Créer une base de connaissances grâce à l’analyse des données

Saviez-vous que vos données recelaient des trésors cachés? Le data mining est la clé de leur extraction. Dans ce cadre, des spécialistes sondent votre base de données en vue d’en extraire des modèles et des relations pertinents. Les enseignements tirés de l’analyse des données vous permettront, d’une part, de prospecter votre marché de manière plus ciblée et ainsi plus fructueuse et, d’autre part, de développer des produits orientés vers les besoins.

Le data mining est synonyme de création d’une base de connaissances

Les analyses des données relatives aux clients et aux prospects poursuivent toutes le même objectif: créer des connaissances à partir des données existantes. Ces connaissances favorisent l’établissement de prévisions sur le comportement futur de clients et fournissent des enseignements précieux en vue de l’acquisition de nouveaux clients. Vous pourrez ainsi optimiser vos activités de marketing de manière décisive. Pour analyser les données, les spécialistes appliquent toute une série de méthodes mathématiques et statistiques. Le data mining est le terme générique désignant les différentes procédures d’analyse.

Missions du data mining

• Établissement de profils client (Analyse des fiches client)
  Dans le cadre de cette procédure, les données client sont enrichies par des informations externes et comparées à des données «d’univers» (données globales du marché). Les analystes calculent ensuite sur une base statistique une «score card» qui récapitule les caractéristiques les plus significatives dans un profil.
• Détermination de potentiels résiduels de nouveaux clients sur le marché
  Les spécialistes déterminent le potentiel résiduel en se basant sur le profil des clients importants et sur d’éventuels critères complémentaires ou d’ajustement.
• Identification des clients:
  présentant un important potentiel de développement, présentant un potentiel de vente croisée ou incitative, particulièrement profitables, inactifs mais prêts à être réactivés, risquant de passer à la concurrence
  
  En se basant sur des données du passé, les analystes calculent la durée de la relation client attendue ainsi que la rentabilité des clients. Ils identifient également des clients susceptibles de passer à la concurrence. Ils effectuent une projection des valeurs empiriques dans l’avenir et apprécient le potentiel de développement ainsi que de ventes croisées et incitatives des clients.
• Détermination de la valeur de durée de vie client (customer lifetime value)
  Les données du passé permettent de prévoir le comportement futur des clients et les chiffres d’affaires potentiels.
• Prévision de la durée des relations avec les clients (customer lifetime)
  Pour cela, les données des clients perdus sont comparées à celles des clients actifs.
• Identification des prospects les plus susceptibles d’être transformés en clients qui paient
  À cette fin, les analystes comparent les données des nouveaux clients avec celles des prospects.
• Analyse du panier (Quels produits les clients achètent-ils et dans quelle combinaison?) et prévision des achats
  Les spécialistes analysent le panier et recherchent des modèles de séquences de produits. Les résultats forment la base de la prévision consécutive.
• Détermination de sites de distribution optimaux
  Les analystes prennent en compte des informations sur la situation du marché et de la concurrence et intègrent dans leurs réflexions des données relatives à la géographie et aux transports. À partir de ces informations, ils déterminent ensuite les sites idéaux.
• Visualisation de la densité de clientèle et du potentiel de nouveaux clients dans des secteurs géographiques
  Les données client et le profil des nouveaux clients sont transférés dans des secteurs géographiques.

Pour savoir comment fonctionnent réellement les individus, il faut suivre leurs traces numériques. Celles-ci permettent de créer un profil psychologique spécifique. Explications de l’expert en psychométrie Michal Kosinski.

Interactions sociales, divertissement, shopping, rencontres – chaque clic et chaque tapotement sur un appareil numérique révèle des choses sur nous. Le chercheur Michal Kosinski a développé une méthode permettant de créer un portrait psychologique complet à partir de ces empreintes numériques. Elles révèlent notre personnalité jusque dans les détails les plus intimes. Par exemple, l’analyse de 150 «J’aime» sur Facebook suffit pour connaître une personne mieux que ses parents.

«Les données sont le nouvel or noir»

Michal Kosinski est professeur assistant à la Stanford Graduate School of Business (États-Unis). Il a présenté ses découvertes lors du DirectDay 2017. Vous trouverez ici un résumé vidéo de sa présentation.

Michal Kosinski est convaincu que le développement de profils psychologiques sur la base des empreintes numériques et leur utilisation est légitime tant que les normes d’éthique sont respectées. Il a cependant découvert à ses dépens qu’il existait également un côté sombre lors des élections présidentielles américaines de 2016: les stratèges numériques de Donald Trump ont utilisé sa méthode à son insu pour donner satisfaction à chaque électeur avec une vérité taillée sur mesure pour son profil psychologique.