Cómo obtener un sistema de recomendación de productos con Python de forma sencilla.: Minería de…

La estrategia de venta cruzada es una de las más rápidas y rentables para crecer con los clientes existentes: con un cliente captado, que conoce el servicio/producto de una tienda on- line por ejemplo, conseguir que amplíe el abanico de necesidades que satisface con esa misma tienda parece un objetivo asequible. Así es como funciona un sistema de recomendación: es una de las herramientas analíticas más utilizada para el comercio on-line. De hecho, se estima que los sistemas de recomendación en plataformas como Amazon o Netflix pueden ser los responsables de un incremento en las ventas entre el 10 y el 25%.

La elección del algoritmo en cada caso, se basa en la información que tengamos sobre el cliente, el producto, o de las opiniones de los primeros sobre los segundos que podamos recabar. La estrategia que tratamos en este texto es la basada en modelos de asociación o análisis de afinidad, a veces conocidos por la expresión “market basket analysis”, que se basan en análisis estadísticos que buscan qué elementos o servicios suelen ser adquiridos de forma conjunta.

Los algoritmos matemáticos en que se basan estas técnicas son sencillos y crean grupos de productos que tienen una fuerte relación de afinidad. A partir de ahí se obtienen ofertas personalizadas para los clientes que han adquirido uno o dos de estos productos, pero no los demás. Es una técnica sencilla y rápida que funciona muy bien aún con bases de datos de clientes pequeñas o dispersas y suele ser la estrategia más rentable para hacer ofertas personalizadas. Son el clásico ejemplo de “Los clientes que compraron este producto también compraron este otro” o “Productos que se suelen comprar juntos”.
El algoritmo se puede programar en Python que resulta gratuito (Python se desarrolla bajo una licencia de código abierto por lo que se puede usar y distribuir libremente) y no es difícil de instalar en un ordenador siguiendo el paso a paso que se detalla en este texto.