Exploration de données

à leurs disposition différente méthodes de fidélisation : Le scoring : C’est une méthode qui consiste à affecter une note (un « score ») à chaque client ou prospect d'une base de données afin de cibler et prospecter avec une meilleure efficacité. Ce score peut être déterminé à partir de données externes ou de données calculées à partir de comportements. Le datamining : Dans le datamining, l’utilisateur est à la recherche d’une information cachée qu’il n’identifie pas encore : tendance, corrélation

| |Elle doit se faire le plus tard possible et obligatoirement | | | |après avoir donné les avantages au client afin qu’il repère le| | | |prix comme un avantage. | |ETAPE 6

Qu’est-ce que le data mining ? • A quoi sert le data mining ? • Les 2 grandes familles de techniques • Le déroulement d’un projet de data mining • Coûts et gains du data mining • Facteurs de succès - Erreurs à éviter • L’analyse et la préparation des données • Techniques descriptives de data mining • Techniques prédictives de data mining • Logiciels de statistique et de data mining • Informatique décisionnelle et de gestion • CNIL et limites légales du data mining • Le web mining • Le text mining 25/12/2006

chez Dunod puis chez Technip. Ces cours sont donc consacrés aux techniques de data mining, de statistique décisionnelle et de scoring, et à leur mise en oeuvre en entreprise. Ils contiennent une introduction, une partie technique (préparation des données, analyse factorielle, régression linéaire, régression logistique, GLM, analyse discriminante, arbres de décision, réseaux de neurones, algorithmes génétiques, SVM, k-means et centres mobiles, CAH…) et une partie méthodologique (conduite de projet

des données (data mining) a pour but d'extraire de l'information précise, pertinente et profitable de grandes bases de données, disponibles dans des entreprises et centres de recherche de plus en plus nombreux. Cette discipline prolonge l'analyse de données en l'appliquant à des instances beaucoup plus grandes qu'auparavant. La classification automatique est au centre de cette démarche. Elle comprend deux classes principales de problèmes : La classification non supervisée : étant donné un ensemble

des correspondances multiples et construction d’une typologie de pays On dispose sur un ensemble de 132 pays des données relatives à la situation sociodémographique et économique des populations. Le fichier des données est intitulé caractéristiques _socio_éco.xls. On cherche à analyser cette base de données à l’aide des méthodes exploratoires d’analyse des données et à dégager une typologie des pays en fonction de leurs caractéristiques sociodémographiques. Analyse factorielle

permet de mettre en œuvre des stratégies de surveillance (évolution vers des segments plus rentable, départ chez la concurrence) A. Les bases de données. Afin de connaître chaque client et de construire avec lui une relation personnalisée. L’entreprise doit collecter un certain nombre d’informations dans sa base de données. Une base de donnée est un ensemble d’information structuré, ordonné et accessible sur la clientèle et le prospect. Cette masse d’information est utilisée, pour obtenir

2. Expliquer la notion de Datawarehouse. « Entrepôt de données » en français. Il s’agit d’un espace de stockage de données sou- vent très volumineuses et non immédiatement utiles (historique des comptes clients, historique des ventes, réclamations clients, contentieux...) et sur lesquelles sont menées des opérations de datamining (forage de données). Les opérations de datami- ning consistent à mener des enquêtes statistiques sur ces données pour déterminer des variables d’action en marketing. Le

de les préserver au maximum ce qui est plus stratégique que d'en conquérir de nouveaux. Le CRM multicanal s'appuie le plus souvent sur des outils technolologiques; comme le Big data ou comment espionner les données des clients par captation de flux; pour traiter une grande masse de données sur les clients, diffuser cette info et automatiser une partie des échanges sur les différents canaux digitaux en mode SAAS. Les canaux traditionnels se voients remplacés par les nouveaux canaux ,de ce fait

positionnement « front to back office CRM » qui réunit les facettes du CRM analytique, du CRM opérationnel, du CRM procédural et du CRM collaboratif, se décline à travers les dix offres du groupe : Data Mining, Valeur Client, Entrepôt de données, Risque, Automatisation des ventes, Automatisation du marketing, Fidélisation, Pilotage, Hébergement, EAI. Ces offres sont déclinées autour d’expertises sectorielles : Banque & Assurance, Tourisme & Transport, Distribution & VPC, Industrie