Ассоциативные правила

Эту историю рассказывают на первой лекции по анализу данных. Сеть супермаркетов прогнала чеки через компьютер и нашла странную пару: вместе с подгузниками часто покупают пиво. Товары поставили рядом — и продажи выросли.

Объяснение прилагается всегда: молодых отцов по дороге с работы отправляют за подгузниками, и они заодно берут себе пива. В версии газеты Financial Times от 7 февраля 1996 года «лучшие в мире генераторы гипотез» до такой пары не додумались бы, данные показали её сами, а сеть «смогла этим воспользоваться, передвинув товары ближе друг к другу на полках». В конспекте лекций Калифорнийского университета того же года магазином оказывалась продуктовая сеть со Среднего Запада, днями недели — четверг и суббота, а покупателями — непременно мужчины.

В 2002 году Дэниел Пауэр, редактор рассылки DSS News, решил выяснить, что было на самом деле, и нашёл, что история короче и скучнее легенды. В 1992 году группа Томаса Блищока из Teradata разбирала для аптечной сети Osco Drug 1,2 миллиона покупательских корзин примерно из 25 магазинов. Связь нашлась, но с оговоркой: пиво и подгузники брали вместе между пятью и семью часами вечера. Товары никто не передвигал — Блищок сам сказал об этом на вебкасте Teradata летом 2002 года: «в действительности они ничего не сделали со связью пива и подгузников». И нашли пару не хитрым алгоритмом, а запросами к базе данных.

Даже у первоисточников легенды нет одной версии. Рон Кохави, который в 1998 году разыскал человека, писавшего те самые запросы, называл другие числа: запросы на SQL в 1990 году и данные 50 магазинов. Марк Мадсен, тоже разыскавший участников проекта, приводит на слайдах доклада 2017 года их слова: связи искали с детскими товарами, потому что у тех высокая наценка, а нашлась связь пива, подгузников и времени суток — «но не возраста, пола или дня». А на итоговом слайде того же доклада у случая 1992 года значатся четверг и суббота — те самые дни из лекций 1996 года.

Самое интересное случилось потом. Мадсен прочитал легенду в 1993–1994 годах и с тех пор проверял её на данных разных сетей всякий раз, когда выпадал случай. По его слайдам, в одной продуктовой сети связи не нашлось вовсе, в одной аптечной сети она была очень сильной, в другой — отсутствовала, в третьей проявлялась у мужчин по выходным. Пара «пиво — подгузники» оказалась не законом природы, а свойством конкретных магазинов, лет и часов.