LeDataMining Techniquespourexploiter linformation

Auteur :DanNol Date :24.04.2009

Agendadelaprsentationdu26.03.2009

z Concept de Data Mining ou quest-ce que le Data Mining z Droulement dun projet de Data Mining z Place du Data Mining dans le systme dinformation z Principales applications Marketing et techniques de Data Mining z Avantages et rsultats observs z Freins et blocages au dveloppement du Data Mining z Conseil quantitatif : ralit ou vision de lesprit ? z Questions & rponses

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

IsBigBrotherwatchingyou?
Vous et moi laissons toujours plus de traces permettant de caractriser nos comportements dachats, nos habitudes, nos prfrences,
Cartes dbit/crdit Cartes des grands distributeurs (Cumulus, SuperCard,) Achats par correspondance Internet Les sources officielles (impts,) Les clubs Les tudes de march / sondages

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Augmentationdelacapacitdanalyse grceauxdveloppements technologiques

z Cration et stockage de grandes quantits de donnes par lautomatisation des procds z Disponibilit dune forte capacit de calcul pour un investissement modr z Cots dcroissants du stockage des informations z Nouvelles mthodes techniques et scientifiques

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Deplusenplusdedonnesdisponibles

z Explosion des donnes clientle disponibles (intra et extra entreprise)

Socio-dmographique Profil clients (loisirs, habitudes,) Comportement dachat (volume, type, prfrence canaux,) Critres dachat (tudes clients,)

z Trop de donnes tue linformation!!!

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Laqualitdesinformationsdpenddes sources
z Connaissances des experts (expriences, formation) z Donnes oprationnelles sur les clients et leurs comportements transactions) z Sources externes (analyse du march, presse Internet, fournisseurs externes) z Les donnes doivent tre traites, analyses, values et transformes en connaissances utiles la prise de dcision

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Rponse:leDataMining
z Le Data Mining:
Ensemble de mthodes et de techniques danalyse de donnes et dextraction dinformations structures en vue daider la prise de dcision.

z Le Data Mining descriptif:

Mettre en vidence des informations prsentes mais noyes par le volume de donnes.

z Le Data Mining prdictif:

Extrapoler des nouvelles informations partir de donnes existantes Anticiper les besoins de la clientle et adapter la stratgie de lentreprise aux attentes du march

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

ConceptdeDataMining

z La richesse dune entreprise = ses clients z Objectifs principaux des entreprises

Augmenter la rentabilit et la fidlit des clients En matrisant les risques Et vendre au travers des bons canaux, au bon moment, les bon produits

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

UtilitduDataMiningauniveau commercial
z Mieux connatre ses clients:
Pour mieux les servir Pour augmenter leur degr de satisfaction Et par consquent leur fidlit Et donc leur rentabilit

z Particulirement pertinent dans le tertiaire:

Produits quasiment substituables Llment prix nest pas forcement dterminant La relation client et le service font la diffrence

10

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Exercice:lavaleurdunclient

zNombre de client dbut de la priode: 100000 z Taux de rtention:80% z Transaction/client: CHF 200.-/an z Cots variables: 70% z Facteur dactualisation: 10% zExercice: Calculer la valeur client long-terme (CLV) et la valeur du portefeuille actuel.

11

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Exercice:lavaleurdunclient Rponse

12

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lesopportunitspouraugmenterlavaleur duprofit(1/2)
z Rduire les cots variables z Augmenter le revenu par client z Prolonger une relation profitable avec le client z Acqurir des clients profitables

13

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lesopportunitspouraugmenterlavaleur duprofit(2/2)

14

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lessolutionscesquestions

z Pour rpondre ces questions = analyse prdictive z Prdiction prcise = expriences pertinentes z Un modle est une expression mathmatique dvnements antrieurs z Exemple: la probabilit dachat dun certain bien ou service augmente avec lge (probabilit dachat = 1.352 * ge)

15

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Augmentationvaleurclientlongterme

16

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Rentabilitdesactivitsanalytiques

z Augmentation de la valeur du portefeuille = 38840000 z Augmenter le revenu par client de CHF 10.-/an
Rduire les cots variables de CHF 3.50 /client Actions de cross ou up selling) Meilleure rentabilit des actions commerciales

z Conserver les clients rentables 2.6 semaines de + z Possible grce une meilleures connaissance dtaille du client

17

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

QuelquesexemplesdutilisationduData Miningdansunebanque
z Marketing (gestion de la relation client, ciblage actions commerciales, cross-upselling, analyse des ventes, segmentation ) z Risk-Management (dtection de fraudes, scoring crdit, dtection blanchiment dargent,) z Product Management (tarification produits, politique de packaging) z

18

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

DataMiningnapasrponsetout

z Le Data Mining nest pas une boule de cristal:

Il ne devine pas le profil des clients cibler, ceux sur le dpart, Il extrapole partir des donnes disponibles

z Garbage In = Garbage Out

19

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

DataMining=statistiquesdescriptives

zLe Data Mining permet lanalyse de phnomnes beaucoup plus complexes que les statistiques descriptives zIl traite de combinaisons sous-jacentes et/ou caches zIl permet daller au del du ttonnement des statistiques descriptives conditionne par la pr connaissance ou les strotypes de lintelligence de march . zAvec lui, on passe de lanalyse confirmatoire la vritable exprience exploratoire! zLe Data Mining fait appel des mthodes danalyse bien plus complexes et qui peuvent parfois sembler opaques
20 M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

DfinitionduDataMining

z Un ensemble de mthodes pour lanalyse et la gestion des donnes z Utilis pour lextraction de connaissances partir de grandes bases de donnes z Permet de reprer les informations essentielles z Reprsente les informations par des modles compacts z Met en correspondance les donnes avec la ralit

21

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lhistoriquedesmthodesdanalyse

Rapports danalyse statiques (1980)

Qui sont les clients dgageant le plus de chiffre daffaires? Dterministe, dductif, rtrospectif, bien dfini, pas de modlisation. unidimensionnel Bases de donnes relationnelles, SQL, rapports et listings

Rapports danalyse dynamique (1990)

Parmi nos clients, quel ont t les 5% les plus actifs au cours des 5 dernires annes? Dterministe, dductif, rtrospectif, bien dfini, pas de modlisation. Multidimensionnel Data Warehouse, OLAP Cubes, rapports dynamiques, EIS

Data Mining (2000)

Qui seront pour les 5 prochaines annes, nos clients les plus rentables? Probabiliste, multidimensionnel, exploration, modlisation statistique Statistiques, BI, classification, modlisation

22

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LesmthodesduDataMining
Objectifs
Analyse exploratoire

Concepts
Visualisation et transformation des donnes

Techniques
Analyse uni et multidimensionnel + statistiques descriptives Rgression linaire Rgression logistique Rseau de neurones Arbres de dcision Clustering ACP / AFC Carte de Kohonen Basket-Analysis

Dduction de caractristiques, rgles et des tendances partir des donnes existantes

Apprentissage supervis

Dcouverte de structures inconnues / sous-jacentes

Apprentissage nonsupervis

23

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

IntgrationduDataMiningdanslesystme dinformationdelentreprise

24

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LeDataMiningrvlelesopportunitsdes donnesdisponibles

25

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LeDataMiningsousformedeprocessus LemodleCRISPDM

Principales interactions avec le business

Source: CRISP-DM 1.0, Step-by-step Data Mining Guide, SPSS Publication

26 M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LesprincipalestapesdunprojetdeDM

z Poser le problme et dfinir les objectifs z La recherche des donnes z Explorer et visualiser les donnes z Slection des donnes / rduction des dimensions z Nettoyage des donnes z Les actions sur les variables z La recherche du modle z valuation des rsultats z Dploiement des rsultats et suivi
27 M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

DtaildunprojetdeDM SelonlemodleCRISPDM

Source: CRISP-DM 1.0, Step-by-step Data Mining Guide, SPSS Publication

28 M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Modlisation:labaseduDataMining

29

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lephnomnedelapprentissage

30

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Exempledemodlisation(1/3) Largressionlinaire

31

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Exempledemodlisation(2/3) Largressionlogistique

32

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Exempledemodlisation(3/3) Lerseaudeneurones

33

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Lesprincipauxobjectifsstratgiquesmarketing

z Acquisition de nouveaux clients ou l'augmentation du rendement des actions de prospection commerciales et Marketing zCroissance de la valeur des clients ou l'augmentation des services qui leur sont fournis zRtention ou fidlisation cible de la clientle zWin-back ou la reconqute de segments de clientle passs la concurrence zExploiter lensemble des donnes clientle pour dgager des avantages concurrentiels dcisifs
34 M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

PrincipalesapplicationsMarketingduData Mining
z Les rponses du Data Mining:
valuation / profilage clients Segmentation / typologie clients Score dapptence produits / ventes croises, dtection dopportunits de vente Optimisation des actions commerciales (cibles MD,), Recherche dassociations, analyse de proximit, co-dtention produits, basket analysis Analyse CHURN, ractivation clientle -

35

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

AvantagesetrsultatsattendusduDataMining

z Maximisation de leffort commercial et adaptation aux attentes du march z Amlioration importante des taux de retour des actions commerciales z Baisse significative du cot des actions Marketing z Augmentation importante du ROI des actions z Dcouverte de potentiels inexploits z largissement de la clientle captive zApproche mixte business / quantitatif Probabilit Score!

36

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LesprincipaleslimitesduDataMining

z Les anciennes mthodes restent toujours dactualit z Le Data Mining ne dcouvre pas tous les trsors cachs dans vos donnes z Le Data Mining ne dcouvre pas automatiquement les informations dignes dintrt z Des donnes de qualit dcrivant les phnomnes sont indispensables z Le Data Mining ne donne pas de rponses totalement tranches

37

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

FreinsetblocagesaudveloppementduData Mining(1/2)
z Au niveau Business
Mconnaissance / crainte / scepticisme Manque de soutien du Top Management Engagement de la force de vente Difficult vulgariser certains rsultats (neurones,) Intgration des activits de Data Mining dans lentreprise

z Au niveau des donnes

Disponibilit Mise jour / qualit Structure / historisation

38

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

FreinsetblocagesaudveloppementduData Mining(2/2)
z Au niveau des outils
Complexit des logiciels Spcificits des outils (intgration, fonctionnalits,) Cots lis aux applications de Data Mining

z Au niveau des comptences

Absence de filire de formation Marketing Intelligence Profil complexe: Marketing, quantitatif, informatique,

39

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

Pistesdamliorationspourunemeilleure intgrationduDataMining
z Mise en avant des avantages concrets de la dmarche z Procder par petites tapes successives z Intgrer des cibles test Data Mining aux actions z Encourager lutilisation effective des rsultats par la force de vente (effet dentranement) z Travail de fond au niveau des bases de donnes CRM z Les solutions logiciels en Open Source z Dveloppement de cours / formations spcifiques z Sensibilisation des dcideurs des entreprises

40

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

ImposerleDataMiningpartapes

z Dbuter par rcolter les fruits mrs z Utilisation des donnes dj disponibles z Dploiement immdiates des rsultats obtenus z Agrandissement par incrment du systme z Intgration de la solution linfrastructure globale z Intgration de sources supplmentaires z Adaptation aux besoins du Business

41

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

ApplicationsconcrtesduDataMining
z Mailings commerciaux pour la vente de cartes de crdit z Propositions de Cross Selling sur Internet z Dtection des clients prts quitter leur oprateur tlphonique z Optimisation de la rcolte de dons pour des uvres humanitaires z Dtection des futurs Hits musicaux (Hit Song Science model) z

42

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch

LesprincipauxlogicielsdeDataMining

43

M.E.S Gestion Srl - Rue Louis-Favre 34 - 2002 Neuchtel - contact@mesgestion.ch - www.mesgestion.ch