Datamining
et
Scoring
pour
le
 marke2ng Datamining
et
Scoring
sont
u2lisés
en
marke2ng
 pour affiner
la
connaissance
client,
et
ce
pour
:


• adapter
un
discours,
une
offre,
un
produit
;

• an2ciper
ou
prédire
un
comportement
;

• cibler
uniquement
ceux
qui
ont
le
plus
de
 chances de
répondre
posi2vement
;

• etc.



Datamining

• DATA MINING ou Extrac2on
de
Connaissances
à
par2r
de
Données
(ECD)


• La
métaphore
du
Data
mining
signifie
qu il
y
a
des
trésors
ou
pépites
 cachés sous
des
montagnes
de
données
que
l on
peut
découvrir
avec
des
 ou2ls spécialisés.

• Souvent
employé
pour
désigner
l ensemble
des
ou2ls
permeIant
à
 l u2lisateur
d accéder
aux
données
de
l entreprise,
de
les
analyser
.

• Le
data
mining
tente
alors
de
réaliser
un
arbitrage
entre
validité
 scien2fique, interopérabilité
des
résultats
et
facilité
d'u2lisa2on,
dans
un
 environnement professionnel
où
le
temps
d'étude
joue
un
rôle
majeur
et
 où les
analystes
ne
sont
pas
toujours
des
sta2s2ciens.

• Générer
des
informa2ons
riches
à
par2r
des
données
de
l entreprise,
 notamment des
données
historiques,
de
découvrir
des
modèles
implicites
 dans les
données.

• Par
exemple:
permeIre
à
un
magasin
de
dégager
des
profils
de
client
et
 des achats
types
et
de
prévoir
ainsi
les
ventes
futures

(ex
le
cadis
hebdo)


• Le
data
mining
transforme
en
informa2on,
ou
en
 connaissance, de
grands
volumes
de
données
qui
 peuvent être
stockés
de
manière
diverse,
dans
 des bases
de
données
rela2onnelles,
dans
un
(ou
 plusieurs) entrepôt
de
données
,
mais
qui
 peuvent aussi
être
récupérées
de
sources
riches
 plus ou
moins
structurées
comme
internet,
ou
 encore en
temps
réel
(sollicita2on
d'un
centre
 d'appel, retrait
d'argent
dans
un
distributeur
à
 billets...). Scoring

• méthode
qui
consiste
à
affecter
une
note
(
ou
 un «
score
»)
à
chaque
client
d'une
base
de
 données afin
de
cibler
et
prospecter
avec
une
 meilleure efficacité


• peut
être
déterminé
à
par2r