Mengukur Kesamaan Produk yang Dijual dari Dua Online Stores

Beberapa waktu yang lalu, saya iseng-iseng melihat dua official stores dari perusahaan yang sama (sebut saja perusahaan X). Satu official store ada di Tokopedia, sedangkan satu lagi ada di Shopee.

Ketika skimming singkat, saya jadi penasaran:

Apakah ada perbedaan listed products antara dua official stores tersebut?

Bagaimana cara saya melihatnya?

---

Singkat cerita, saya berhasil scrape semua nama listed products dari dua official stores tersebut. Saya dapatkan data banyaknya listed products berikut:

Saya lihat sekilas ternyata perusahaan tersebut lebih banyak listing produknya di Shopee dibandingkan di Tokopedia.

Karena produknya banyak, saya tidak mungkin membandingkannya satu persatu.

Jadi, bagaimana cara saya membandingkan dengan cepat dan (lumayan) tepat?

Setidaknya ada dua cara yang terpikir oleh saya.

1. Menggunakan crosswords analysis dan log odds ratio seperti yang pernah saya post di sini.
2. Menggunakan cosine similarity seperti yang pernah saya post di sini.

---

Metode Pertama

Crosswords Analysis

Metode ini sangat mudah dilakukan. Saya cukup menghitung berapa banyak kata yang muncul per listed products dari kedua official stores tersebut dan membandingkan frekuensinya dalam scatter plot.

Terlihat sekilas bahwa sangat sedikit sekali kata-kata yang hanya unique terdapat di salah satu official store. Untuk membuktikannya, saya akan hitung log odds ratio-nya.

Log Odds Ratio

Rumus untuk menghitung ratio adalah sebagai berikut:

logratio = ln(freq kelompok1 / freq kelompok2)

Angka tersebut akan menunjukkan kata mana yang less or most likely come from each group. Jika nilai lograti**o = 0 artinya kata tersebut dipakai oleh kedua official stores dengan frekuensi yang sama. Selain itu, maka kata-kata lebih sering dipakai di salah satu official store saja.

Beberapa highlights yang bisa diambil:

• Shopee: Sambal cabai, masker wajah, pelembab, bodyspray, oatmeal, antiseptik, penyegar dan pelembab.
• Tokopedia: Pemutih (bleach), handwash, disinfectant, pomade, dan St. Ives.

Metode Kedua

Cosine Similarity

Ketika saya melihat kembali tulisan listed product yang ada, saya menemukan beberapa produk sebenarnya sama tapi ditulis dengan cara berbeda.

Ilustrasi:

• Produk 1: Kecap Manis Jerigen 10l.
• Produk 2: Kecap Manis Jerigen 10l Free Piring Cantik Selusin.

Sejatinya kedua produk tersebut adalah produk yang sama hanya ada penambahan gimmick atau bonus.

Untuk mengakomodir kasus seperti di atas yang bisa saja terjadi untuk ratusan listed products, kita akan gunakan metode analisa cosine similarity.

Ilustrasi:

Misalkan saya memiliki 4 listed products di bawah ini:

• Produk 1: Kecap Manis Jerigen 10l.
• Produk 2: Kecap Manis Jerigen 10l Free Piring Cantik Selusin.
• Produk 3: Kecap Asin Pouch 5.2Kg.
• Produk 4: Kecap Asin Pouch 5.2Kg - 3 Pouch.

Kita hendak memasangkan dua listed products yang mirip. Maka kita bisa menghitung skor similarity sebagai berikut:

entry 1	entry 2	score
3	4	0.954
1	2	0.949

## Pasangan produk  1  dengan score similarity:  0.954 
## Produk ke:  3  ~  Kecap Asin Pouch 5.2Kg 
## Produk ke:  4  ~  Kecap Asin Pouch 5.2Kg - 3 Pouch 
## 
## Pasangan produk  2  dengan score similarity:  0.949 
## Produk ke:  1  ~  Kecap Manis Jerigen 10l 
## Produk ke:  2  ~  Kecap Manis Jerigen 10l Free Piring Cantik Selusin

Dengan prinsip di atas, menggunakan threshold indeks similarity sebesar 0.8 kita akan hitung ada berapa banyak produk yang sama di kedua official stores tersebut.

Ternyata dari cosine similarity saya mendapatkan bahwa lebih dari separuh produk hanya unique dimiliki oleh masing-masing official store.

---

if you find this article helpful, support this blog by clicking the ads.