Stéphane Tufféry Statisticien - Data Miner - Enseignant DATA MINING - SCORING STATISTIQUE DÉCISIONNELLE APPLICATION AU CRM 18/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 1 Plan du cours Qu’est-ce que le data mining ? À 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 web mining Le text mining 18/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 2 La préparation des données : Analyse exploratoire 18/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr 3 Les différents formats de données Données continues (ou d’échelle) dont les valeurs forment un sous-ensemble infini de R (exemple : salaire) Données discrètes dont les valeurs forment un sous-ensemble fini ou infini de N (exemple : nombre d’enfants) Données catégorielles (ou qualitatives) dont l’ensemble des valeurs est fini — ces valeurs sont numériques ou alphanumériques, mais quand elles sont numériques, ce ne sont que des codes et non des quantités (ex : PCS, no de département) Données textuelles lettres de réclamation, rapports, dépêches AFP… 18/04/2005 © Stéphane Tufféry - Data Mining & Scoring - http://data.mining.free.fr PDF created with pdfFactory Pro trial version www.pdffactory.com 4 Précisions sur les formats Les données continues et discrètes sont des quantités : on peut effectuer sur elles des opérations arithmétiques elles sont ordonnées (on peut les comparer par la relation d’ordre <). Les données catégorielles ne sont pas des quan