Business Analytics

IBM Software IBM

SPSS

Statistics
(CDMSHkDQE@BHKDLDMSUNR
LDHKKDTQRBKHDMSR
Utilisez le logiciel danalyse prdictive IBM SPSS
pour extraire des informations de votre base de donnes
Introduction
Qui sont nos meilleurs clients, ceux les plus susceptibles de rpondre
nos offres ? Si vous tes responsable des ventes, du marketing ou du
service clientle, vous voulez une rponse cette question. En fait, vous
voulez en savoir plus sur tous vos clients, des meilleurs aux pires. Tout
simplement parce que planier et mettre en uvre des stratgies
efcaces et rentables pour chaque segment de clientle est crucial pour
augmenter les bnces commerciaux. Ce document explique comment
une socit peut identier ses meilleurs clients ou ses clients les plus
prcieux, mais les mmes processus pourraient tre utiliss pour
dautres segments de clientle.
Connatre vos meilleurs clients (leurs attitudes, habitudes dachat et
prols dmographiques) est crucial pour dvelopper et mettre en uvre
des programmes efcaces de marketing et de gestion de la relation
client. De telles connaissances vous aident cibler efcacement vos
campagnes promotionnelles, publicitaires et marketing, ainsi qu
dvelopper des programmes de vente incitative, de ventes croises et de
dlisation, rtention et rcompense des clients long terme.
Il est particulirement important de coordonner ces efforts une
poque o le marketing sloigne du marketing de masse pour se
rapprocher dune dmarche plus cible, sattachant positionner des
produits ou services particuliers pour des types spciques de clients.
Des informations ables et dtailles sur le comportement, les attitudes
et autres caractristiques des clients constituent un rel avantage
concurrentiel et aident amliorer le retour sur investissement de
toutes vos interactions client. Les dtails obtenus de lanalyse la plus
lmentaire des caractristiques des clients peut avoir de profondes
rpercussions sur votre entreprise.
Table des matires :
1 Introduction
3 Explorer les donnes clients
O vivent vos clients ?
5 Quel est le revenu moyen
du mnage de vos clients ?
7 Dcouvrir des groupes de clients avec
lanalyse RFM
9 Comment les clients rpondent-ils aux
diffrentes offres promotionnelles ?
10 La delisation de la clientle
varie-t-elle selon la rgion ?
12 La reponse de la clientle l'offre 1
a-t-elle vari selon la zone ?
14 Combien ont dpens les clients ?
15 Combien vont dpenser les clients ?
18 Agir
19 Conclusion;
propos dIBM Business Analytics
Business Analytics
IBM Software IBM SPSS Statistics
2
SPSS a fait partie des pionniers dans le domaine de lanalyse des
donnes ; elle a t la premire sur ce crneau et continue tre lune
des applications logicielles les plus populaires et les plus largement
utilises. En tant que nouveau membre de lorganisation IBM, SPSS
met ses produits et solutions danalyse de pointe la porte dun
nombre encore plus grand dorganisations travers le monde.
Les offres dIBM SPSS incluent des produits leaders de lindustrie en
matire de data mining et text mining, collecte des donnes et gestion,
ainsi que des logiciels de statistiques vous permettant didentier vos
meilleurs clients et dlaborer des programmes de marketing plus
efcaces et plus rentables.
Les outils 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.
Ce livre blanc vous montre comment analyser une base de donnes
clients laide dun logiciel danalyse prdictive IBM SPSS. Cette
famille de produits intgrs pour lanalyse statistique et la gestion des
donnes vous assiste tout au long du processus danalyse, que vous
effectuiez votre analyse partir dun seul ordinateur de bureau ou sur
un rseau tendu.
Les donnes marketing que nous utiliserons comme exemples dans ce
document contiennent 2 070 clients et incluent les informations
suivantes :
la date laquelle le client est devenu lun de vos clients r
lhistorique de ses achats par valeur des commandes en dollars r
sa rponse diffrentes offres r
les informations relatives lattrition ou la rotation du client r
le niveau de revenu de son mnage r
sa classication gographique r
son sexe et autres variables dmographiques r
Notre but est didentier des segments ou groupes de clients qui
constituent les meilleurs clients de notre socit. Nous vous
expliquerons galement comment utiliser le logiciel IBM SPSS pour
exploiter vos donnes clients, prdire le comportement futur de vos
clients et prendre de meilleures dcisions oprationnelles.
Points cls :
Connatre vos meilleurs clients (leurs
attitudes, habitudes d'achat et prols
dmographiques) est crucial pour
dvelopper et mettre en uvre des
programmes efcaces de marketing et de
gestion de la relation client.
Le logiciel danalyse IBM SPSS peut vous
aider obtenir des informations ables et
dtailles sur vos clients pour renforcer
votre avantage concurrentiel.
Business Analytics
IBM Software IBM SPSS Statistics
3
Explorer les donnes clients
Commenons par explorer les diffrentes variables de notre base de
donnes pour rpondre des questions telles que :
O vivent vos clients ? r
Quel est le revenu moyen de leur mnage ? r
Depuis combien de temps vos clients font-ils partie de votre clientle ? r
Combien dargent vos clients dpensent-ils chez nous ? r
Le logiciel IBM SPSS offre plusieurs mthodes pour obtenir
rapidement les rponses ces questions. Les procdures Frquences et
Descriptifs dIBM

SPSS

Statistics sont trs utiles lorsque vous

examinez pour la premire fois vos donnes. Souvent, cet exercice peut
suggrer les meilleures mthodes pour analyser vos donnes.
O vivent vos clients ?
Identier lendroit o vivent vos clients (zone urbaine, suburbaine ou
rurale) peut vous aider dterminer la meilleure stratgie marketing
pour les atteindre. La procdure Frquences dIBM SPSS Statistics
offrent un tableau deffectifs et pourcentages par catgorie, ainsi quune
reprsentation visuelle des donnes sous forme de graphique barres,
dhistogramme ou de diagramme secteurs, avec des tiquettes de
catgorie attribues chaque valeur.
Daprs les rsultats prsents dans le diagramme 1, nous voyons que la
majorit de la clientle vit en zone suburbaine (34,2 %) et quune
minorit vit en zone rurale (19,4 %). Nous voyons galement que
16,9 des clients sont rpertoris comme donnes manquantes, ce qui
correspond aux clients dont on ignore le lieu de rsidence.
lBM SPSS Statistics peut vous aider
dterminer si vos clients vivent
en zone urbaine, suburbaine ou rurale et
vous aider choisir les bonnes strategies
marketing.
Diagramme 1 : Les zones o vivent vos clients
IBM SPSS Statistics Base tait auparavant nomm PASW

Statistics
Business Analytics
IBM Software IBM SPSS Statistics
4
Il est souvent utile de savoir o et pourquoi il manque des informations
dans vos donnes. IBM SPSS Statistics reconnat une valeur manquante
soit comme une valeur entirement nulle, soit comme une valeur
rsiduelle telle que non applicable ou sans opinion . Cela permet
aux analystes de faire la distinction entre les donnes qui sont
manquantes parce que la question ou lobservation ne sapplique pas au
rpondant et les donnes qui sont manquantes parce quaucune rponse
na t fournie.
Le tableau 1 la page suivante afche les rsultats dune distribution de
frquence. Les valeurs afches dans la colonne Pourcentage sont
calcules en utilisant tous les cas de lensemble de donnes (N = 2070).
La colonne Pourcentage valide afche la distribution proportion-
nelle des cas avec uniquement des donnes valides rapportes, ou
donnes non manquantes (N = 1720). Cela permet une comparaison
cte--cte rapide des distributions ; de grosses diffrences entre ces
deux colonnes peuvent suggrer un biais dans les donnes. Le tableau 1
montre galement que prs de 17 % des donnes sont manquantes, ce
qui pourrait indiquer des problmes potentiels pour les analyses.
Tableau 1 : Le tableau revle que la plupart des clients (41,1 %j vivent en zone
suburbaine.
Business Analytics
IBM Software IBM SPSS Statistics
5
Quel est le revenu moyen du mnage de vos
clients ?
Il y a plusieurs faons dobtenir un aperu plus dtaill de vos clients.
Pour obtenir des informations sur le revenu du mnage, par exemple,
nous employons des statistiques rsumes de base, comme les valeurs
moyenne, minimum et maximum, et lcart type. Le descriptif dIBM
SPSS Statistics offre un premier aperu informatif de vos donnes
dchelle ou de niveau dintervalle, comme le revenu (mesur en dollars).
Le tableau 2 afche les rsums descriptifs du revenu du mnage.
Nous voyons dans le tableau 2 que le revenu annuel moyen du mnage
des prs de 2 000 clients qui ont indiqu leur revenu dans nos donnes
est de 61 386,39 $. Daprs lcart type qui est denviron 11 000 $, nous
savons que la majorit des clients (environ 68 %) gagnent entre
50 000 $ et 72 000 $.
Depuis combien de temps vos clients font-ils
partie de votre clientle ?
Pour dterminer depuis combien de temps vos clients font partie de
votre clientle, ajoutez un nouveau champ vos donnes pour la date
laquelle le client a t entr dans la base de donnes. En soustrayant
cette date la date actuelle, ou la date de sa dernire transaction, vous
pouvez dterminer depuis combien de temps un client fait partie de
votre clientle. En utilisant lune des nombreuses fonctions temporelles
disponibles dans IBM SPSS Statistics, vous pouvez facilement
transformer la date en nombre dannes.
La base de donnes contient galement les informations dattrition, ou
le statut du client (actuel ou pass). Grce ces informations et la
dure depuis laquelle le client est dans la base de donnes, vous pouvez
dterminer sa survie ou la dure pendant laquelle il vous est rest
dle avant de vous abandonner.
IBM SPSS Statistics vous permet de
savoir facilement si une information est
manquante ou si une valeur est nulle.
Tableau : : La procdure Descriptifs dans IBM SPSS Statistics offre un rsum rapide
montrant que le revenu de mnage moyen est de 61 386,39 $
Les fonctions de statistiques descriptives
dIBM SPSS Statistics vous permettent
dobtenir des informations dtailles sur le
revenu du mnage de vos clients.
Business Analytics
IBM Software IBM SPSS Statistics
6
Lanalyse de survie Kaplan-Meyer est particulirement utile pour
mesurer le dlai avant quun client devienne inactif ou ne fasse plus
partie de votre clientle. Lun des gros avantages de lanalyse de survie
Kaplan-Meyer est que cette mthode tient compte des clients disparus
de la base de donnes avant que lattrition soit dtermine : par
exemple, si un client reste un client actuel mais a t inactif. Le
graphique 2 ci-dessous montre que plus les clients sont dans la base de
donnes depuis longtemps moins ils sont actifs. Autrement dit, la
proportion cumule des clients restant dans la base de donnes diminue
rgulirement au l du temps. Nous pouvons voir que le temps de
survie mdian, ou le dlai au bout duquel 50 pour cent des clients sont
partis, est denviron 11 ans.
IBM SPSS Statistics peut dterminer
votre taux dattrition et la dure pendant
laquelle chacun de vos clients a fait partie
de votre clientle, vous aidant ainsi
identier les tendances et agir de faon
proactive pour retenir les clients.
Diagramme : : Le diagramme de survie Kaplan-Meyer dIBM SPSS Statistics indique
que le temps de survie mdian dun client est de 11 ans.*
* Lanalyse Kaplan-Meyer ci-dessus a montr que la dure mdiane de prsence dans la base de donnes
clients est de 11 ans, et la valeur moyenne (non afpche) est 9,974 ans. Souvenez-vous, toutefois, que
lun des gros avantages de la courbe Kaplan-Meier est que cette mthode peut prendre en compte les
donnes censures , les donnes perdues de lchantillon avant que le rsultat pnal soit observ (par
exemple, si un client est supprim des donnes avant que lattrition soit dtermine).
Business Analytics
IBM Software IBM SPSS Statistics
7
Dcouvrir des groupes de clients avec lanalyse
de rcence, de frquence et de valeur montai-
re (RFM)
Vous pouvez galement dcouvrir qui sont vos meilleurs clients. Les
meilleurs clients sont gnralement les clients les plus rentables ou
ceux qui dpensent le plus dargent dans votre organisation. Pour
obtenir laperu le plus exact de la valeur dun client tout au long de son
cycle de vie, nous utilisons lanalyse de rcence, de frquence et de
valeur montaire (RFM). Par exemple, vous pouvez classer vos clients
comme suit :
Ceux qui ont dpens le plus le plus souvent et le plus rcemment. r
Ceux qui ont dpens le plus en valeur, mais qui nont peut-tre rien r
achet depuis longtemps.
Ceux qui ont dpens le plus en un nombre minimal de transactions. r
Ceux qui ont dpens le moins, ou rarement, et nont rien achet r
depuis longtemps.
De cette faon, vous pouvez dterminer quels sont vos meilleurs r
clients en fonction de la rcence et de la frquence de leurs achats
ainsi que de la somme quils ont dpense.
Utiliser lanalyse RFM dans IBM SPSS Statistics vous permet de
gnrer une liste des clients qui ont dpens le plus en intgrant les
variables appropries, le numro du client, ainsi que la date et le
montant des transactions. Dans cet exemple, il est ncessaire davoir un
numro client associ chaque transaction. La date des transactions est
importante pour savoir quand ou quelle frquence le client achte.
Enn, parce que vous aurez envie de savoir combien un client aura
dpens au cours de son cycle de vie, vous inclurez galement le total.
Lanalyse RFM dIBM SPSS Statistics
vous aide identier vos meilleurs
clients , ceux qui dpensent le plus
dargent dans votre organisation, ce qui
vous permet de cibler speciquement et
efcacement ce groupe.
Figure 1 : Lanalyse RFM vous permet dintgrer rapidement les variables ncessaires.
Business Analytics
IBM Software IBM SPSS Statistics
8
Une fois que vous avez entr ces variables, vous pouvez effectuer lanalyse
pour obtenir les scores RFM de vos clients et dterminer ceux que vous
voulez cibler. Dans cet exemple, vous pourriez vous concentrer sur les
clients qui ont un score RFM de 555, ceux qui ont achet le plus
rcemment et le plus souvent et qui ont dpens le plus dargent. Une
fois le rsultat gnr, vous pouvez trier les donnes pour vous
concentrer sur vos meilleurs clients (ceux ayant un score RFM de 555).
En utilisant dautres analyses descriptives des dpenses des clients, vous
pouvez voir que la majorit des clients dpensent 500 $ ou moins, et
qu des valeurs en dollars suprieures, le nombre de clients effectuant
des achats diminue de faon constante. La somme moyenne dpense
par les clients slve 1 360 $, et un tout petit nombre de clients a
dpens plus de 7 000 $.
Pour linstant, nous savons quun client type :
vit en zone suburbaine r
a un revenu de mnage de 61 000 $ r
dpense 1 360 $ pour nos produits et services r
a une dure de vie moyenne ou survie de 11 ans r
Figure : : Lanalyse montre les scores RFM.
Business Analytics
IBM Software IBM SPSS Statistics
9
Comment les clients rpondent-ils aux diffren-
tes offres promotionnelles ?
Lanalyse des rsultats de promotions marketing spciques par IBM
SPSS Statistics est une tape importante pour comprendre vos clients.
valuer les efforts passs aide identier ce qui a march et ce qui na
pas march, ce qui vous permet de renouveler vos succs et de tirer des
leons de vos checs. Ici, nous voulons rpondre deux questions :
Combien de personnes ont rpondu chacune de nos quatre offres ? r
Quelle est la somme moyenne dpense en rponse nos diffrentes r
promotions ?
Pour ce faire, nous excutons la procdure Frquences sur la rponse
chaque offre et la procdure Descriptifs sur la valeur de la commande
pour les quatre offres. Dans le tableau 4, nous voyons que 890 clients,
soit 44,5 pour cent de la clientle, ont rpondu loffre 1. Une analyse
similaire des autres offres montrerait une rponse de 39 pour cent
loffre 2, une rponse de 37,4 pour cent loffre 3 et une rponse de
17,4 pour cent loffre 4.
Nous savons donc que loffre 1 a enregistr le plus fort taux de rponse,
mais nous ignorons comment ces rponses se sont traduites en revenus
pour la socit. Excuter la procdure Descriptifs sur les offres 1 4
rvle que la valeur de loffre 1, 376,64 $, a galement t la meilleure
des quatre, comme lindique le tableau 4, tandis que loffre 3, qui avait
elle aussi afch un trs fort taux de rponse, a t la pire avec 293,98 $
par rponse. Loffre 1 a donc t, sur les deux plans, la plus efcace.
Figure : : Lanalyse montre les scores RFM.
Tableau : Prs de 45 pour cent de la base de donnees clients (soit 890 personnesj
ont repondu l'offre 1.
Business Analytics
IBM Software IBM SPSS Statistics
10
La dlisation de la clientle varie-t-elle selon la
rgion ?
Pour tudier cette question, nous gnrons un puissant graphique
statistique, la bote moustaches. Il afche la fois la valeur mdiane et
la distribution des donnes. Daprs la bote moustaches du
graphique 3, nous pouvons voir que les clients des zones rurales ont une
dure mdiane de prsence dans la base de donnes suprieure, ce qui
suggre quils font partie de la clientle depuis plus longtemps, en
moyenne, que ceux des autres zones.
Une comparaison des moyennes offre des statistiques rsumes pour une
valeur de mesure par groupe. Le tableau 5 complte les informations
afches dans la bote moustaches, mais sous forme de tableau. Il rvle
que bien que la dure moyenne globale de prsence dans la base de
donnes soit de 7,49 ans, les clients des zones rurales ont fait partie de la
clientle plus longtemps que ceux des zones suburbaines ou urbaines.
Diagramme : La boite moustaches afche la fois la valeur mediane et la
distribution des donnes. Il est facile de voir que les clients des zones rurales ont une
duree mediane de presence superieure, ce qui suggre qu'ils font partie de la clientle
depuis plus longtemps, en moyenne, que ceux des autres zones.
Tableau : L'analyse de l'historique des achats revle que la valeur de l'offre 3,
293,98 $, est inferieure la valeur moyenne des autres offres.
Lanalyse IBM SPSS Statistics des
resultats d'une campagne marketing
specique vous aidera tirer prot de vos
succs et tirer des leons de vos
checs.
Business Analytics
IBM Software IBM SPSS Statistics
11
Est-ce une dcouverte signicative ? La signication statistique nous
indique si les diffrences observes dans nos donnes sont dues au
hasard ou si elles tendent reter des tendances dans la population au
sens large et mritent une plus grande attention.
Le rapport ANOVA du tableau 6 montre que les diffrences entre
zones en ce qui concerne la dure de vie dun client sont
statistiquement signicatives. Generalement, nous considerons un
fait comme statistiquement signicatif lorsque la probabilite qu'il
soit d au hasard est inferieure 5 pour cent (fait survenant moins
de 5 fois sur 100j. Cela est indique par un niveau de signication de
0,05 ou moins. Puisque le niveau de signication indique dans ce
tableau est 0,000 bien en dessous du seuil de 0,05, nous pouvons
conclure que les diffrences de moyennes observes dans les
donnes ne sont srement pas dues au hasard. La distribution
globale de la delisation moyenne de la clientle et des zones n'est
probablement pas due des causes aleatoires, mais autre chose.
Exemples de causes possibles :
Le premier bureau a ouvert dans une zone rurale. r
On a davantage besoin du produit dans une zone que dans une autre. r
Une certaine caractristique du produit a t introduite avec succs r
dans une zone.
Dautres causes peuvent exister et ncessiter une investigation. Cest
pourquoi il est galement important de connatre votre entreprise, an de
rassembler les bonnes donnes pour tester vos thories sur les relations.
Tableau 6 : Ce rapport de comparaison des moyennes revle que bien que la duree
moyenne globale de prsence dans la base de donnes soit de 7,49 ans, les clients
des zones rurales ont fait partie de la clientle plus longtemps, en moyenne, que ceux
des zones suburbaines ou urbaines.
Business Analytics
IBM Software IBM SPSS Statistics
12
La rponse de la clientle loffre 1 a-t-elle
vari selon la zone ?
Continuons analyser la rponse nos offres. IBM SPSS Statistics offre un
moyen facile de prsenter graphiquement les informations sur les
quatre offres, en utilisant un graphique barres groupes. Le graphique 4
offre un rsum des schmas de rponse par zone. Nous voyons que les
clients des zones urbaines ont tendance moins commander que les clients
des deux autres zones, notamment de la zone rurale. Cest une chose que
nous naurions pas pu deviner au vu de la distribution de frquence par
zone, qui montrait que les zones rurales comptaient moins de clients.
Pour savoir si cela est signicatif, nous pouvons explorer plus en
detail les resultats de chaque offre par zone. Pour repondre la
question Comment les personnes de chaque zone ont-elles
repondu l'offre 1 ? , nous realisons un tableau croise lBM SPSS
Statistics sur loffre 1 par zone. Le tableau 7 montre que 41,3 pour
cent des personnes qui ont repondu l'offre 1 se trouvaient en zone
suburbaine. Mme si seulement 26,5 pour cent des personnes qui
ont repondu l'offre 1 se trouvaient en zone rurale, plus de la moitie
(50,5 pour centj des clients de cette zone ont repondu l'offre.
Pour comprendre si une zone est associe ou pas la rponse loffre 1,
nous comparons les pourcentages des lignes % de zone et
dcouvrons que 45 pour cent des personnes en zone suburbaine et
40 pour cent des personnes en zone urbaine ont rpondu cette offre.
Daprs ces informations, nous concluons que les zones rurales sont de
bonnes zones pour une offre telle que loffre 1.
IBM SPSS Statistics offre de puissantes
fonctions de cration de graphiques
statistiques pour visualiser les donnes de
delisation de la clientle par region.
Diagramme : Le graphique barres groupees lBM SPSS Statistics offre un moyen
rapide et clair de prsenter les schmas de rponse par zone.
Tableau : Le rapport ANOVA montre que les diffrences observes sont statistique-
ment signicatives, ce qui peut meriter un approfondissement.
Business Analytics
IBM Software IBM SPSS Statistics
13
Toutefois, mme sil apparat que les pourcentages sont diffrents, cest
une raison insufsante pour commencer renouveler loffre 1 dans les
zones rurales. Nous devons dabord dterminer si la zone et la rponse
loffre 1 sont indpendantes lune de lautre ou pas. Ici, la variable
khi-deux est utile pour dterminer si les distributions observes dans les
donnes retent des tendances de la population au sens large.
Le tableau 9 contient les informations khi-deux pour la zone et
loffre 1. Dans ce cas, le khi-deux est signicatif (p = 0,007) et indique
que les schmas du tableau ne sont srement pas dus au hasard. Il
pourrait y avoir une raison spcique et identiable expliquant le plus
grand succs de loffre 1 dans les zones rurales. Peut-tre que le
message rpondait plus directement leurs besoins, ou que le type de
support tait plus appropri pour attirer et retenir leur attention.
Tableau : Un khi-deux de 0,007 pour la zone et l'offre 1 indique que les differences
entre les zones sont signicatives.
En identiant les cls du succs de la campagne dans les zones rurales,
nous pouvons les exploiter dans les futures offres proposes cette
zone. Nous pouvons aussi choisir dexplorer dautres relations par
rapport cette zone.
Tableau S : Mme si seulement 26,5 pour cent des personnes qui ont repondu
loffre 1 se trouvaient en zone rurale, plus de la moiti (50,5 pour cent) des clients de
cette zone ont repondu l'offre.
Business Analytics
IBM Software IBM SPSS Statistics
14
Combien ont dpens les clients ?
Une fois encore, grce lanalyse RFM, nous pouvons intgrer les
variables pour dterminer ce que nous voulons savoir. Dans ce cas, nous
voulons savoir quels clients ont dpens le plus dargent. Une fois
lanalyse effectue, nous pouvons trier les transactions totales par valeur
en dollar.
Une autre faon dexaminer lhistorique des achats consiste valuer la
somme totale dpense, plutt que juste largent dpens chaque
commande. Peut-tre quune relation entre la somme totale dpense
et la zone rvlera des informations prcieuses. Une ANOVA un
facteur offre des informations spciques sur la signication des
diffrences dans les valeurs moyennes que vous pouvez observer.
La premire chose que fournit une ANOVA un facteur est un tableau
des statistiques descriptives. Le tableau 9 montre que la somme totale
moyenne dpense par zone en rponse chacune des quatre offres
varie considrablement. La somme moyenne dpense tait de
1 206,01 $ dans les zones urbaines, 1 391,70 $ dans les zones
suburbaines et 1 618,27 $ dans les zones rurales.
Le rapport montre galement que la diffrence moyenne afche entre
les niveaux de dpense dans les zones suburbaines et rurales nest pas
statistiquement signicative. En revanche, il montre que la diffrence
entre les zones rurales et urbaines est signicative.
Vous pouvez utiliser ces informations pour mieux comprendre en quoi
et pourquoi ces zones diffrent et pour dvelopper des plans marketing
cibls an dexploiter ces diffrences. Par exemple, il se peut quune
combinaison diffrente de marketing et ventes, une offre diffrente ou
une offre groupe spciale de produits et services fonctionne mieux
dans les zones urbaines. Les programmes marketing des zones rurales
doivent y tre rpts pour un succs renouvel.
Avec IBM SPSS Statistics, il est facile de
prsenter simultanment les rsultats de
plusieurs offres sous forme graphique.
Business Analytics
IBM Software IBM SPSS Statistics
15
Combien vont dpenser les clients ?
Les modles prdictifs sont de puissants outils pour aider cibler les
prospects et optimiser les ressources marketing. Ils aident rpondre
des questions telles que Combien vont dpenser les clients, vu leur
niveau de revenu ?
Dans de nombreuses tudes statistiques, lobjectif est dtablir une
relation, exprime sous la forme dune quation, pour prdire les
valeurs types dune variable en fonction de la valeur dune autre. IBM
SPSS Statistics offre plusieurs procdures pour tablir des relations et
dnir des modles prdictifs. Ces procdures incluent les diagrammes
de dispersion et les corrlations, lanalyse de rgression linaire et
logistique et les arbres de classication. Grce aux instructions pas--
pas et aux fonctions daide intgres de la famille de produits IBM
SPSS Statistics, vous pouvez excuter ces procdures avec succs, mme
si vous ntes pas statisticien.
Le graphique 5 montre la forme de la relation entre ces deux variables.
Le diagramme de dispersion est idal pour reprsenter la distribution
conjointe de deux variables continues ou dintervalle. Le coefcient de
corrlation de 0,608 afch dans le tableau 10, indique une relation
forte et indniable entre le revenu du mnage et la somme totale
dpense. Lanalyse de rgression afne la relation avec un modle,
comme le montre le tableau 11. Cette relation montre que la somme
totale dpense pour des produits augmente proportionnellement au
revenu du mnage. Cest une information prcieuse qui, combine
dautres renseignements sur vos clients, peut vous aider prdire
combien chaque client est susceptible de dpenser.
Diagramme : Le diagramme de dispersion montre la forme de la relation entre ces
deux variables. Plus les clients gagnent dargent, plus ils dpensent pour nos produits.
Avec lanalyse de rcence, de frquence
et de valeur montaire (RFM) dIBM SPSS
Statistics, vous pouvez analyser la
somme totale dpense en dollars ainsi
que les informations relatives chaque
commande pour mieux cibler vos projets
marketing et offres speciales.
Business Analytics
IBM Software IBM SPSS Statistics
16
Avec IBM

SPSS

Decision Trees, nous pouvons identier des

segments lintrieur de notre base de donnes, bass sur la probabilit
que chaque client ait une caractristique ou un comportement
spcique que nous souhaitons prdire. Ceci est illustr dans le
diagramme 6 ci-dessous :
Pour commencer lanalyse, nous entrons des informations sur la zone,
la catgorie de produits et le revenu du mnage dans un modle an de
dcouvrir quels clients sont les plus susceptibles de rpondre loffre 1.
IBM SPSS Decision Trees peut utiliser lun des quatre algorithmes
tablis de construction darbre pour crer une arborescence des
rsultats, comme illustr dans le diagramme 6.
Tableau 1o : La somme moyenne depensee par les clients en reponse nos quatre
offres s'elevait 1 378,69 $, mais cela varie par region.
Le revenu savre tre le plus fort prdicteur, ce qui correspond aux
rsultats de la rgression antrieure. Si seul le revenu du mnage est
pris en compte, le groupe de clients dont le revenu se situe entre
57 743 $ et 64 893 $, avec un taux de rponse de 53,9 pour cent, ne
semble pas tre une aussi bonne cible que ceux ayant des revenus
suprieurs. Mais IBM SPSS Decision Trees peut aller au-del de la
simple rgression linaire pour explorer dautres interactions entre les
Diagramme 6 : lBM SPSS Decision Trees presente un modle montrant que les clients afchant certaines combinaisons de
caracteristiques sont les plus susceptibles de repondre l'offre 1.
Business Analytics
IBM Software IBM SPSS Statistics
17
caractristiques des clients, permettant aux interactions entre les
prdicteurs de se dnir delles-mmes, directement partir des
donnes au lieu de devoir tre dnies par lanalyste.
Tableau 11 : Le coefcient de correlation de 0,608 indique une correlation forte et
indniable entre le revenu et la commande, signe que la somme totale dpense pour
nos produits augmente proportionnellement au revenu du mnage.
Lorsque lon utilise aussi les dtails du niveau de branche suivant pour
comparer les segments, nous dcouvrons que les mnages dont le revenu
se situe entre 57 743 $ et 64 893 $ qui ont galement effectu des achats
dans la catgorie de produits AB (nud 8 dans les diagrammes 6 et 7)
sont 21,8 pour cent plus susceptibles de rpondre loffre 1 que les
mnages du nud 10, qui ont un revenu plus lev mais ont effectu
des achats dans les catgories de produits C2 et DE .
Diagramme : Un aperu detaille d'un nud de l'arbre de classication montre que
73 pour cent des clients dont le revenu se situe entre 57 743 $ et 64 893 $ et qui
effectuent des achats dans la categorie de produits AB sont susceptibles de
repondre l'offre 1.
IBM SPSS Decision Trees nous donne un aperu beaucoup plus clair
des sous-segments et de lensemble des critres qui constituent nos
meilleurs clients que les types prcdents danalyse. Nous pourrons
utiliser cet aperu plus dtaill pour prvoir les ventes avec plus
dexactitude et amliorer nos efforts marketing.
Tableau 1: : Une regression lineaire denit la relation entre le revenu du menage et la
somme dpense par les clients.
Business Analytics
IBM Software IBM SPSS Statistics
18
Agir
travers les analyses dcrites ici, IBM SPSS Statistics nous a permis
danalyser rapidement nos donnes an dapprendre des choses
importantes sur nos clients types. Nous avons appris que ce sont plutt
des clients de longue date vivant dans des zones suburbaines. Ils ont
aussi tendance avoir un revenu de mnage suprieur la moyenne, et
nont pas rpondu favorablement, dans lensemble, loffre 3.
En outre, en utilisant les puissantes techniques de modlisation
prdictive et de segmentation pour identier les relations, nous avons
dvelopp un modle qui dcrit la relation entre le revenu et la somme
totale dpense pour aider prvoir les ventes futures. Nous avons
galement identi des segments de clientle selon leur susceptibilit
de rpondre loffre 1.
En comparant plusieurs caractristiques et groupes, IBM SPSS
Statistics nous a aid en savoir plus sur les tendances sous-jacentes.
Non seulement loffre 3 a t la moins lucrative pour nous, mais elle a
t particulirement improductive dans les zones urbaines, qui ont eu
tendance rpondre avec moins denthousiasme nos offres que les
deux autres zones. Le fait que les clients des zones urbaines aient le
revenu moyen le plus bas contribue expliquer leur rponse
relativement faible nos offres. En identiant de tels groupes de clients,
nous pouvons mieux cibler nos programmes de marketing et de
dlisation de la clientle.
Par exemple, comme les mnages revenu suprieur montrent un
potentiel de recettes plus lev, nous pourrions leur proposer des
produits et services supplmentaires, ou dvelopper des programmes de
dlisation de la clientle contribuant en faire des clients satisfaits
long terme. Par ailleurs, nous pourrions dcouvrir que, bien que les
clients des zones urbaines naient pas de faon gnrale rpondu
favorablement nos offres, les femmes de ces zones ayant un niveau de
revenu spcique y ont rpondu favorablement, ce qui laisse penser quil
pourrait tre judicieux de les cibler dans un certain type de campagne.
Suite aux analyses que nous avons effectues, nous pourrions projeter de :
Crer un nouveau programme de rtention de la clientle pour nos r
meilleurs clients, dnis comme des clients de longue date, au revenu
lev, vivant en zone suburbaine et effectuant des achats dans la
catgorie de produits AB .
Dvelopper et tester une nouvelle offre groupe de produits et services r
pour mieux cibler les besoins des clients et prospects des zones
urbaines faible revenu.
Reproduire le programme de dveloppement des ventes de la zone r
rurale dans les zones urbaines et suburbaine pour dliser les clients.
Renouveler loffre 1 aux prospects des zones rurales. r
Rpartir les fonds des futures campagnes marketing en fonction de r
la rentabilit prdite des segments (base initialement sur le revenu
du mnage).
Les modles predictifs sont de puissants
outils qui vous aident repondre des
questions comme la somme que
dpenseront les clients en fonction de
leurs revenus.
Business Analytics
IBM Software IBM SPSS Statistics
19
Conclusion
Ce document ne dcrit que quelques-unes des faons dont vous pouvez
utiliser lanalyse prdictive pour mieux comprendre vos clients. En
voyant vos clients sous un certain nombre de perspectives diffrentes,
vous pouvez prvoir des programmes plus efcaces et en mesurer
systmatiquement les rsultats. Ainsi, vous tablirez des relations plus
solides avec vos clients les plus prcieux et rduirez les cots consacrs
aux segments de clientle moins prcieux.
Dautres produits IBM SPSS vous permettent danticiper les
changements dans les prfrences et le comportement de vos clients.
Les solutions danalyse prdictive vous permettent de prparer de faon
proactive vos stratgies commerciales et vous offrent un srieux
avantage concurrentiel dans nimporte quel secteur.
Pour les besoins de ce document, toutefois, nous avons montr que la
famille de produits IBM SPSS Statistics offre un large choix doptions
danalyse, intgres en une seule suite de produits. Mme si vous ntes
pas statisticien, vous pouvez appliquer ces informations pour mettre en
place un marketing plus efcace, dliser vos clients les plus prcieux et
augmenter la rentabilit de votre entreprise.
propos dIBM Business Analytics
Le logiciel IBM Business Analytics fournit des informations compltes,
cohrentes et prcises permettant aux dcideurs daugmenter les
performances de leur entreprise. Un portefeuille complet de business
intelligence, advanced analytics, nancial performance and strategy
management et analytic applications fournit un aperu clair, immdiat et
pouvant tre mis en pratique des performances actuelles et permet de
prvoir les rsultats venir. Associes des solutions industrielles riches,
des pratiques tablies et des services professionnels, les organisations de
toute taille peuvent dynamiser la productivit des technologies de
linformation et amliorer leurs rsultats.
Dans le cadre de ce portefeuille, le logiciel IBM SPSS Predictive Analytics
(logiciel danalyse prdictive IBM SPSS) permet aux organisations de
prvoir les vnements futurs et de se conformer de manire proactive
cet aperu an daugmenter les rsultats de leur entreprise. Les clients
commerciaux, gouvernementaux et universitaires du monde entier se ent
la technologie SPSS dIBM, quils considrent comme un avantage
concurrentiel pour attirer, retenir et augmenter la clientle tout en rduisant
la fraude et en minimisant les risques. En intgrant le logiciel SPSS dIBM
leurs oprations quotidiennes, les organisations deviennent des entreprises
prdictives, capables de prendre et dautomatiser des dcisions an de
respecter les objectifs de lentreprise et datteindre un avantage concurrentiel
signicatif. Pour plus de renseignements, visitez le site www.ibm.com/spss/fr.
IMW14294-FRFR-01
Veuillez recycler
Business Analytics 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.