Universit Ibn Zohr

Facult des Sciences Juridiques, conomiques et Sociales

Expos sous le thme

!e "ata #inin$, %util d&aide ' la prise de dcision dans l&action commerciale

Adil OUZAHOUT

(lan
Introduction !&in)ormatique dcisionnelle *u&est ce que le "ata #inin$+ ,omparaison entre le s-stme de $estion et le s-stme dcisionnel (articularits du "ata #inin$ !es . tapes de la dmarche du "ata #inin$ ,ertaines anecdotes ,ertains domaines d&application du "ata #inin$ (ourquoi le "ata #inin$+

Adil OUZAHOUT

Introduction : Linformatique dcisionnelle

Le Data Mining rentre dans le cadre de linformatique dcisionnelle, BI( Business Intelligence .

Le BI comprend lensemble des solutions informatiques consacres au traitement et lanalyse de lensemble de donnes enregistres sur les Bases de Donnes des entreprises dans le but dapporter une aide la prise de dcision.

Adil OUZAHOUT

/usiness Intelli$ence Management *erformance %nterprise $eporting Data Mining

D!"! #!$%&'()%

Bases de donenes transactionnelles

Adil OUZAHOUT

Data Mining
L+%,traction de -onnaissances partir de Donnes (%-D , .no/ledge Disco0ery Databases (.DD . Dfinition 1 *rocessus non tri0ial d identification de structures inconnues, 0alides et potentiellement e,ploitables dans les bases de donnes (2ayyad, 3445 . Il permet de mieu, comprendre les liens entre des p6nom7nes en apparence distincts et d+anticiper des tendances encore peu discernables. )ur le plan professionnel, son utilisation est large, allant de la gestion de relation client a la dtection de fraudes.

Adil OUZAHOUT

Le Systme Dcisionnel
TRANSFORMER LINFORMATION EN CONNAISSANCES

Le DATA MINING

IDENTIFIER LOPPORTUNITE COMMERCIALE OU AUTRE

AGIR SUR LES INFORMATIONS

MESURER LES RESULTATS DES ACTIONS

Adil OUZAHOUT

Systmes de gestion # Systmes dcisionnels

Adil OUZAHOUT

Particularits du Data Mining

(3 des tec6niques d+analyse qui ne sont pas dans la culture des statisticiens, en pro0enance de l+apprentissage automatique (Intelligence artificielle et des bases de donnes 8 (3 Le Data Mining est intgre dans le sc6ma organisationnel de l+entreprise. !insi, les donnes ne sont plus issues d+enqu9tes ou de sondages mais pro0iennent d+entrep:ts construits sciemment pour une e,ploitation au, fins d+analyse, le D!"!#!$%&'()%. D+une part, une rorganisation du flu, de donnes au sein de l+entreprise de0ient ncessaire (l+enc6a;nement des bases de production, le Data/are6ouse et les Datamarts 8 d+autre part, la capacit des mt6odes statistiques traiter de gros 0olumes de0ient un lment cl 8 (3 enfin, le traitement des donnes se d0eloppe en traitant, non plus seulement des fic6iers plats <indi0idus , 0ariables<, mais galement des donnes sous forme non structure, le te,te, depuis un bon moment d=, mais aussi les images et la 0ido. -ette orientation attribue une place primordiale l+appr6ension et la prparation des donnes.
Adil OUZAHOUT

Les 5 tapes de la dmarc e du Data Mining

(3 acc7s au, donnes, stoc>es sous une forme structure (base de donnes, fic6iers tabulaires ou non structure (te,te, image, etc. 8 (? la prparation des donnes, en 0ue du traitement8 (@ l+utilisation de tec6niques de fouille de donnes, issues de la statistique ou de l+apprentissage automatique8 (A 0aluer et 0alider les connaissances e,traites8 (B dploiement des connaissances en 0ue d+une utilisation effecti0e.

Adil OUZAHOUT

!ertains anecdotes
Les premiers essais de fouilles de donnes se firent 6istoriquement sur des dpouillements de millions de tic>ets de caisse de supermarc6 tels que mmoriss par les caisses enregistreuses 1 Dans les magasins #alCMart, on dcou0rit le,istence de corrlation entre lac6at de couc6es pour bbs et de bi7re le samedi apr7sCmidi. La baisse le pri, du -ocaC-ola de BD, on 0a par e,emple en augmenter les 0entes de 3BD, mais ce quon dcou0rit est que Ea a augment la 0ente de caca6u7te

Adil OUZAHOUT

!ertains domaines dapplication du Data Mining

#ar0etin$ direct
Le data mining rpond au, besoins de comprendre la relation client, de conna;tre les comportements des clients, doptimiser et de rentabiliser les oprations de prospection afin de diminuer les coFts dacquisition des clients. Les solutions de data mining 0ont faire des prdictions de comportement et indiquer quels types de prospects de0ront en priorit 9tre contacts par des oprations de mar>eting direct afin daugmenter le tau, de retour. *ar e,emple, les socits de 0ente par correspondance ralisent cot de leur catalogue gnraliste des catalogues spcialiss. Lutilisation du data mining permet de slectionner parmi les clients principau,, ceu, pour lesquels il est utile de leur en0oyer un catalogue spcialis en terme de ciblage. -ela augmente le tau, de retour. -est en effet grGce l6istorique des ac6ats que les 0pcistes peu0ent dterminer quel client est susceptible dac6eter un article sur catalogue spcialis. $sum dun e,emple d0elopp dans lou0rage de Lefbure et Henturi C Data mining
Adil OUZAHOUT

!ertains domaines dapplication du Data Mining

,entre d&appels
(n centre dappel mettant en place une opration de p6oning pour relancer les clientsI prospects suite len0oi dun mailing, peut grGce au data Mining dterminer 0ers quel clientsIprospects il peut 9tre utile deffectuer une relance tlp6onique en tudiant son comportement face au, relances. Lentreprise saperce0ra ainsi que pour un client, une seule relance est inutile alors que pour dautres, elle peut aller =usqu B relances. Le tout tant de ne plus gnraliser les relances mais de les cibler.

Fidlisation des clients

%n mettant en place une solution de data mining, les entreprises 0ont essayer dallonger la dure de 0ie dun client en reprant les risques de son dpart.

Adil OUZAHOUT

!ertains domaines dapplication du Data Mining

,omportement des clients de $randes sur)aces spcialises
Les J)) utilisent les tec6niques dassociations de produits pour anticiper le comportement futur des ses clients. (n client qui ac67te une baignoire 0a probablement en0isager lac6at de robinets. *ar consquent, les outils de data mining peu0ent permettre de slectionner selon les ac6ats antrieurs des clients 0ers qui len0oi dun mailing sera efficace.

Satis)action de clientle
%D2 a men des tudes de data mining pour conna;tre limpact des micro coupures de courant, il a compar les apprciations des clients a0ec la frquence connue des pannes. Il a dcou0ert que pendant un certain temps ces coupures taient perEues comme mineures par la client7le, mais pass un seuil elles de0enaient intolrables. Lob=et de ltude mene est alors de dterminer le seuil de frquence qui 0a gnrer linsatisfaction.
Adil OUZAHOUT

!ertains domaines dapplication du Data Mining

,omportement d&achat du client de $randes et mo-ennes sur)aces
Les premi7res applications de data mining concernaient ltude des tic>ets de caisse des clients de grande surface. -ela a permis de montrer que pour certaines catgories de clients les promotions mises en place pour des produits quils a0aient l6abitude dac6eter simultanment ntaient pas efficaces et nengendraient pas daugmentation de c6iffre daffaires.

Adil OUZAHOUT