Am Ende dieses Kurses sind die Teilnehmer in der Lage, Transaktionsdatensätze zu analysieren, Support-Schwellenwerte zu berechnen und anzupassen, Assoziationsregeln zu generieren und zu interpretieren, reale Lebensmitteldaten zu bereinigen sowie fortgeschrittene Algorithmen wie Eclat anzuwenden, um mithilfe von R aussagekräftige Kaufmuster aufzudecken.

Dieser praxisorientierte, projektbasierte Kurs führt die Teilnehmer Schritt für Schritt durch den gesamten Arbeitsablauf der Warenkorb-Analyse. Ausgehend vom Laden und Verstehen von Transaktionsdaten lernen die Teilnehmer, den Mindest-Support zu berechnen, Assoziationsregelmodelle zu trainieren, Regeln zu visualisieren und die Ergebnisse durch Parameteroptimierung zu verbessern. Anschließend widmet sich der Kurs der praktischen Datenaufbereitung anhand eines realen Datensatzes aus dem Lebensmittelhandel, wobei der Schwerpunkt auf der Entfernung von Duplikaten, der Co-Kauf-Analyse und dem effizienten Mining häufiger Artikelgruppen liegt. Was diesen Kurs einzigartig macht, ist sein starker Fokus auf angewandtes Lernen unter Verwendung authentischer Datensätze und branchenrelevanter Techniken. Anstatt sich allein auf die Theorie zu konzentrieren, sammeln die Teilnehmer praktische Erfahrungen bei der durchgängigen Umsetzung der Market-Basket-Analyse in R, die reale Analyseaufgaben aus den Bereichen Einzelhandelsanalytik, Empfehlungssysteme und Kundenverhaltensanalyse widerspiegelt. Durch den Abschluss dieses Kurses erwerben die Teilnehmer berufsrelevante Fähigkeiten in den Bereichen Assoziationsregel-Mining, Datenvorverarbeitung und explorative Analyse – Kompetenzen, die direkt in den Bereichen Datenanalyse, Data Science und Business Intelligence einsetzbar sind.