Prédire de comportement d’achat de vos clients suppose de le modéliser, c’est-à-dire de construire une description mathématique (par exemple une équation) à partir de laquelle vos données clients vous permettront de prévoir pour chacun d’eux, avec une marge d’erreur quantifiée, combien ils vont dépenser chez vous, pour acheter quoi, à quels moments, et pour quelle durée.

Les différents scores prédictifs calculés client par client ont, ainsi, vocation à chiffrer la survenue et l’ampleur probables du comportement individuellement attendu. Avant d’obtenir un modèle utilisable, et afin d’en garantir la validité et l’efficacité, une attention cruciale doit être portée à la qualité de vos données clients. Lire la suite »

Publié dans : Datamining 1 Commentaire »

Quand on cherche à mettre en oeuvre un projet de datamining au sein d’une PME, la question de l’outil logiciel adéquat de pose de manière d’autant plus aiguë qu’au-delà des objectifs recherchés et des fonctionnalités souhaitées, le budget disponible est souvent très serré.

En toute logique, l’on vise alors le meilleur compromis possible entre l’utilité réelle de la solution de datamining pour l’entreprise et l’effort financier que l’on peut consentir au vu du retour sur investissement attendu. Lire la suite »

Publié dans : Datamining 0 Commentaire »