SPAD ICT : Typologies et segmentations par arbres de décision 

ICT : Interactive Clustering Tree ou Typologies par arbres de décision

Disponible avec la version 6.5 de SPAD, la nouvelle méthode de segmentation ICT révolutionne l’approche des typologies. S’appuyant sur un concept innovant, SPAD apporte aux utilisateurs la possibilité de combiner en une seule étape la puissance des typologies et l’interactivité des arbres de décision.

Avec ICT, SPAD renforce son positionnement de leader sur le marché de l’analyse de données et du data mining.

Interactive Clustering Tree est une méthode extrêmement puissante qui formalise directement les typologies sous la forme d’arbres de décision.

Avantages d’ICT par rapport aux méthodes usuelles

Simplicité d’interprétation

• Règles logiques pour l’appartenance aux classes
• On interprète l’appartenance aux classes en parcourant l’arbre de décision
• Description automatique des classes par l’ensemble des éléments du fichier

Simplicité de diffusion des résultats

Typologies / segmentations immédiatement opérationnelles

• Traduction des règles logiques sous forme de requêtes SQL
• Affectation automatique d’un nouvel individu
• Rafraîchissement à la volée ou planifié de la segmentation

Meilleure appropriation par les experts métier

Interactivité : choix des variables de segmentation et des seuils

Gain de temps : divisé par 2 !

La segmentation finale peut être construite sur la base des variables actives de l’analyse (cas classique) ou sur une sélection des variables (actives et/ou illustratives) de cette analyse.

• Exemple : On peut construire un arbre de décision avec des variables socio-économiques (Age, sexe, revenu...) dans un espace déterminé par des variables d’opinions. On obtient donc une typologie où les segments sont définis par des règles sur les variables socio-économiques, mais où le regroupement des individus est fait en fonction de leurs ressemblances sur les opinions.
  
  

Exemples d'applications

• Marketing : segmentation comportementale des clients, personnalisation des offres et des canaux de communication…
• Commercial : regroupement des points de ventes en segments homogènes du point de vue des caractéristiques de leurs clientèles, de leurs résultats, tailles…
• Satisfaction : segmentation de la clientèle en groupes homogènes du point de vue des différents items de satisfaction…
• Sociologie : mise en évidence de profils-types du point de vue de critères socio- démographiques, styles de vie, opinions, attentes…
• ...

Les typologies, appelées communément classifications ou segmentations, segmentent une population en groupes homogènes d’individus du point de vue d’un ensemble de variables, de telle sorte que :

• Deux individus d’un même groupe se ressemblent le plus possible,
• Deux individus de groupes distincts diffèrent le plus possible.

Les typologies visent à synthétiser et à résumer de manière optimale une réalité complexe matérialisée par un ensemble de variables.

A contrario, les arbres de décision ont pour but d’expliquer une variable cible (privilégiée) par un ensemble de prédicteurs (variables explicatives). En pratique, les arbres de décision segmentent la population étudiée par divisions successives jusqu’à l’obtention de segments aussi homogènes que possible du point de vue de la variable cible. Leur intérêt majeur est qu’ils permettent d'exprimer les résultats sous forme de règles logiques faciles à interpréter, récupérables et applicables à d'autres données : Un nouvel individu "descend" l'arbre depuis la racine jusqu'à un segment terminal. Son trajet dans l'arbre est entièrement déterminé par les valeurs de ses variables explicatives. De plus, les arbres de décision permettent aux experts métiers de choisir d’autres variables de coupures que celles proposées par défaut.

Par une judicieuse alliance de ces deux méthodes, ICT simplifie l’interprétation et l’exploitation opérationnelle de toutes les typologies.