Stéphane Tufféry Statisticien - Data Miner - Enseignant DATA MINING - SCORING STATISTIQUE DÉCISIONNELLE APPLICATION AU CRM 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 1 Plan du cours Qu’est-ce que le data mining ? A quoi sert le data mining ? Les 2 grandes familles de techniques Le déroulement d’un projet de data mining Coûts et gains du data mining Facteurs de succès - Erreurs - Consulting L’analyse et la préparation des données Techniques descriptives de data mining Techniques prédictives de data mining Logiciels de statistique et de data mining Informatique décisionnelle et de gestion CNIL et limites légales du data mining Le text mining Le web mining 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 2 Techniques descriptives Points forts et points faibles 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 3 Sondage sur www.kdnuggets.com (novembre 2003) 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 4 Sondage sur www.kdnuggets.com (février 2005) 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 5 Techniques descriptives de data mining : La classification 19/02/2006 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 6 Qu’est-ce que la classification ? Regrouper des objets en groupes, ou classes, ou familles, ou segments, ou clusters, de sorte que : 2 objets d’un même groupe se ressemblent le + possible 2 objets de groupes distincts diffèrent le + possible le nombre des groupes est parfois fixé Méthode descriptive : pas de variable cible privilégiée décrire de façon simple une réalité complexe en la résuma