de lutilisation du data mining pour une gestion de la relation client russie Dcouvrir les stratgies ayant fait leurs preuves et les meilleures pratiques Introduction Le data mining est dsormais une approche courante. Cette approche, qui permet de dcouvrir des schmas ou des connexions entre des donnes auparavant inconnus, a t dveloppe par des universitaires et utilise pour la premire fois par les laboratoires de recherche gouvernementaux. Elle joue dsormais un rle essentiel dans lamlioration de la prise de dcisions de quasiment toutes les industries. IBM
SPSS
Modeler est un outil de data mining efcace qui prend en
charge les amliorations de la gestion de la relation client (CRM). Acquisition et dlisation de la clientle moindres cots, ciblage amlior des campagnes de marketing, vente croise et vente incitative plus efcaces pour amliorer la valeur conomique du client : ces exemples ne sont que quelques-unes des solutions que le data mining apporte aux grandes entreprises. Loutil de data mining IBM SPSS est un composant cl des analyses prdictives. Grce aux analyses prdictives, votre entreprise peut utiliser les informations obtenues par lanalyse des donnes et diriger, optimiser et automatiser les interactions centres sur le client, nimporte o au sein de votre organisation. SPSS a fait partie des pionniers dans le domaine de lanalyse des donnes ; elle a t la premire sur ce crneau et reste lune des applications logicielles les plus populaires et les plus largement utilises. En tant que nouveau membre de lentreprise IBM, SPSS apporte ses outils danalyse de pointe et permet ainsi IBM SPSS Modeler de se placer en tte du march des analyses prdictives. Les offres dIBM SPSS incluent des produits de rfrence dans le domaine de la collecte de donnes, des statistiques et du data mining, avec une plateforme unie prenant en charge la gestion et le dploiement scuriss des ressources danalyse. Les outils de data mining dIBM SPSS sont bass sur les normes de lindustrie et peuvent facilement sintgrer votre infrastructure existante pour amliorer lexactitude, rduire la main duvre et minimiser les pertes. Leffort conjugu dIBM et de SPSS vous offre une exibilit optimale et sadapte aux types de donnes que vous explorez et la faon dont vous dployez les rsultats. Points cls : Planier et executer des projets reussis de data mining l'aide de lBM SPSS Modeler. Comprendre les rles et les responsabilites des membres de l'equipe du projet. Determiner les donnees correspondant aux objectifs de votre projet. Developper la portee du data mining pour obtenir des resultats encore meilleurs. Business Analytics IBM Software Gestion de la Relation Client Si votre entreprise dbute dans lutilisation des solutions de data mining dIBM SPSS, vous pouvez proter de lexprience dentreprises les ayant utilises. Elles ont dcouvert un certain nombres de conseils et de tuyaux permettant de maximiser leur retour sur investissement : Ce qui suit est un extrait de cette exprience : Les 10 grands principes de lutilisation du data mining pour une gestion de la relation client russie. 1. La planication est la cl dun projet de data mining russi Tout comme pour nimporte quel projet important, la planication est la moiti du succs. Il est essentiel que toute organisation ayant un projet de data mining tablisse dabord les objectifs de ce projet dun point de vue commercial puis convertisse ces informations en une stratgie de data mining cohrente et un plan de projet bien dni. Planiez le succs de votre projet de data mining en suivant ces trois tapes : Commencez en gardant la n lesprit. vitez le pige habituel qui r consiste explorer des donnes sans dnir dobjectifs commerciaux. Avant de commencer la modlisation, dnissez un projet qui prend en charge les objectifs stratgiques de votre organisation. Par exemple, votre objectif commercial peut tre dattirer des clients supplmentaires ayant un prol semblable celui de vos clients les plus importants. Ou il peut tre de dliser encore plus vos clients les plus rentables. Faites participer toutes les parties prenantes de lentreprise. Noubliez r pas dinclure tous ceux qui ont un intrt dans ce projet. Gnralement, les dpartements Finances, Ventes et Marketing sont concerns par les statgies de gestion de la relation client cots rduits. Cependant, les responsables des dpartements Base de donnes et Technologie de linformation sont galement des parties prenantes intresses car leurs quipes sont souvent appeles en renfort pour aider lexcution de ces stratgies. Dnissez une stratgie de data mining ralisable. Planiez comment r atteindre votre objectif en utilisant au mieux vos ressources. Les ressources techniques et humaines doivent tre prises en compte. 2. Dnissez des objectifs spciques pour votre projet de data mining Avant de dbuter un projet de data mining, clariez en quoi la solution de data mining dIBM SPSS peut vous aider atteindre votre objectif. Par exemple, si rduire le dpart (ou churn ) des clients est un objectif stratgique, quel niveau damlioration souhaitez-vous voir ? Rcapitulatif : Les entreprises qui ont utilise la solution de data mining d'lBM SPSS pour ameliorer leur gestion de la relation client ont une experience extrmement interessante partager. Ce livre blanc propose dix conseils utiles votre entreprise si celle-ci recherche des faons de demarrer ou d'ameliorer ses activites de gestion de la relation client. 2 Business Analytics IBM Software Gestion de la Relation Client Ensuite, utilisez un processus de data mining standard, comme CRISP-DM (CRoss-Industry Standard Process for Data Mining). CRISP-DM est une mthodologie de data mining complte et un modle de processus qui rend les gros projets de data mining plus rapides, plus efcaces et moins coteux. IBM SPSS adhre cette approche optimale du data mining, dont plusieurs autres compagnies de premier plan sont co-auteurs, et la met au service de votre organisation pour vous offrir des rsultats exploitables. Le modle CRISP-DM offre des instructions pas--pas, des tches et des objectifs pour chaque tape du processus, comme la comprhension de lactivit, la comprhension des donnes, la prparation des donnes, la modlisation, lvaluation et le dploiement. Cette mthodologie peut constituer un excellent point de dpart pour vos efforts de data mining en vous aidant : valuer et hirarchiser les problmes commerciaux r laborer des mthodes de data mining pour les rsoudre r appliquer des techniques de data mining r interprter les rsultats de data mining r dployer et tenir jour les rsultats de data mining r Pour plus dinformations sur CRISP-DM, voir www.crisp-dm.org. Crez ensuite un plan de projet vous permettant datteindre vos objectifs, notamment une dnition claire de ce que russir signiera. Enn, effectuez une analyse cots-avantages, en noubliant pas dinclure le cot de toutes les ressources ncessaires. 3. Recrutez une quipe de projet diversie Une des erreurs habituelles commises par ceux qui dcouvrent le data mining est de donner la responsabilit dun projet de data mining un spcialiste de lexploration de donnes. Or, parce que le data mining ncessite une bonne comprhension du problme adress et parce que dans la majorit des organisations, les diffrents lments permettant une bonne comprhension de ce problme sont disperss entre les diffrentes disciplines et services, il est important de recruter une quipe diversie pour votre projet. Par exemple, pour valuer les facteurs associs lattrition des clients, il vous faudra peut-tre des membres du service client, du service des tudes de march ou mme du service de la facturation, ainsi que des membres avec des connaissances spciques sur vos donnes et sur le data mining. En fonction de votre objectif, il vous faudra peut-tre des reprsentants de certains ou de tous les rles suivants : sponsor du projet, responsable du projet expert commercial, spcialiste de lexploration de donnes, expert en donnes et sponsor IT. Certains projets peuvent ncessiter deux ou trois personnes, dautres beaucoup plus. 3 Business Analytics IBM Software Gestion de la Relation Client 4. Rassemblez les donnes appropries Pour russir votre projet, vous devez connatre les types de donnes disponibles et les conditions dans lesquelles ces donnes se trouvent. Commencez par des donnes facilement accessibles. Il nest pas ncessaire quil y en ait une grande quantit ni quelles soient organises dans un entrept de donnes. De nombreux projets de data mining pertinents sont effectus sur des ensembles de donnes de petite taille ou de taille moyenne et certains ne contiennent que quelques centaines ou quelques milliers de ches. Par exemple, partir dun chantillon de ches client, vous pouvez tre capable de dterminer les produits de votre entreprise qui sont gnralement achets par des clients correspondant un certain prol dmographique. Cela vous permet de prvoir ce que les autres clients pourraient acheter ou quelle offre pourrait leur plaire le plus. 5. Assurez la participation du service IT Le service IT est un lment important de la russite de tout projet de data mining. Noubliez pas que loutil de data mining que vous choisissez jouera un rle important dans la participation de votre service IT. Cet outil de data mining devra intgrer votre infrastructure de donnes existante (bases de donnes, entrepts de donnes et magasins de donnes importants) et devra proposer un accs libre aux donnes ainsi que la possibilit damliorer les bases de donnes existantes avec des valuations et des prvisions gnres par le data mining. 6. Slectionnez la solution de data mining approprie IBM SPSS Modeler fait gagner du temps aux organisations et amliore le ux des analyses en prenant en charge chaque tape du processus, assurant ainsi lefcacit et le succs du projet de data mining. Une solution intgre est particulirement importante lors de lincorporation de types de donnes supplmentaires, telles que des donnes textuelles, ou des donnes provenant dInternet ou denqutes. Cela est d au fait que chaque type de donnes peut provenir dun systme diffrent et existe sous de nombreux formats diffrents. Lutilisation dune solution intgre permet vos analystes de suivre un raisonnement de manire efcace, quel que soit le type de donnes que comporte lanalyse. Lintgration est galement importante pendant la phase de gestion des dcisions de lanalyse prdictive. La gestion des dcisions dtermine les actions qui offriront les meilleurs rsultats possibles puis transmet ensuite ces actions recommandes aux systmes et aux personnes qui peuvent correctement les mettre en uvre. Pour prendre en charge la gestion de dcisions, il vous faut une solution qui relie les systmes oprationnels, tel que votre centre dappels ou votre logiciel dautomatisation marketing. Ce genre de solution prend en charge une livraison plus importante et plus rapide (voire en temps rel) des informations prdictives. 4 Business Analytics IBM Software Gestion de la Relation Client 7. Rchissez lexploration dautres types de donnes pour amliorer le retour sur investissement de votre data mining Lorsque vous combinez des donnes de texte, Internet ou denqutes avec des donnes structures utilises pour la cration de modles, vous enrichissez les informations prdictives disponibles. Mme si vous najoutez quun seul type de donnes supplmentaires, vous assisterez une amlioration des rsultats gnrs. Lincorporation de divers types de donnes gnrera des amliorations encore plus importantes. Pour dterminer si votre entreprise peut tirer prot de lincorporation de types de donnes suplmentaires, commencez par vous poser les questions suivantes : Quels genres de problmes commerciaux essayons-nous de rsoudre ? Quels genres de donnes possdons-nous qui pourraient rsoudre ces problmes ? Les rponses ces questions vous aideront dterminer le genre de donnes inclure et pourquoi les inclure. Si vous essayez de savoir pourquoi des clients de longue date sen vont, par exemple, il vous faudra peut-tre analyser le texte des notes des centres dappel combin aux rsultats de groupes de clientle ou denqutes de satisfaction client. 8. Dveloppez la porte du data mining pour obtenir des rsultats encore meilleurs Une faon damliorer le retour sur investissement gnr par le data mining est daugmenter le nombre de projets entrepris. IBM SPSS Modeler est la solution de data mining qui limine le besoin de personnel supplmentaire en automatisant les tches courantes. Amliorez votre investissement sur le data mining en relevant dautres ds commerciaux ou en appliquant le data mining diffrents services ou rgions gographiques. Si votre entreprise a dj accompli des progrs dans vos ds les plus importants amlioration du taux de conversion pour les campagnes de vente croise par exemple demandez-vous sil existe des ds secondaires relever, comme la diminution du cot des programmes dacquisition de clientle. 9. Envisagez toutes les options de dploiement disponibles Lorsquelles explorent des donnes, les organisations qui dploient leurs rsultats de manire efcace obtiennent un meilleur retour sur investissement. Lors des premires mises en uvre du data mining, le dploiement se bornait fournir des modles aux analystes et des rapports aux responsables. Ces modles et ces rapports devaient tre interprts par des responsables ou du personnel avant que tout plan stratgique ou tactique puisse tre dvelopp. Plus tard, de nombreuses entreprises ont utilis la notation par lot (gnralement mene lors des heures creuses) pour incorporer plus efcacement les prvisions mises jour dans leurs bases de donnes. Il est mme devenu possible dautomatiser la planication des mises jour et dintgrer des moteurs de notation dans les applications existantes. 5 Business Analytics IBM Software Gestion de la Relation Client Aujourdhui, grce aux dernires technologies de data mining, il est possible de mettre jour des ensembles de donnes gigantesques contenant des milliards dvaluations en quelques heures peine. Il est galement possible de mettre jour les modles en temps rel et de dployer les rsultats pour les membres du personnel en contact avec les clients pendant quils interagissent avec eux. De plus, il est galement possible de dployer des modles ou des valuations en temps rel sur des systmes qui gnrent des offres de ventes automatiquement ou de suggrer des produits aux visiteurs de sites Internet, pour ne donner que deux exemples. 10. Amliorez la collaboration et lefcacit avec la gestion de modles Recherchez des solutions de data mining qui vous permettent de centraliser la gestion des modles de data mining et qui prennent en charge lautomatisation de processus tel que la mise jour des valuations des clients. Ces solutions amliorent la collaboration et lefcacit au sein de lentreprise. La gestion de modles centralise vite galement votre entreprise les efforts inutiles ou en double tout en garantissant que vos modles prdictifs les plus efcaces sont appliqus vos ds commerciaux. La gestion de modles est galement un chemin daccs vers la cration, lutilisation et lapplication de modles de documents. Conclusion Malgr lincroyable exactitude des informations que fournit le data mining, ce nest pas de la magie. Il sagit dun outil commercial important que les entreprises du monde entier utilisent pour prendre des dcisions commerciales critiques sur lacquisition et la dlisation des clients, sur la gestion de la valeur client, loptimisation du marketing et dautres problmes associs la clientle. De la mme faon, les critres permettant dutiliser le data mining de manire efcace ne sont ni secrets ni mystrieux. Si vous comprenez bien les problmes adresser, que vous disposez des ressources et du support appropris ainsi que de la solution adapte, vous aussi pourrez proter des bnces commerciaux dont dautres entreprises protent grce au data mining. Pour des informations supplmentaires sur vos premiers pas dans le domaine du data mining ou sur la faon de dvelopper les bnces dont vous protez dj grce vos efforts de data mining, veuillez contacter votre reprsentant IBM SPSS. 6 Business Analytics IBM Software propos dIBM Business Analytics Les logiciels IBM Business Analytics fournissent des informations compltes, cohrentes et prcises permettant aux dcideurs damliorer les performances de leur entreprise. Un portefeuille complet de solutions de Business Intelligence, dAnalyse Prdictive, de Performance nancire & gestion de la stratgie et dApplications Analytiques permettent davoir une vision claire et prcise de la situation actuelle et de prdire les vnements futurs. Combines de puissantes solutions mtiers, les organisations de toute taille peuvent amliorer leur productivit, optimiser leur prise de dcisions et dlivrer de meilleurs rsultats. Dans ce cadre, les logiciels IBM SPSS Predictive Analytics aident les organisations prvoir les vnements futurs pour une meilleure prise de dcisions et donc une amlioration de leurs rsultats. Nos clients des secteur priv, secteur public et universitaire se ent la technologie IBM SPSS et considrent cette technologie comme un avantage concurrentiel pour : dliser sa clientle, attirer de nouveaux clients, maximiser ses ventes, rduire la fraude, minimiser les risques. En intgrant le logiciel IBM SPSS leurs oprations quotidiennes, les organisations deviennent des entreprises prdictives capables doptimiser leur prise de dcision an datteindre leurs objectifs et dobtenir un avantage concurrentiel important. Pour plus de renseignements, visitez le site www.ibm.com/ spss/fr. Gestion de la Relation Client 7 Business Analytics IBM Software Copyright IBM Corporation 2010 IBM Corporation Route 100 Somers, NY 10589 Droits restreints pour les utilisateurs du gouvernement amricain - lutilisation, la duplication ou la divulgation sont soumises aux restrictions vises dans le contrat GSA ADP Schedule conclu avec IBM Corp. Produit aux tats-Unis dAmrique Mai 2010 Tous droits rservs IBM, le logo dIBM, ibm.com, WebSphere, InfoSphere et Cognos sont des marques commerciales ou des marques dposes dInternational Business Machines Corporation aux tats-Unis, dans dautres pays ou les deux. Si ces termes ou si dautres termes dposs dIBM sont reprsents pour la premire fois dans ce document suivis du symbole de marque dpose ( ou TM), ces symboles indiquent des marques dposes ou de droit commun appartenant IBM lors de la publication de ce document. Ces marques commerciales doivent galement faire lobjet dun enregistrement ou doivent tre des marques de droit commun dans les autres pays. Une liste des marques commerciales actuelles dIBM est disponible sur Internet sous Droits dauteur et marques ladresse www.ibm.com/legal/copytrade.shtml. SPSS est une marque commerciale de SPSS, Inc., an IBM Company, dpose dans de nombreuses juridictions dans le monde. Les autres noms dentreprises, de produits ou de services peuvent tre des marques commerciales ou des marques de service dautres organisations. Reutilisez s'il vous plait IMW14279-FRFR-02