Die Warenkorbanalyse ist eine Data-Mining-Methode, die das Kaufverhalten von Kunden untersucht, indem sie die Produktkombinationen in den Einkaufskörben der Kunden analysiert. Ein klassisches Beispiel ist das „Bier und Windeln“-Phänomen, das Walmart in den 1990er Jahren in den USA entdeckte. Dieses Phänomen ist darauf zurückzuführen, dass Väter, die am Wochenende Windeln kaufen mussten, oft auch Bier kauften. Der Hauptzweck der Warenkorbanalyse besteht darin, die Produktkonfiguration zu optimieren, Kundenbedürfnisse zu verstehen und Verkaufstrends zu analysieren. Seine Analyse basiert auf drei Schlüsselindikatoren: Unterstützung (die Wahrscheinlichkeit, dass eine Produktkombination gleichzeitig gekauft wird), Vertrauen (die bedingte Wahrscheinlichkeit, dass Produkt B nach dem Kauf von Produkt A gekauft wird) und Boost (der steigernde Effekt des Kaufs von Produkt A auf die Wahrscheinlichkeit, Produkt B zu kaufen).
Korbtests zielen in erster Linie auf Einkaufskörbe ab, die in Einzelhandels- und Supermarktumgebungen verwendet werden, und testen mehrere Indikatoren wie Hygiene, Materialien und Tragfähigkeit, um sicherzustellen, dass sie Industriestandards und Verbrauchersicherheitsanforderungen erfüllen. Zu den Testgegenständen gehören hauptsächlich die Analyse der Materialzusammensetzung, mikrobielle Tests, Tests der Tragfähigkeit, Tests der Abriebfestigkeit, Schlagfestigkeit, Migration von Weichmachern und Schwermetallen, Farbechtheit und Grifffestigkeit. Der Testumfang umfasst verschiedene Arten von Einkaufskörben, darunter Kunststoff-, Metall-, faltbare, biologisch abbaubare Materialien und intelligente Sensorkörbe. Die relevanten Prüfmethoden beziehen sich auf eine Reihe nationaler und internationaler Normen wie GB/T, ISO, ASTM und EN, einschließlich GB/T 2918-1998, ISO 22196 und ASTM D638.