Ecole Nationale Supérieure de Statistique et d’Economie Appliquée
Cours à l’intention des élèves
Ingénieurs des Travaux St...
Sommaire
Definitions et Objectifs1
Struture et activités d’un SIM2
Les études de marché3
La planification, le suivi et l’é...
Objectifs
Comprendre et remplir aisement les missions d’un SIM partant de la
conception à la présentation des résultats en...
Définitions
Système d’Intelligence Marketing:
C’est un ensemble de ressources (humaines et techniques) et de
processus mis...
Définitions (2)
Données: nombres, mots, évènements existant en dehors d’un cadre conceptuel de
référence; en conséquence, ...
Pourquoi un Systême d’Intelligence
Marketing ?
1
SIM performant Entreprise
compétitive
SIM performant
=
Faire face aux 3x3...
Pourquoi un Systême d’Intelligence
Marketing ? (2)
2-
Où somme
nous?
5-
Comment
être
optimal?
4-
Où allons
Nous?
3-
Pourqu...
Compétences requises
Composantes et compétences requises
d’un SIM
SIM
ManagementEconomie
Statistique
Informatique
Marketin...
Structure d’un SIM
Sources externes:
•Media classique
•Internet
•Publications
•Événement
•Analyses sectorielles
DSI:
•Data...
Les defis d’un
SIM
Pour chacun des 3 “facettes du marché” d’une entreprise, un SIM doit
décrire(évaluer), analyser(compren...
Le pentagone
d’un SIM
Etudes de marché
Analyses statistiques &
Data Mining
Veille concurentielle & stratégique
Planificati...
Panorama des rapports d’un SIM
rapports Importance Fréquence Forme
1 Daily Flash Très élevé Journalier Mail ou Excel
2 Fla...
les études de marché
Les questions relatives au marché
global: tendances, opportunité ,,,
Les questions relatives au march...
les études de marché: les étapes
Analyse des données
Collecte des données
Conception de la méthode
Définition du problême
...
les études de marché: définition du
problême
o Les études de marché naissent , quand dans l’entreprise, quelqu’un à un pro...
les études de marché:
la conception
La conception fournie la colle qui maintient le projet d’étude cohérent. Elle est
util...
les études de marché:
la taille de l’échantillon
Niveau de confiance
Marge d’erreur 90% 95% 99%
1% 6.765 9.604 16.589
2% 1...
les études de marché: la taille
de l’échantillon (exemple 1)
évaluation de nouveau service
Niveau de confiance: 99% comme ...
les études de marché:
la taille de l’échantillon (exempes)
Exemples2: Retail audit
Niveau de confiance: 95%
Marge d’erreur...
Étude de marché : typologie et
processus de l’échantillonnage
Avons nous une facilité
d’accès à notre cible?
La population...
les études de marché:
panorama
Principaux étude de marché:
Test de produit/concept
Tracking study
Étude d’usage de produit...
la plannification, le suivi et
l’évaluation
Quelle est le contexte du marché et comment
pouvons nous établir les objectifs...
la plannification, le suivi et
l’évaluation: les méthodes
L’arbre des méthodologies pour la planification
selon Amstrong
S...
la plannification, le suivi et
l’évaluation: les méthodes
Il est possible de conduire une « enquête d’intention
d’achat » ...
la plannification, le suivi et
l’évaluation: les méthodes
Opinions d’experts Marché test Opinion des commerciaux
Dans cett...
L’intelligence économique
Quelles sont les facteurs externes qui peuvent
impacter l’activité de l’entreprise?
Quelles sont...
L’intelligence économique: les raisons
Les raisons pour la recherche d’information
La législation et la réglementation: na...
L’intelligence économique: les outils
Les outils d’intelligence économique
Les moteurs de recherche/texte libres:
www.alta...
La veille concurrentielle & stratégique
Quelle est le profile des
concurrents: positionnement…
Quelles enseignement tirer ...
La veille concurrentielle &
stratégique
Les 10 commandements de l’intelligence économique et de la veille stratégique
La veille concurrentielle &
stratégique: le fonctionnement
Les sources d’informations
Internes
& Externes
Formelles &
Info...
La veille concurrentielle & stratégique:
les sources d’informations
Les informations open source ( blanches)
ofaits, opini...
La veille concurrentielle & stratégique:
sources d’informations (2)
Les informations traquées (grises)
Évènements
Produits...
La veille concurrentielle & stratégique:
les sources d’informations (3)
Les informations humaines (informelles)
Les employ...
Les analyses Statistiques et
Datamining
1-Comment modeliser les
differentes couches de notre
clientele,
2- Comment prédire...
Le datamining : Définitions
« L’exploration et l’analyse, par des moyens automatiques ou semi-automatiques, d’un
large vol...
Positionnement des statistiques par
rapport au datamining
Données
analysées
modèle
D’équations
Associations
Ensembles flou...
Le processus de datamining
1
Définition du
problème
2
Extraction
des données
3
Analyse
préliminaire
des données
4
Partitio...
Le processus de datamining
1
Definition du
probleme
2
Extraction des
données
3
Analyse
préliminaire des
données
classifica...
Le processus de datamining:
partition de l’échantillon
70%
30%
1.Analyses exploratoire
2.Construction du modèle
3.Comparai...
Le processus de datamining:
construction du modèle
Les techniques utilisées dans le datamining afin d’exécuter différentes...
Le processus de datamining:
choix du modèle
Les modèles optimaux sont choisis en comparant les erreurs de prévision des
di...
datamining:choix du
modèle (la matrice de confusion)
Classification prédictive
classeréelle
Sensitivité= A/(A+B)
Spécifici...
datamining:
choix du modèle (courbe ROC)
La courbe ROC (receiver operating Characteristic = récepteur des caractéristiques...
Le processus de datamining:
choix du modèle (Courbe LIFT)
basé sur un échantillon randomisé.
La courbe LIFT (ascenseur) es...
Les logiciels de datamining
Domaine statistique Data mining
Libre
R Sipina
Excel / OpenStat Tanagra
Microsiris Weka
commer...
“Quand vous voyez un joueur accelerer c’est qu’il à accuser un rétard”
Johann Cruijff, Entraineur de l’équipe de football ...
Prochain SlideShare
Chargement dans…5
×

Cours systême d'intelligence marketing

5 487 vues

Publié le

L'Intelligence Marketing est un système développé afin de collecter, stocker, analyser et interpréter l'information marketing disponible dans l'environnement dans lequel se situe l'entreprise. Il doit permettre de concevoir et développer une stratégie marketing adaptée, mais également de planifier les conditions efficientes de sa mise en application.

Publié dans : Données & analyses
1 commentaire
6 j’aime
Statistiques
Remarques
Aucun téléchargement
Vues
Nombre de vues
5 487
Sur SlideShare
0
Issues des intégrations
0
Intégrations
100
Actions
Partages
0
Téléchargements
164
Commentaires
1
J’aime
6
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Cours systême d'intelligence marketing

  1. 1. Ecole Nationale Supérieure de Statistique et d’Economie Appliquée Cours à l’intention des élèves Ingénieurs des Travaux Statistiques (ITS)
  2. 2. Sommaire Definitions et Objectifs1 Struture et activités d’un SIM2 Les études de marché3 La planification, le suivi et l’évaluation4 L’Intelligence économique5 La veille concurrentielle6 Les analyses statistiques et datamining7
  3. 3. Objectifs Comprendre et remplir aisement les missions d’un SIM partant de la conception à la présentation des résultats en passant par l’analyse. Conduire un diagnostique pertinent des services marketing et commercial basé sur des indicateurs clés de performance et proposer des solutions adéquats. Connaitre et conduire les différentes études qualitatives et quantitatives adaptées à l’optimisation des variables du mix marketing d’une entreprise. Connaitre les principales utilisations des outils statistiques et para- statistiques appliqués aux domaines marketing et commercial. Maitriser les outils et techniques de datamining afin de prédire des phénomènes. A la fin de ce cours chaque étudiant doit être capable de:
  4. 4. Définitions Système d’Intelligence Marketing: C’est un ensemble de ressources (humaines et techniques) et de processus mis en place, dans une entreprise, pour obtenir des données internes et externes suivi d’une transformation (des données) en connaissances afin d’en faire un outil efficace d’aide à la décision. MOTS CLES: SIM, Business Intelligence, données, Informations, Intelligence, étude de marché, analyses de données, statistiques, datamining, indicateurs, échantillon, prédiction, modèle économétriques, veille stratégique & concurrentielle, planification, suivi et évaluation, CRM, analyses décisionnelles, apprentissage, matrice de confusion, courbe ROC, courbe LIFT, analyse SWOT, analyse PEST, réseaux de neurone, analyses discriminantes, sondage, erreur, marketing, IT/IS, scoring, arbre de décision, échantillon test, échantillon de validation. Textmining, webmining « ceux qui marchent que fort lentement peuvent avancer beaucoup d’avantage, s’ils suivent toujours le droit chemin, que ne font ceux qui courent, et s’en éloignent. » (Descartes, Discours de la méthode)
  5. 5. Définitions (2) Données: nombres, mots, évènements existant en dehors d’un cadre conceptuel de référence; en conséquence, et en absence de contexte, les données prises individuellement n’ont pas une grande signification. Accumulation de données n’est pas information. Informations : ensemble de données, validées et confrontées, qui commencent à avoir un sens après être mis dans un contexte. Accumulation d’information n’est pas connaissance. Connaissance : ensemble d’informations interprétées par l’entreprise et lui permettant de prendre des décisions. Accumulation de connaissances n’est pas intelligence. Intelligence : elle apparait lorsque les principes fondamentaux qui ont fondés la connaissance sont compris et automatisés afin d’en former un systême. Accumulation de connaissance n’est pas vérité. Le marketing: Ensemble des actions ayant pour objet l’analyse du marché présent ou potentiel d’un bien ou d’un service et de mettre en œuvre les moyens permettant de satisfaire la demande ou, le cas échéant, de la stimuler ou de la susciter..
  6. 6. Pourquoi un Systême d’Intelligence Marketing ? 1 SIM performant Entreprise compétitive SIM performant = Faire face aux 3x3 = 9 défis du triangle SIM SIM Etudes de marché Analyses statistiques & Data Mining Veille concurentielle Planification & suivi Intelligence Economique guidance + Domination + Pro-activité Techniques d’études de marché Outils statistiques et datamining Méthodes de planification et modélisation oCroissance du revenu oClients satisfaits oProduits adaptés… 2 décrire analyser prédire Environnement des affaires Environnement des affaires Vision complète du client Vision complète du client Performance de l’entreprise 3
  7. 7. Pourquoi un Systême d’Intelligence Marketing ? (2) 2- Où somme nous? 5- Comment être optimal? 4- Où allons Nous? 3- Pourquoi sommes nous là? 6- Maturité du SIM 1- Total aveuglement Analyses descriptives Analyses exploratoires Analyses prédictives Analyses décisionnelles Les 6 étapes du cycle de développement d’un SIM
  8. 8. Compétences requises Composantes et compétences requises d’un SIM SIM ManagementEconomie Statistique Informatique Marketing Finance P.S&E Etudes marché Data Mining Veille concur. Marketing OO OOOO O OOO Statistique OO OO OOOO O finance OOO O O OO Management OO O O O Economie OO O O OOO Sociologie O OO O O Chef de division Business Intelligence P.S&E Etudes de Marché Veille Concurrentielle Data Mining Planification, rapports d’évaluation et analyse financiers Coordinateur des études de marché et géomarketing Veille concurrentielle et Intelligence économique Analyse des données, étude de prix, analyse de fidélisation et de rétention. Composantes
  9. 9. Structure d’un SIM Sources externes: •Media classique •Internet •Publications •Événement •Analyses sectorielles DSI: •Datawarehouse •Fichiers log Finance: •Declaration de revenu •Prix/couts Dir. Com: •Rapport d’activité •Force de vente •fournisseurs Dir. Mkg: •Service client •Base de données clients Acquisition d’une multitude de données de différentes sources (collecte, évaluation et premier stockage) Analyse de la concurrence et de l’environnement des affaires. Analyses des études de marché datamining Analyse des ventes et prévisions … Rapport, diffusion et système de sécurisation de l’information. 1- identification des besoins 2- acquisition des données 3- traitement des données 4- diffusion et protection de l’information Sources internes Recherche d’informations Architecture d’un Systême d’Intelligence Marketing moderne
  10. 10. Les defis d’un SIM Pour chacun des 3 “facettes du marché” d’une entreprise, un SIM doit décrire(évaluer), analyser(comprendre), et prevoire(anticiper). Voici le formidable défi d’un SIM. Environnement des affaires Vision 360° du client Performance De l’entreprise 3 facettes du marché X 3 facettes d’études Les 3x3 = 9 defis d’un SIM
  11. 11. Le pentagone d’un SIM Etudes de marché Analyses statistiques & Data Mining Veille concurentielle & stratégique Planification & suivi Intelligence Economique Les activités d’un SIM: le BI pentagone
  12. 12. Panorama des rapports d’un SIM rapports Importance Fréquence Forme 1 Daily Flash Très élevé Journalier Mail ou Excel 2 Flash-Alert élevé Flottant Mail 3 Competition Report Très élevé Hebdommadaire Excel et PowerPoint 4 Conjoncture Note Moyen Hebdommadaire Excel 5 Marketing Dashbord Très élevé Hebdommadaire Excel 6 Customer Intelligence Report Très élevé Hebdo/Mensuel Powerpoint 7 Commercial Channels Report élevé Hebdo/Mensuel Powerpoint 8 Market Reports (1&2) élevé Flottant/Trimestriel Powerpoint 9 Business Environment Report élevé Trimestriel/Semestriel Powerpoint 10 Business Intelligence Report élevé Mensuel PowerPoint
  13. 13. les études de marché Les questions relatives au marché global: tendances, opportunité ,,, Les questions relatives au marché direct : profiles, besoins… des clients Les questions relatives aux concurrents: Part de marché, santé de la marque… Les questions relatives aux variables du mix-marketing: les 4 P. Les activités des études de marché aident à repondre à 4 types de Questions: Les activités des études de marché aident à repondre à 4 types de Questions: C’est le processus de collecte et d’analyse des données concernant le client et les canaux de vente afin d’avoir une bonne compréhension du marché, d’anticiper son évolution afin d’agir.
  14. 14. les études de marché: les étapes Analyse des données Collecte des données Conception de la méthode Définition du problême Apparition de la volonté de régler un problême de la part d’un employé de l’entreprise Redaction du rapport 1. Type d’étude 2. Outils de collecte 3. Plan de sondage. Interview Quantitatif (face à face, tel, internet,courrier…) Interview Qualitatif (camera, dictaphone…) Analyses Quantitatifs (univarié, multivarié) Analyses Qualitatifs (analyse de contenu, semiologie, text mining) PowerPoint, Word, Excel …
  15. 15. les études de marché: définition du problême o Les études de marché naissent , quand dans l’entreprise, quelqu’un à un problème ou voit une opportunité de recueillir des informations. Par exemple: Comment nos clients partagent leur revenu Combien de clients voudront payer notre notre nouveau service Par quel support de communication notre campagne publicitaire aurait un impact significatif … o Après avoir formuler ton problème, tu as besoin de formuler tes questions de recherche: quelles sont les questions auxquelles tu as besoin pour répondre aux attentes de ton coolaborateur et quelles sont les sous-questions impliquées. o Avec les problèmes ou opportunités définis, la prochaine étapes est le choix de tes objectifs pour ton étude de marché, o Les objectifs d’étude, relaté ou déterminé par la formulation du problème, sont l’ensemble de ce à quoi vous devrai aboutir en fournissant les information nécessaire à la résolution du problème.
  16. 16. les études de marché: la conception La conception fournie la colle qui maintient le projet d’étude cohérent. Elle est utilisée pour structurer l’étude, pour montrer comment les différentes parties du projet seront agencées pour répondre à la question de recherche. Type de recherche / d’étude Outil de collecte de données Echantillonnage (comment selectionner les enquêtés ?) Mode de collecte (comment contacter ces personnes ?)Population d’étude (quelles catégories de personnes interroger ?) Taille de l’échantillon (combien de personnes contacter ?) Quantitatif (questionnaire) Qualitatif (guide d’entretien) Observation (grille de notation) Plan d’échantillonnage Données sécondaires: étude précedentes, publications officielles…) Données primaires: quantitatives (sondages), qualitatives (focus groupe), observation (in situ) 3
  17. 17. les études de marché: la taille de l’échantillon Niveau de confiance Marge d’erreur 90% 95% 99% 1% 6.765 9.604 16.589 2% 1.691 2.401 4.147 3% 752 1.067 1.843 4% 423 600 1.037 5% 271 384 664 Table statistique pour la détermination de la taille optimal d’un échantillon Si n/N > 15%, la taille finale de notre échantillon est obtenu de la manière suivante: 1. n’=(n*N)/(n+N) où n=taille de l’échantillon et N=taille population totale 2. La correction de Kish: si l’échantillonnage n’est pas aléatoire la marge d’erreur doit être multiplié par 1,4 3. En règle générale il faut interroger 100 personnes pour chaque groupe significatif de notre population et 30 personnes par sous groupe 4. Afin de faire face aux divers imprévus (non-reponses, questionnaires incomplets…) il faut ajouter 2% à 10% de la taille initiale de notre échantillon.
  18. 18. les études de marché: la taille de l’échantillon (exemple 1) évaluation de nouveau service Niveau de confiance: 99% comme nous avons besoin d’une grande précision Marge d’erreur accepté: 2,5%. depuis que nous avons la liste des clients post- payés (7000) cela nous permet d’effectuer un échantillonnage probabilistique. Nous estimons à 70% la proportion des clients post-payés qui utiliserons ce service, nous n’avons donc pas besoin de la correction de Kish. La marge pour les divers problèmes est fixée à 5% La taille de l’échantillon est n= [(2,576^2)x0,7x0,3/(0,0025^2)] = 2.230 Mais comme le ratio n/N = 31,86% > 15%, nous avons donc besoin de calculer une taille finale Finalement, n’=[(2.230x7.000)/ (2.230x7.000) = 1691
  19. 19. les études de marché: la taille de l’échantillon (exempes) Exemples2: Retail audit Niveau de confiance: 95% Marge d’erreur accepté: 2%, alors pour considérer la correction de Kish notre erreur sera 1,43 Marge pour divers problèmes: 3% Un recensement à révélé que le pays à un total de 56.630 point de vente de 4 types et répartis sur 4 villes: Abidjan, Daloa, San-Pedro et Yamoussoukro La taille d’échantillon est: n=[(1,96^2)x0,5x0,5/ (0,0143^2)]x1.03=4.847 Poids dans le recensement Distribution de l’échantillon Abidjan Daloa San-Pedro Yakro Total Abidjan Daloa San-Pedro Yakro Total Convenance 13,0% 11,0% 9,4% 7,0% 40% 630 533 456 339 1958 épiceries 11,0% 9,5% 5,0% 4,0% 30% 533 460 242 194 1430 Centre Commerciaux 5,3% 5,0% 4,9% 0,3% 16% 257 242 238 15 751 Loisirs 7,0% 6,0% 0,4% 1,2% 15% 339 291 19 58 708 Total 36,3% 31.5% 19,7% 12,5% 100% 1760 1527 955 606 4847
  20. 20. Étude de marché : typologie et processus de l’échantillonnage Avons nous une facilité d’accès à notre cible? La population est-elle assez étendue ?Sondage par quotas Avons nous une base de données détaillées sur l’ensemble de notre population? Notre population est-elle segmenté ? Avons nous plusieurs niveaux de regroupements? Sondage aléatoire Un échantillonnage alléatoire serait-il coûteux ? Avons nous une base avec des informations de regroupement ? Est-il coûteux de sonder par groupe ? Sondage stratifié Sondage par grappe Sondage à plusieurs dégré Connaissons nous la structure de notre population? Sondage sur site Boule de neige, par convenance Sondage trotoire ProbabilistiquesNonprobabilistique non oui
  21. 21. les études de marché: panorama Principaux étude de marché: Test de produit/concept Tracking study Étude d’usage de produits/marque Étude de pénétration publicitaire Évaluation d’image de marque Étude de segmentation Étude d’évaluation média Étude de part/taille de marché Études de prix Étude de positionnement Étude de satisfaction client Étude de faisabilité du marché Retail audit Outlet census…
  22. 22. la plannification, le suivi et l’évaluation Quelle est le contexte du marché et comment pouvons nous établir les objectifs de l’entreprise ? Comment exécuter les activités de l’entreprise afin d’atteindre ces indicateurs de performance? Quelles activités de l’entreprise peuvent valoriser l’image de l’entreprise sur le marché? Quelles sont les facteurs internes et externes qui peuvent expliquer le gap entre Les réalisations et les prévisions? La plannification et le suivi aident a proposer des solutions telles que: La plannification et le suivi aident a proposer des solutions telles que: C’est un ensemble d’activités réalisé dans l’intention de planifier, prévoire et aussi suivre l’évolution des performances de l’entreprise et de son marché.
  23. 23. la plannification, le suivi et l’évaluation: les méthodes L’arbre des méthodologies pour la planification selon Amstrong Sources de connaissance Par jugements Par statistiques Des autres propres univariées multivariées oSondage d’opinions oTest de marché oOpinions d’experts oOpinion des commerciaux Analyse de séries temporelles oRegressions linéaires oAutres models économetriques
  24. 24. la plannification, le suivi et l’évaluation: les méthodes Il est possible de conduire une « enquête d’intention d’achat » sur un échantillon de clients potentiels ciblés. Cette approche suppose qu’avec les intentions d’achats actuel, sur l’échantillon, nous pourrons estimer le niveau d’achat future. Totalement impossible 0% Très faible probabilité 10% Faible probabilité 20% Peu probable 30% Probabilité moyenne 40% Un peu bonne probabilité 50% Bonne probabilité 60% Probablement 70% Fortement probable 80% Quasiment sure 90% Totalement sure 100% Avantages : Fournie des informations détaillées Fournis une précision sur la pensé des clients Peu être utilisé pour de nouveaux produits/SAV Inconvénients : Les intentions peuvent ne pas être actuelles Couteuse en terme de finance et de temps Utilisé uniquement lorsqu’on a une bonne définition des clients potentiels Intention d’achat
  25. 25. la plannification, le suivi et l’évaluation: les méthodes Opinions d’experts Marché test Opinion des commerciaux Dans cette méthode, connu sous le nom de Delphi, un questionnaire est envoyé à des experts en dehors de l’entreprise. Les résultats de leurs réponses sont synthétisés et renvoyées avec les mêmes questions. On répète cela jusqu’à ce qu’ils trouvent un consensus. Cela implique le lancement du produit sur une petite partie du marché et de supposer que le produit se comportera de la même manière sur l’ensemble du marché. L’échantillon peut être géographique ou socio- démographique. L’estimation peut aussi venir de la force de vente qui peut estimer les ventes sur leur territoire respectif. Ils sont, après tout, les membres de l’entreprise qui sont les plus proches des clients donc peuvent bien estimer la demande probable. Avantages : Estimateurs moins enclin aux pressions de groupe Besoin d’avis de personnes extérieurs Inconvénients : Souvent difficile de trouver un expert de nouveau prod. Couteuse en terme de finance et de temps Avantages : Permet une évaluation des effets du plan marketing Fournis des information réalistes Avantages : Les vendeurs connaissent bien les clients, les produits et les concurrents Inconvénients : Alerte les concurrents sur les plans de l’entreprises Couteuse en terme de finance et de temps Inconvénients : Les vendeurs sont investit d’intérêt donc peuvent faire des estimations biaisés Risque de mauvaise appréciation du marché
  26. 26. L’intelligence économique Quelles sont les facteurs externes qui peuvent impacter l’activité de l’entreprise? Quelles sont les potentielles menaces et opportunités du marché ? Comment nos activités peuvent impacter l’évolution technologique ou comportementale de la population ? Quelles sont les réalités de notre activité dans d’autres pays ? Afin de repondre à 4 types problemes: Afin de repondre à 4 types problemes: C’est la collecte, l’analyse et le partage de toute l’information sur l’environnement macro-économique afin d’anticiper les menaces et d’exploiter les opportunités. Deux types d’activités Suivre l’evolution structurelle du macro-environnement Anticiper les menaces et opportunités
  27. 27. L’intelligence économique: les raisons Les raisons pour la recherche d’information La législation et la réglementation: nationales et internationales Les orientations en matière sociale: aspects sociologique de l’environnement Le contexte politique national et international Les tendances économiques: PIB, RN, IPC, IPI, Taux de croissance économique… La concurrence: partenariat, communication, sources d’avantage compétitif… La propriété intellectuelle et les brevets Les clients : exigences, souhaits, habitudes, profil … Les développements technologiques Le marché mondial: évolution technologique…
  28. 28. L’intelligence économique: les outils Les outils d’intelligence économique Les moteurs de recherche/texte libres: www.altavista.com www.google.com... Les méta moteurs de recherche: www.ixquick.com , http://vivismo.com/ Les méta sites/portails: www.eevl.ac.uk , www.analysis.com/default.asp?mode=article&ileftAr tic=288 Les news group/ listes de diffusion d’e-mail: www.liszt.com, www.freepint.com Les alertes: http://standard.nothernlight.com/cgi- bin/cl_cliplist.pl www.kartoo.com www.googlealerte.com... Les agents intelligents: www.strategicfinder.com Les web invisibles: www.invisibleweb.com www.thebighub.com Les web sémantique: outils en construction capable de comprendre les langues humaines Les robots: robot tropes…
  29. 29. La veille concurrentielle & stratégique Quelle est le profile des concurrents: positionnement… Quelles enseignement tirer des activités des concurrents Comment établir une analyse SWOT pour chaque concurrents Que veut et que peut faire chaque concurrent sur le marché C’est la collecte et l’analyse des données des concurrents afin d’appréhender leur position, leurs performances, leurs capacités et leurs intentions. Deux types d’activités Pister les activités et les performances des concurrents Anticiper les actions des concurrents Afin de repondre à types 4 de problemes: Afin de repondre à types 4 de problemes:
  30. 30. La veille concurrentielle & stratégique Les 10 commandements de l’intelligence économique et de la veille stratégique
  31. 31. La veille concurrentielle & stratégique: le fonctionnement Les sources d’informations Internes & Externes Formelles & Informelles Structuré & Non structurée La nature de l’information Données et informations L’information open source ( blanche) Ce sont les informations disponibles au public: média traditionnels, internet, publications industrielles et d’entreprise. L’information humaine (informelle) Ce sont les informations fournies directement via la relation humaine (partenaires, clients…). L’information traquée ( grise) Ce sont les informations disponibles par nos propres observations et l’espionnage « propre »: foire commerciales, analyses des données en circulation…) Les données, internes ou externes, que nous recueillons sont à la fois structurées/non structurées et formelles/informelles Les données externes selon leur mode de recueillement sont classées en trois groupes: l’information open sources (blanche), l’information humaine et l’information traquée (grise)
  32. 32. La veille concurrentielle & stratégique: les sources d’informations Les informations open source ( blanches) ofaits, opinions et analyses du macro environnement oCaractéristiques du marché et des concurrents oTaille et croissance du marché oPart de marché de nos concurrents oInnovation en produits et services chez nos concurrents Conférences sur les activités marketing et les projets de recherche (approche & outils) organisées dans le secteur. oRésultats financiers: revenu, EBIT oStructure et membre des compagnies oRésultat techniques et perspectives Certaines informations sur vos concurrents circulent toujours sur internet Les journaux et les magazines Publications industrielles et des entreprises: Conférences et séminaires: Rapports annuels des concurrents: Sites internet, blog et réseaux sociaux
  33. 33. La veille concurrentielle & stratégique: sources d’informations (2) Les informations traquées (grises) Évènements Produits/Services Il est important pour l’équipe d’intelligence Marketing de posséder ou d’utiliser les produits des concurrents afin d’en tirer le maximum d’informations pour l’élaboration des stratégies concurentielles. D’autres Les concurrents ont plusieurs points de vulnérabilités que nous pouvons exploiter: Lors des voyages, dans les hôtels et restaurants: l’utilisation des ordinateurs portables et des conversations … Les anciens disque dur: quand ils ne sont pas détruit peuvent souvent contenir des informations confidentielles… Les stagiaires, les agents de sécurité et de netoyage… Par la participation aux évènements tels que les foires commerciaux et les salons, en visitant les stands des concurrents nous pouvons avoir des informations sur eux et leurs nouveaux produits/services. N.B: pendant ces évènements les concurrents ont généralement deux points de faiblesses: les jeunes ou nouveaux travailleurs qui ne font pas attention à certaines confidentialités et le staff technique qui souvent détail trop l’explication des produits et services.
  34. 34. La veille concurrentielle & stratégique: les sources d’informations (3) Les informations humaines (informelles) Les employés de l’entreprise qui sont spécialistes en quelques questions Le staff du service SIM La force de vente Le staff du commercial marketing Le staff du sce de communication interne Le staff supply chain Les autres staff Les observateurs internes: Les personnes en dehors de la compagnie qui ont des informations sur la concurrence. Les distributeurs Les clients Les fournisseurs Les médias Les concurrents Les personnes en dehors de l’entreprise qui sont spécialistes de certains points Les agences de recherches Les consultants Les membres d’académies Les observateurs externes: D’autres observateurs: 1 2 3
  35. 35. Les analyses Statistiques et Datamining 1-Comment modeliser les differentes couches de notre clientele, 2- Comment prédire les actions de notre clientèle. 3- Comment optimiser la valeur de nos produits proposés sur le marché. 1-Comment modeliser les differentes couches de notre clientele, 2- Comment prédire les actions de notre clientèle. 3- Comment optimiser la valeur de nos produits proposés sur le marché. C’est un ensemble d’activités utilisant les techniques et les Outils statistiques afin de detecter l’information critique dans les base de données clients via un processus analytique. Analyse du revenu Profiling et classification des clients Analyse de l’attrition et de la fidelité Analyse de la valeur du client
  36. 36. Le datamining : Définitions « L’exploration et l’analyse, par des moyens automatiques ou semi-automatiques, d’un large volume de données afin de découvrir des tendances ou des règles » Michael J. & A. Berry c’est : « torturer l’information disponible jusqu’à ce qu’elle avoue » Dimitris Chorafas Data mining = fouille des données = forage des données DATAMINING STATISTIQUE Le datamining: 1. Traite plus de données 2. S’applique à une population entière 3. Travaille sur des données existante 4. Orienté pratique 5. Compréhensibilité des modèles plutôt que précision 6. Modèles localisés La statistique: 1. Traite moins de données 2. S’applique à un échantillon représentatif 3. Recueille des données avant le travail 4. Orienté théorie 5. Précision des modèles plutôt que Compréhensibilité 6. Modèles généralisés techniques statistiques Le datamining utilise des techniques statistiques
  37. 37. Positionnement des statistiques par rapport au datamining Données analysées modèle D’équations Associations Ensembles flous discriminante logistique rétropopagation Analyse logique Techniques De projection Analyses factorielles Analyses De typologie Arbres De décisions Techniques De regression Réseaux De neurones Nuées dynamiques Classification hiérarchique Moteur bayésien Arbres de décision Algorithme génétique Cartes de Kohonen Règles Techniques Statistiques Techniques Datamining
  38. 38. Le processus de datamining 1 Définition du problème 2 Extraction des données 3 Analyse préliminaire des données 4 Partition de l’échantillon 5 Construction du modèle 6 Comparaison des modèles 7 Choix et déploiement du modèle LE PROCESSUS D’UN PROJET DE DATAMINING
  39. 39. Le processus de datamining 1 Definition du probleme 2 Extraction des données 3 Analyse préliminaire des données classification, prédiction, règle d’induction… L’objectif est de clairement comprendre les problèmes, à résoudre, de l’entreprise et à convertir cela en un problème de datamining: classification, prédiction, règle d’induction… techniques de sondage. Extraction des données à partir des base de données internes (datawarehouse, datamart, etc)avec ou sans échantillonnage avec les techniques de sondage. Cette phase à 2 objectifs: Détecter les outliers et les valeurs atypiques Déterminer et sélectionner les variables significatives Pour cela, selon les types de variables (continus, discrètes), nous utilisons les techniques de statistiques descriptives et inférentielles: 1. Graph: histogrammes, boite à moustache, log(odd ratio) 2. Statistiques descriptives: tendance centrale, dispersion, position… 3. Tests statistiques: T-test, F-test, Chi2, Kruskal-Wallis, etc
  40. 40. Le processus de datamining: partition de l’échantillon 70% 30% 1.Analyses exploratoire 2.Construction du modèle 3.Comparaison des modèles
  41. 41. Le processus de datamining: construction du modèle Les techniques utilisées dans le datamining afin d’exécuter différentes activités sont variables et peuvent être partagées en deux catégories: Les variables de notre étude sont subdivisées en 2 groupes: les variables explicatives et une (ou plusieurs) variable(s) dépendante(s). Le but est de spécifier la relation existante entre les variables explicatives et la(les) variable(s) dépendante(s). Techniques: • Arbres de décision • Analyses discriminantes linéaires • Régression logistique • Réseaux de neurones • Support Vector Machine… Toutes les variables sont traitées de la même manière, il n y a pas de distinction entre les variables explicatives et les variables dépendantes, Le but peut-être aussi général comme la réduction des données ou spécifique comme la classification. Techniques: • Analyse de segmentation • Kohonen-SOM • Analyses factorielles • Règles d’association… Méthodes supervisées Méthodes non-supervisées
  42. 42. Le processus de datamining: choix du modèle Les modèles optimaux sont choisis en comparant les erreurs de prévision des différents modèles sur l’échantillon test. Les modèles de Datamining sont très diférent en termes d’input comme d’output, ils ne peuvent donc être comparé via des outils tel que le coefficient de correlation, Plusieurs techniques sont utilisées afin d’estimer les erreurs: Test de données, cross-validation ( avec plusieurs variantes K-fold, leave-one-out…), Boostrap, etc. mais à la fin de cette étape, nous devons toujours remplir une matrice de confusion. La seconde étape consiste à l’évaluation de l’efficacité de nos modèles via des techniques de scoring: courbe ROC, courbe LIFT, etc. Cross-validation: Détermine comment les résultats d’un modèle peuvent être généralisé sur toute la base. Pour cela on applique plusieurs fois le modèle sur des sous-échantillons et on retient la moyenne des paramètre obtenus après chaque round. Boostrap: Utilisé quand la base de données est assez petite pour être subdivisé. On utilise des remplacements d’individus dans la même base pour en former de nouvelles auxquelles on applique les modèles. On compare donc les moyennes des paramètres.
  43. 43. datamining:choix du modèle (la matrice de confusion) Classification prédictive classeréelle Sensitivité= A/(A+B) Spécificité=D/(C+D) POSITIF NÉGATIF Total POSITIF vrai positif (A) faux négatif (B) A+B NÉGATIF faux positif (C) vrai négatif (D) C+D Total A+C B+D N=A+B+C+D VPP=A/(A+C) VPN=D/(B+D) TAUX DE SUCCES=(A+D)/N=ℰℰℰℰ TAUX D’ERREUR=1- ℰℰℰℰ La sensitivité est la capacité du modèle à détecter correctement un positif La spécificité est la capacité du modèle à détecter correctement un négatif La valeur prédictive positif (VPP) est la proportion des vrais positifs parmi les positifs du modèle La valeur prédictive négatif (VPN) est la proportion des vrais négatifs parmi les négatifs du modèle 1 23
  44. 44. datamining: choix du modèle (courbe ROC) La courbe ROC (receiver operating Characteristic = récepteur des caractéristiques opératoires) est un graph qui représente: La probabilité de classifier correctement les individus positifs (vrais positifs) La probabilité de classifier les incorrectement les positifs (faux positifs) Le meilleur modèle est celui qui nous permet de concilier le maximum de vrais positifs et le minimum de faux positifs. L’indicateur généré par la courbe ROC est l’AUC (Area under ROC = aire sous la courbe). Plus l’AUC est grand et plus le modèle est meilleur. (Lim AUC=1)
  45. 45. Le processus de datamining: choix du modèle (Courbe LIFT) basé sur un échantillon randomisé. La courbe LIFT (ascenseur) est une mesure de l’efficacité d’un modèle prédictif calculé comme ratio entre les résultats obtenus avec ou sans le modèle prédictif. LIFT mesure le degré auquel la prédiction du model est meilleur qu’une prédiction basé sur un échantillon randomisé. L’indicateur généré par la courbe LIFT est l’AUL (Area under LIFT = aire sous la courbe): AUL montre de manière graduelle comment le modèle distingue les vrais positifs dans la population totale. Une relation à été établis entre AUC et AUL donnée par la formule suivante: AUL=p/2+(1-p)AUC Avec p la proportion de l’évènement ( ex: churn) dans la population totale.
  46. 46. Les logiciels de datamining Domaine statistique Data mining Libre R Sipina Excel / OpenStat Tanagra Microsiris Weka commercial SAS Clementine (SPSS) SPAD Enterprise Miner (SAS) SPSS KXEN S-PLUS Intelligent Miner (IBM) XLSTAT SPAD « L’ouvrier qui veut bien faire sont travail doit commencer par aiguiser ses instruments » (Confucius, Entretiens) Critères de sélection d’un logiciel de Data mining: o Variété des algorithmes et models o Types et volume des données traitables o Prix (niveau et composantes) o Facilité de compréhension et simplicité.
  47. 47. “Quand vous voyez un joueur accelerer c’est qu’il à accuser un rétard” Johann Cruijff, Entraineur de l’équipe de football d’Hollande

×