaznické databáze. Nastavení kritických hodnot zále�í na zvolené strategii a charakteru dat.

Metoda GUHA a LISp-Miner 
Metoda GUHA, která byla poprvé popsána �eskými v�dci v roce 1966, se zabývá vyhledáváním zobecn�ných asocia�ních pravidel a je implementována v softwaru LISp-Miner, který je vyvíjen na Vysoké škole ekonomické v Praze. LISp-Miner umo��uje zpracovávat data, která jsou ve form� analytické tabulky, definovat úlohy a vyhledávat asocia�ní pravidla.
V definici úlohy pomocí LISp-Mineru vybíráme prom�nné vstupující do úlohy, vybíráme cílovou prom�nnou a zadáváme kritéria, která by m�la zadaná úloha splnit nap�. minimální hranici podpory apod. Výstupem z �ešení t�chto úloh jsou generované hypotézy, které spl�ují zadané parametry.

Výhodou tohoto softwaru je mimo jiné to, �e je to freeware s širokými mo�nostmi nastavení vyhledávání pravidel. P�i správné definici úlohy nachází LISp-Miner jednoduchá a srozumitelná pravidla, výstupem tedy nejsou komplikované matematické modely pro skóring klient�. LISp-MINER vyu�ívá komplikovaných metod, ale p�ináší jednoduchá pravidla, která je mo�né implementovat do stávajících proces� spole�nosti a tudí� je zde mo�nost širokého business vyu�ití.
Omezením z�stává omezený p�ístup pro více u�ivatel�, práce s velkým mno�stvím kategorií, slabá nápov�da a práce s výstupy. 

Fáze projektu
Proces implementace vyhledávání asocia�ních pravidel pomocí LISp-Mineru vychází z data miningové metodologie CRISP-DM a skládá se z následujících krok�:

Aplikace 
Typickou aplikací asocia�ních pravidel je analýza nákupního košíku. Nap�. nás zajímá, kte�í zákazníci nakupují v naší drogérii dra�ší parfémy, jejich� hodnota je vyšší ne� 3 000 K�. Z dat mám informace o nákupech klient�, které zbo�í nakupují v rámci jednoho nákupu, nap�íklad, jaké další polo�ky nakoupil, zda platil v hotovosti nebo platební kartou apod. Pokud zákazník vyu�ívá v�rnostního programu, tak o n�m mám i další základní informace jako je v�k, pohlaví pop�. trvalé bydlišt� a podobn�.
Pomocí vhodného softwaru detekujeme skupiny klient� s podobným nákupem, kte�í nakupují dra�ší parfémy. Ukázkou takové skupinky mohou být zákazníci, kte�í koupili dárkovou tašti�ku a mašli.

Dárková tašti�ka, mašle → Dra�ší parfém

S touto informací u� m��eme zacházet r�zn�, jedna strategie je dát parfémy na jednu stranu obchodu a dárkové balení na druhou a mezi n� postavit r�zná „lákadla“. Nebo naopak m��eme dát parfémy a dárkové tašti�ky do jednoho místa a p�idat k nim i p�ání pop�. vytvo�it dárkové balení parfém� apod.
 
Další aplikací m��e být detekce podvodník�. 
Cílem banky je rozpoznat �ádosti o úv�r, u kterých je vysoká pravd�podobnost, �e se jedná o podvody. Jako významné vstupní informace se pou�ívají:

• údaje z �ádosti – v�k, pohlaví, trvalé bydlišt�, zam�stnání, výše p�íjm� �adatele, ru�itel
• historické údaje o daném �adateli (dostupné pouze v p�ípad�, �e �adatel je pop�. byl klientem banky),
• o jaký typ úv�ru se jedná – jeho výše, délka splácení, zda jde o hotovostní p�j�ku �i na nákup zbo�í apod.
• informace o prodejci – zda se jedná o on-line prodej, �i pobo�kový prodej, pop�. zda �ádost pochází z externí sít� prodejc�.

V databázi banky jsou historické údaje o �ádostech a informace, zda daná �ádost byla nebo nebyla ozna�ena jako podvod. Na základ� t�chto informací detekujeme specifické skupiny �ádostí, u kterých byl velký podíl podvod�, tyto �ádosti ozna�íme jako rizikové, nebo� u nich existuje zvýšené riziko podvodu. P�ijde-li na pobo�ku po�adavek na schválení �ádosti, která spl�uje kritéria rizikové �ádosti, je tato �ádost za�azena do p�ísného schvalovacího procesu a pracovník odd�lení schvalování/ov��ování �ádostí je upozorn�n na to, aby dodr�oval zvýšenou opatrnost.

Opa�nou úlohou by bylo nalezení �ádostí, u kterých je nízká pravd�podobnost podvodu, tyto �ádosti by mohly postoupit do automatického procesu schvalování. V tomto p�ípad� je ovšem nutné nastavit vhodný zp�sob náhodné a pravidelné kontroly, aby nevznikal prostor pro organizované skupiny podvodník�. T�mito kroky dosáhneme efektivn�jšího vyu�ití pracovník� odd�lení schvalování/ov��ování �ádostí, a sní�ení po�tu podvod� i sní�ení finan�ních dopad� podvod�.

Záv�r
Zobecn�ná asocia�ní pravidla jsou mocnou technikou z oblasti dobývání znalostí z databází. P�esto�e metody nacházení pravidel jsou pom�rn� komplikované, výstupy jsou naopak jednoduché, srozumitelné a mohou být jednoduše interpretovány business u�ivateli.