Stéphane Tufféry Statisticien - Data Miner - Enseignant DATA MINING - SCORING STATISTIQUE DÉCISIONNELLE APPLICATION AU CRM 19/04/2005 © 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 à éviter Informatique décisionnelle et de gestion La préparation des données Techniques descriptives de data mining Techniques prédictives de data mining Logiciels et consultants CNIL et limites légales du data mining Le text mining Le web mining 19/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 2 Le déroulement d’un projet de data mining 19/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 3 Les 10 étapes d’un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage et mise en forme des données Étude statistique de la base d’analyse Mise en œuvre des algorithmes (classification, scoring…) Élaboration des modèles Validation et choix d’un modèle Déclaration à la CNIL Déploiement du modèle Formation des utilisateurs Suivi des modèles 19/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 4 Définition des objectifs Le sujet retenu doit bien sûr requérir des outils de data mining (et pas de simples statistiques descriptives). Le sujet, la population ciblée et les objectifs doivent être précisément définis. Les objectifs doivent être réalistes (tenir compte des actions passées et de la saturation du marché). L’entreprise doit avoir au moins un minimum de connaissance du sujet. Le sujet doit faire partie des objecti