---
title: Analiza koszykowa (Market Basket) i reguły cross-sell
description: Przeprowadź analizę koszykową (Market Basket Analysis) w e-commerce i retailu. Wyznacz reguły asocjacyjne produktów pod cross-sell i zestawy.
canonical: "https://analizy.ai/j/analiza-koszykowa-wspolwystepowania-produktow-cross-sell"
modified: 2026-11-14
author: redakcja analizy.ai
source: "https://analizy.ai"
category: Analityka sprzedaży e-commerce, koszyka i zwrotów
category_url: "https://analizy.ai/j#group-analityka-ecommerce-i-koszyka"
---

# Odkryj pary produktów kupowanych razem pod rekomendacje i zestawy cross-sell

> Zastosuj wskaźniki wsparcia, ufności oraz przyrostu (Lift) na historii paragonów, aby zastąpić przypadkowe boksy 'Polecane' realnymi powiązaniami.

## Przygotowane polecenie startowe

Mam eksport 120 tysięcy wielopozycyjnych zamówień ze sklepu. Chcę wyliczyć macierz współwystępowania produktów (Support, Confidence, Lift) pod zestawy cross-sell.

### Szybkie scenariusze
- **Pary o wysokim Lift pod zestawy:** Chcę znaleźć nieoczywiste połączenia produktów kupowanych razem znacznie częściej niż losowo.
- **Dodatki wysokomarżowe do kasy:** Wyfiltrujmy reguły asocjacyjne, w których produkt polecany ma marżę powyżej 45% i cenę do 60 zł.
- **Kolejność zakupów w czasie:** Sprawdźmy też, co klienci dokupują w drugim zamówieniu po zakupie naszego głównego urządzenia.

- [Zgłoś firmę do wczesnego dostępu](https://analizy.ai/#waitlist-5335aa)

## Jak przeprowadzić analizę koszykową bez pułapek statystycznych

1. **Odfiltruj zamówienia jednowierszowe i gratisy** — Usuń ze zbioru automatycznie dodawane ulotki, darmowe próbki oraz torby, które w przeciwnym razie zdominują reguły współwystępowania.
2. **Kieruj się wskaźnikiem Lift zamiast popularności** — Bestseller pojawia się z każdym towarem czysto losowo — szukaj par o Lift powyżej 1,5, gdzie zakup A realnie mnoży szansę zakupu B.
3. **Dobierz poziom agregacji (model zamiast rozmiaru)** — W odzieży i obuwiu grupuj SKU bez rozmiaru do poziomu modelu, inaczej rozdrobnienie wariantów ukryje powiązania między fasonami.
4. **Nałóż filtr dostępności magazynowej i marży** — Kieruj rekomendacje wyłącznie na dodatki o stabilnym stanie magazynowym i zdrowej marży, blokując promowanie końcówek o ujemnym CM2.

## Przykład działania

### Próbka 90 000 paragonów sklepu ze sprzętem kawowym

Ekspres kolbowy X (4,2% koszyków) + kawa bestseller (18% ogółu): Confidence 21%, Lift 1,17. Ekspres kolbowy X + odbijak do fusów i odkamieniacz: Confidence 19%, Lift 6,80 (marża dodatków 58%).

### Korekta silnika rekomendacji w koszyku

Zastąpienie na karcie ekspresu ogólnego bestsellera kawowego zestawem 'Odbijak + odkamieniacz' (Lift 6,80) wykorzystuje sześciokrotnie silniejszy związek funkcjonalny i dokłada 49 zł marży zamiast 14 zł.

Zwykła liczba wspólnych koszyków promowała towary kupowane i tak — wskaźnik Lift wydobywa wysokomarżowe uzupełnienia.

## Najczęściej zadawane pytania

### Jaka jest różnica między wskaźnikami Support, Confidence oraz Lift?

Support mówi w jakim procencie zamówień jest para, Confidence podaje szansę zakupu B gdy w koszyku jest A, a Lift sprawdza o ile przewyższa to zwykłą popularność B.

### Co zrobić, gdy sklep ma zbyt mało zamówień na analizę pojedynczych SKU?

Przeprowadź analizę o poziom wyżej — na podkategoriach lub markach — co zagęści macierz i pozwoli zbudować skuteczne reguły międzykategorialne.

### Czy relacja w analizie koszykowej działa symetrycznie w obie strony?

Lift jest symetryczny, ale Confidence nie: nabywca drukarki często dokupi tusz, lecz klient kupujący sam tusz niemal nigdy nie dołoży nowej drukarki.

## Dowiedz się więcej

- [Analiza rentowności produktów: co naprawdę zarabia w Twoim portfolio](https://analizy.ai/analiza-rentownosci-produktow.md)
- [Czym naprawdę są inteligentne rekomendacje biznesowe](https://analizy.ai/inteligentne-rekomendacje-biznesowe.md)
- [Personalizowane rekomendacje sprzedażowe: siedem faktów dla biznesu](https://analizy.ai/personalizowane-rekomendacje-sprzedazowe.md)
- [Automatyczne rekomendacje biznesowe: gdzie leży szansa, gdzie ryzyko](https://analizy.ai/automatyczne-rekomendacje-biznesowe.md)
- [Personalizacja marketingu: od imienia w mailu do AI](https://analizy.ai/jak-skutecznie-personalizowac-marketing.md)
- [Analiza konwersji sprzedaży: co naprawdę determinuje wyniki](https://analizy.ai/analiza-konwersji-sprzedazy.md)

## Powiązane zadania w tej kategorii

- [Zidentyfikuj krok formularza zakupowego, na którym sklep traci zamówienia](https://analizy.ai/j/diagnoza-porzuconych-koszykow-i-waskich-gardel-checkoutu.md)
- [Policz pełny wpływ zwrotów konsumenckich na marżę kategorii, rozmiarów i dostawców](https://analizy.ai/j/analiza-kosztow-i-przyczyn-zwrotow-w-sklepie-internetowym.md)
- [Porównaj pełną rentowność sprzedaży na Allegro i Amazon z własnym sklepem](https://analizy.ai/j/porownanie-rentownosci-sprzedazy-marketplace-i-wlasnego-sklepu.md)
- [Przeanalizuj zapytania wyszukiwarki sklepowej i odzyskaj utracony popyt](https://analizy.ai/j/audyt-skutecznosci-wyszukiwarki-wewnetrznej-sklepu-zero-results.md)
- [Sprawdź, które bestsellery tracą konwersję przez braki wariantów i słabe karty](https://analizy.ai/j/analiza-konwersji-kart-produktowych-i-dostepnosci-wariantow.md)
- [Zbadaj jak metody płatności odroczonych i opcje dostawy zmieniają zysk koszyka](https://analizy.ai/j/ocena-wplywu-metod-platnosci-i-dostawy-na-finalizacje-zamowien.md)

---

*Published by **Wondel.ai sp. z o.o.** · [analizy.ai](https://analizy.ai) · [About](https://analizy.ai/about) · [Editorial Guidelines](https://analizy.ai/editorial) · [Contact](https://analizy.ai/contact) · [Produkty Wondel.ai](https://wondel.ai/pl/produkty)*