Análise de cesta de compras (market basket)

Você sabe o que vende, mas não sabe o que vende junto#

Todo varejista tem um relatório de produto mais vendido. Poucos sabem responder a pergunta que vale mais dinheiro: quando o cliente coloca o produto A no carrinho, o que mais tende a entrar junto? A análise de cesta de compras (market basket) existe para responder exatamente isso, olhando não para itens isolados, mas para os conjuntos de itens que aparecem na mesma transação. Em vez de contar quantas unidades cada SKU vendeu, ela conta quantas vezes dois ou mais produtos foram comprados juntos e, mais importante, se essa combinação acontece mais do que o acaso explicaria.

Este artigo é para quem já tem os dados de venda no grão de cupom fiscal ou pedido e quer transformar isso em decisão de sortimento, layout e cross-sell. Vou explicar os três números que sustentam a técnica, suporte, confiança e lift, mostrar onde ela gera valor de verdade e onde engana, e ser honesto sobre a diferença entre correlação e causa, porque é aí que a maioria dos projetos tropeça.

Análise de cesta de compras (market basket) se resume a regras de associação#

O motor da técnica são as chamadas regras de associação. Uma regra tem a forma "se A, então B", escrita como A implica B, onde A é o antecedente e B o consequente. "Quem compra pão compra manteiga" é uma regra. "Quem leva carvão leva acendedor e cerveja" é outra, com dois itens no antecedente. O objetivo do algoritmo é vasculhar milhões de transações e listar todas as regras que aparecem com frequência relevante e força estatística suficiente para valer atenção.

O ponto que separa quem entende de quem só roda a ferramenta é este: nem toda regra frequente é útil, e nem toda regra útil é frequente. Uma dupla como arroz e feijão aparece em muitas cestas porque os dois são campeões de venda, não porque haja afinidade real entre eles. Para distinguir associação de verdade de mera popularidade, existem três métricas, e é fundamental usar as três juntas.

Suporte, confiança e lift medem coisas diferentes, e você precisa dos três#

Cada métrica responde a uma pergunta distinta. Ignorar qualquer uma delas leva a conclusões erradas.

Métrica	Pergunta que responde	Como se calcula (em palavras)	Como ler
Suporte	Com que frequência esse conjunto aparece?	Transações que contêm o conjunto dividido pelo total de transações	Quanto maior, mais comum. Suporte baixo pode ser ruído
Confiança	Dado o antecedente, qual a chance do consequente?	Suporte do conjunto A e B dividido pelo suporte de A	É a probabilidade condicional de B quando A já está na cesta
Lift	Essa associação supera o acaso?	Confiança da regra dividida pelo suporte do consequente	Acima de 1 é associação positiva. Igual a 1 é indiferença. Abaixo de 1 é negativa

O suporte é a base. Ele mede a fração de todas as transações em que o conjunto de itens aparece. Suporte alto significa que a combinação é comum. Serve de filtro inicial: regras com suporte muito baixo costumam ser coincidências de poucas cestas e não sustentam uma decisão de negócio.

A confiança é a probabilidade condicional. Confiança de 0,7 na regra "A implica B" significa que, entre as cestas que têm A, 70% também têm B. Parece o número mais importante, e é o mais mal interpretado. Confiança alta sozinha engana, porque se B é um produto vendidíssimo, ele vai aparecer em quase todo carrinho de qualquer jeito, tenha A ou não.

O lift corrige justamente esse viés. Ele compara a confiança da regra com a probabilidade de B acontecer sozinho, ou seja, com o suporte de B. Lift maior que 1 indica que A e B aparecem juntos mais do que apareceriam se fossem independentes: associação positiva de verdade. Lift igual a 1 significa que A não muda em nada a chance de B, os dois são independentes. Lift menor que 1 aponta associação negativa, os produtos tendem a se excluir na mesma cesta. É o lift que separa afinidade real de popularidade emprestada.

Um exemplo com números deixa as três métricas concretas#

Suponha uma loja com 1.000 cupons em um período. Os números abaixo são um exemplo didático para mostrar o cálculo, não uma estatística de mercado.

Situação	Contagem	Cálculo	Resultado
Cestas com cerveja	200	200 / 1.000	Suporte da cerveja = 0,20
Cestas com carvão	100	100 / 1.000	Suporte do carvão = 0,10
Cestas com cerveja e carvão	80	80 / 1.000	Suporte do conjunto = 0,08
Regra carvão implica cerveja		0,08 / 0,10	Confiança = 0,80
Lift da regra		0,80 / 0,20	Lift = 4,0

Leia o resultado: 80% de quem leva carvão também leva cerveja, e essa dupla acontece 4 vezes mais do que se os dois fossem independentes. Lift 4 é forte. Agora inverta o raciocínio para ver a armadilha. Se a cerveja estivesse em 900 das 1.000 cestas, uma confiança de 80% na mesma regra daria lift menor que 1, ou seja, quem leva carvão compraria cerveja menos do que a média da loja. Mesma confiança, conclusão oposta. Por isso o lift não é opcional.

Os casos de uso pagam a conta quando a regra vira ação#

Descobrir uma regra forte não gera receita. O que gera é a decisão que ela dispara. A técnica tem quatro aplicações clássicas no varejo, e cada uma exige um tipo de ação diferente.

Caso de uso	O que a regra indica	Ação prática
Cross-sell e recomendação	Produtos com lift alto entre si	Sugerir B na página, no checkout ou pelo vendedor quando A entra na cesta
Combos e kits	Conjuntos frequentes e com bom lift	Montar oferta casada com desconto calibrado na margem, não no chute
Layout de loja	Afinidade entre categorias	Aproximar ou afastar seções conforme a estratégia de circulação
Sortimento e ruptura	Itens que puxam outros	Proteger o estoque do item âncora que arrasta a cesta inteira

Vale um ponto contraintuitivo sobre layout de loja. Nem sempre você quer colocar os produtos associados lado a lado. Se pão e leite já vendem juntos naturalmente, mantê-los distantes obriga o cliente a atravessar a loja e passar por dezenas de itens de compra por impulso no caminho. A regra revela a afinidade. A estratégia de circulação decide se você a explora por proximidade ou por distância. A análise informa, ela não manda.

Em combos, o cuidado é com a margem. Empacotar dois itens que já são comprados juntos e dar desconto pode simplesmente jogar fora margem sobre uma venda que aconteceria de qualquer forma. O combo faz sentido quando ele muda comportamento, quando puxa para a cesta um item que sozinho não entraria, ou quando eleva o ticket. Isso é decisão de precificação sustentada pelo dado, não substituída por ele.

O cálculo pesado vive no notebook, mas dá para aproximar no Power BI#

Aqui está uma decisão de arquitetura que costuma ser mal resolvida. A geração das regras é combinatória: o número de conjuntos possíveis explode com o tamanho do catálogo. Para uma rede com dezenas de milhares de SKUs, calcular todas as combinações direto no modelo de BI trava.

O caminho maduro separa o processamento da visualização. O trabalho pesado, rodar algoritmos como Apriori ou FP-Growth sobre o histórico de transações, pertence a um notebook Python. A biblioteca mlxtend, por exemplo, implementa esses algoritmos e entrega uma tabela pronta de regras com suporte, confiança e lift. Você agenda esse processamento, materializa o resultado como uma tabela de regras e leva só o resultado para o Power BI. A camada de engenharia de dados que prepara as transações no grão certo é o que determina o teto de qualidade de tudo o que vem depois. No Microsoft Fabric, esse notebook roda no mesmo ambiente do dado, o que reduz atrito de integração.

Dá para aproximar em DAX? Sim, com limites honestos. Para uma pergunta focada, do tipo "com quais categorias este produto mais aparece", é possível montar medidas que contam co-ocorrências e estimam algo próximo de suporte e confiança usando as próprias tabelas de venda e uma cópia da dimensão de produto para o par. Funciona bem para poucas dezenas de itens ou no nível de categoria, e é ótimo para uma visão exploratória interativa. O que não funciona é usar o Power BI para minerar todas as regras de um catálogo gigante: a explosão combinatória e o motor VertiPaq não foram feitos para isso, e a performance denuncia. Quem for por esse caminho tira proveito de entender como o motor pensa, tema que tratamos em boas práticas de modelagem em DAX. A regra prática é simples: use notebook para gerar as regras em escala, use o Power BI para explorar, priorizar e comunicar o resultado. Esse tipo de desenho, com o cálculo estatístico no lugar certo, é o que estruturamos em analytics avançado.

Correlação não é causa, e essa é a armadilha mais cara da técnica#

Preciso ser direto aqui, porque é onde vejo projeto virar decisão ruim. A análise de cesta encontra correlação, não causa. Ela mostra que dois produtos aparecem juntos, jamais que um provoca a compra do outro. E existem várias razões para itens andarem juntos sem nenhuma relação causal.

A mais comum é o fator escondido. Protetor solar e sorvete têm lift alto no verão, não porque um puxa o outro, mas porque o calor puxa os dois. Fralda e cerveja podem aparecer juntos porque quem compra é o mesmo perfil de cliente em uma mesma ocasião, não porque a fralda desperta sede. Promoção é outro confundidor clássico: dois itens em oferta na mesma semana aparecem juntos por causa do encarte, e a associação some quando a promoção acaba. Se você monta um combo permanente em cima de uma correlação que era sazonal ou promocional, está construindo sobre areia.

O teste honesto é perguntar, para cada regra forte, o que aconteceria se você agisse sobre ela. Colocar B ao lado de A vai mesmo aumentar a venda de B, ou os dois só compartilham uma causa comum que você não controla? Regra estatística boa é hipótese, não conclusão. A confirmação vem de teste no mundo real, um A/B de layout ou um período com o combo ativo comparado a um sem ele. Quem trata regra de associação como verdade causal automática toma decisão de margem em cima de coincidência. Quem trata como hipótese barata de gerar e cara de confirmar usa a técnica como ela merece.

Vale ainda um alerta de fundação, porque nenhuma métrica salva um dado ruim. A análise precisa da transação no grão de cesta, cada cupom ou pedido como uma unidade, com seus itens. Devolução, cancelamento, brinde e taxa de serviço poluem a contagem e distorcem suporte e lift sem que você perceba. Uma base limpa e no grão certo vence uma base enorme e bagunçada em qualquer projeto de market basket.

Perguntas frequentes#

Qual a diferença entre suporte, confiança e lift em uma frase cada? Suporte é a frequência do conjunto no total de transações. Confiança é a probabilidade de comprar o consequente dado que o antecedente já está na cesta. Lift compara essa confiança com o acaso: acima de 1 há associação positiva, igual a 1 há independência, abaixo de 1 há associação negativa. Você precisa dos três juntos, porque confiança alta sobre um produto muito vendido engana e só o lift corrige esse viés.

Por que não posso decidir só pela confiança? Porque a confiança não desconta a popularidade do consequente. Se um item aparece em quase toda cesta, qualquer regra que aponte para ele terá confiança alta, mesmo sem afinidade nenhuma. O lift divide a confiança pelo suporte desse item e revela se a associação supera o que aconteceria por puro acaso. Sem lift, você promove combinações que já ocorreriam sozinhas e joga margem fora.

Preciso de Python ou consigo fazer no Power BI? Depende da escala. Para minerar todas as regras de um catálogo grande, o caminho é um notebook Python com Apriori ou FP-Growth, gerando uma tabela de regras que o Power BI só consome. Para perguntas focadas, como as afinidades de um produto ou entre categorias, dá para aproximar suporte e confiança em DAX. Use o notebook para calcular em escala e o Power BI para explorar e comunicar.

A partir de qual lift uma regra vale a pena? Não existe corte universal. Lift acima de 1 já indica associação positiva, mas quanto vale a pena depende do seu volume e da ação. O que recomendo é filtrar primeiro por suporte, para descartar coincidências de poucas cestas, e só então ordenar por lift. Uma regra com lift altíssimo e suporte irrisório pode ser ruído de meia dúzia de compras e não sustenta decisão.

Regra de associação prova que um produto causa a venda do outro? Não. Ela mostra correlação, produtos que aparecem juntos, nunca causa. A associação pode vir de um fator escondido, como estação do ano, promoção simultânea ou perfil de cliente. Trate a regra como hipótese e confirme com teste real, um A/B de layout ou um período com o combo ativo comparado a outro sem ele, antes de comprometer margem.

Quanto histórico de venda eu preciso para começar? Mais importante que volume é cobertura. Você precisa de transações suficientes para que as combinações relevantes apareçam com frequência estável e para atravessar a sazonalidade do seu negócio, porque afinidade de verão difere da de inverno. Uma base curta e limpa, no grão de cesta e sem devolução misturada, rende mais que uma base longa e suja.

Onde a Fynx entra#

A análise de cesta de compras (market basket) só vira dinheiro quando três coisas andam juntas: uma base transacional confiável no grão de cesta, o cálculo de suporte, confiança e lift no lugar certo da arquitetura, e a disciplina de tratar cada regra como hipótese a testar, não como verdade causal. A parte difícil raramente é o algoritmo, é a integração e o rigor de transformar regra em ação medida. Se você quer estruturar esse caminho sem parar no dashboard bonito, fale com a gente.