Le document présente un cours sur les systèmes d'intelligence marketing et leur rôle dans la collecte et l'analyse de données pour la prise de décision dans les entreprises. Il couvre des concepts tels que la planification, les études de marché, l'analyse statistique, et le datamining, tout en soulignant l'importance de comprendre et d'optimiser les performances marketing à travers des indicateurs clés. Les étudiants apprendront à concevoir et exécuter des études de marché pour répondre à des problématiques spécifiques et à maîtriser les outils d'évaluation et de suivi des performances.

1. Ecole Nationale Supérieure de Statistique et d’Economie Appliquée
Cours à l’intention des élèves
Ingénieurs des Travaux Statistiques (ITS)

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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. La veille concurrentielle &
stratégique
Les 10 commandements de l’intelligence économique et de la veille stratégique

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. 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. 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. 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. 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. 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. 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. 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. 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. Le processus de datamining:
partition de l’échantillon
70%
30%
1.Analyses exploratoire
2.Construction du modèle
3.Comparaison des modèles

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. 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. 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. 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. 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. 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. “Quand vous voyez un joueur accelerer c’est qu’il à accuser un rétard”
Johann Cruijff, Entraineur de l’équipe de football d’Hollande