SAP InfiniteInsight ® 
agile predictive modeling
Moi 
› Michael Harand, Data Geek 
BI Analyst 
SAP Analytics Practice Lead 
• SAP Lumira 
• SAP Predictive Analysis 
• SA...
Glossaire 
› Intelligence d’affaires / Business Intelligence 
Support pour prendre des décisions basées sur les données 
...
Mon ami Raphaël …
Agenda 
› Qu’est-ce que c’est, SAP InfiniteInsight ® 
› Cas clients 
› Live Demo 1 «Pourquoi Raphaël» 
Cibler des destina...
Pourquoi SAP InfiniteInsight® ? 
1. Prédiction agile pour les utilisateurs affaires 
pas / très peu de 
1. connaissances s...
Prédiction agile 
Connaissances 
Affaires 
Connaissances 
Statistiques 
• Beaucoup 
• outils 
standard 
• Internes 
? • Pe...
Prédiction efficace 
Valeur 
du Prédictif 
Temps du 
Développement
Prédiction efficace 
Extraction 
Transformation 
& Préparation 
Selection des 
Variables 
Modélisation 
Tests et 
Validati...
Demo 1: Segmentation 
› But: Identifier Raphaël comme client prometteur. 
› Scénario: Identifier les individus les plus in...
Mon ami Raphaël …
Cas client: Vodafone 
Industrie: Telecom (plus grand operateur du monde) 
Résultats accomplis: 
› Baisse du taux de désabo...
Cas client: Eldorado 
Industrie: Commerce de détail 
Résultats observés: 
› Création de 500 modèles prédictifs par mois 
...
Désabonnement (Churn) 
› Approche semblable à celle pour la segmentation 
› Problématique: transformation des données
Explorer
Modules 
› Explorer 
Intégration 
› Modeler 
Création 
Utilisation 
Déploiement 
› Social 
Analyse des réseaux 
› Rec...
Démo 2: Shopping Basket Analysis 
› But: Identifier les produits intéressants pour Raphaël 
› Scenario: « People who were ...
Démo 3: Réseaux Sociaux 
› But: Connaître le réseau de Raphaël 
› Scénario: Identifier des communautés et 
regroupements d...
Comment démarrer une pratique prédictive agile avec SAP InfiniteInsight (KXEN)?
Prochain SlideShare
Chargement dans…5
×

Comment démarrer une pratique prédictive agile avec SAP InfiniteInsight (KXEN)?

813 vues

Publié le

InfiniteInsight (KXEN), une acquisition récente de SAP, simplifie grandement l'entrée dans le monde de l'intelligence d'affaires prédictive pour les entreprises ayant des ressources analytiques limitées ou réduit drastiquement le déploiement de solutions prédictives pour les entreprises ayant des processus prédictifs établis. Cette conférence expliquera les applications de cet outil, démontrera sa facilité d'utilisation lors d'une démonstration sur la création de modèles prédictifs en marketing et survolera comment intégrer cet outil dans un environnement d'intelligence d'affaires existant.

Publié dans : Technologie
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
813
Sur SlideShare
0
Issues des intégrations
0
Intégrations
136
Actions
Partages
0
Téléchargements
14
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Je vous présente …. Mon ami Raphael!
    Raphael est un bon client..
    Raphael reçoit un appel de son operateur telecom.
    Ils appellent pour lui offrir une nouvelle option pour son forfait: le double des minutes incluses pour juste 10$ de plus.
    Le vous laisse deviner s’il a accepte l’offre ou pas et je vous donne un peu de materiel pour une décision éclairée..
  • KXEN…
  • Ce groupe devrait être ceux qui utilisent un produit prédictif .. les vrais experts des données, les utilisateurs affaires. Par contre, il n’ont pas toujours les connaissances statistiques.
  • Équilibre entre la précision et la rapidité…
  • A confusion matrix is used for classifying results into actual and predicted information.
  • Est-ce que vos pensez que Raphael a accepté l’offre? …. La réponse est … NON.
    Mais la compagnie avait plus qu’une chose à offrir …
  • http://www.relationclientmag.fr/Relation-Client-Magazine/Article/Vodafone-fidelise-grace-a-Kxen-29073-1.htm
  • Pas seulement dans pou les télécoms, mais très populaire dans plusieurs industries est la notion du churn ou désabonnement, et je n’ai pas une démo pour ce sujet, parce-qu’il s’agit (plus ou moins) de la même approche que celle qu’on vient de voir.
  • Comment démarrer une pratique prédictive agile avec SAP InfiniteInsight (KXEN)?

    1. 1. SAP InfiniteInsight ® agile predictive modeling
    2. 2. Moi › Michael Harand, Data Geek BI Analyst SAP Analytics Practice Lead • SAP Lumira • SAP Predictive Analysis • SAP InfiniteInsight Statisticien
    3. 3. Glossaire › Intelligence d’affaires / Business Intelligence Support pour prendre des décisions basées sur les données › Analytiques / Analytics Wikipédia: la découverte et communication des ‘patterns’ significatifs Intelligence d’affaires, enrichie avec des méthodologies statistiques › Analytiques prédictifs / Predictive Analytics Prédire l’avenir avec l’historique de l’information
    4. 4. Mon ami Raphaël …
    5. 5. Agenda › Qu’est-ce que c’est, SAP InfiniteInsight ® › Cas clients › Live Demo 1 «Pourquoi Raphaël» Cibler des destinataires pour une campagne marketing Prédire le Désabonnement (Churn) › Live Démo 2 «Quoi offrir à Raphaël» Analyse du panier d’achat › Live Démo 3 «Les Amis de Raphaël» Analyse d’un réseau social
    6. 6. Pourquoi SAP InfiniteInsight® ? 1. Prédiction agile pour les utilisateurs affaires pas / très peu de 1. connaissances statistiques 2. interactions avec le département TI 3. interactions avec des spécialistes (statisticiens) 2. Prédiction efficace pour les utilisateurs avancés grâce à l’automatisation à travers tout le ‘cycle de vie’: 1. Préparation des données, 2. Développement des modèles 3. Utilisation et interrogation 4. Intégration et déploiement
    7. 7. Prédiction agile Connaissances Affaires Connaissances Statistiques • Beaucoup • outils standard • Internes ? • Peu • Outils très spécifiques • (externes) standards internes
    8. 8. Prédiction efficace Valeur du Prédictif Temps du Développement
    9. 9. Prédiction efficace Extraction Transformation & Préparation Selection des Variables Modélisation Tests et Validation Application Transformation & Préparation Modélisation Application
    10. 10. Demo 1: Segmentation › But: Identifier Raphaël comme client prometteur. › Scénario: Identifier les individus les plus inclinées à acheter un nouveau produit pour une campagne de marketing ciblée › Techno: Classification
    11. 11. Mon ami Raphaël …
    12. 12. Cas client: Vodafone Industrie: Telecom (plus grand operateur du monde) Résultats accomplis: › Baisse du taux de désabonnement (churn) annuel à 12% › Campagnes de rétention et de fidélisation sur 7 milliards de transactions pour 30 millions clients › Accompagner le client a travers tout son cycle de vie avec ‘next-best-action marketing’
    13. 13. Cas client: Eldorado Industrie: Commerce de détail Résultats observés: › Création de 500 modèles prédictifs par mois  assortment planning, shelf replenishment, pricing and promotion analysis, store clustering, store location selection, sales and purchasing planning › Précision de 82% en prévision des ventes › Et d’autres… Barclay`s, Sears, Walmart, Campagne du Président Obama, American Automobile Association, Belgacom
    14. 14. Désabonnement (Churn) › Approche semblable à celle pour la segmentation › Problématique: transformation des données
    15. 15. Explorer
    16. 16. Modules › Explorer Intégration › Modeler Création Utilisation Déploiement › Social Analyse des réseaux › Recommandation Règles d'association
    17. 17. Démo 2: Shopping Basket Analysis › But: Identifier les produits intéressants pour Raphaël › Scenario: « People who were looking at A were also … » « next best action » (rétention) › Techno: Règles d’association (Association Rules)
    18. 18. Démo 3: Réseaux Sociaux › But: Connaître le réseau de Raphaël › Scénario: Identifier des communautés et regroupements dans un réseau social › Module: Social

    ×