A découvrir dans KNOWLBOX, l’exploration automatisée des data ou Data Scanning.
Face à la volumétrie et à la diversité croissantes des données, qui n’a rêvé d’une baguette magique, transformant les données brutes en informations pertinentes et explicatives des comportements clients ? Ne rêvez plus, cette baguette magique c’est le nouveau module Data Scanning de KNOWLBOX.
Le défi colossal du datamining
Tout le défi d’une analyse datamining en marketing, que ce soit construire un score d’appétence, comprendre les causes de l’attrition, mieux cibler une campagne marketing ou mettre en place une segmentation effcicace, repose sur la création d’agrégats, pour passer des champs de la base de données (par exemple les lignes d’achats) à des informations porteuses de sens (le comportement promophile, la sensibilité aux invitations ventes privées …). Cette étape de pré-traitement des données est cruciale – c’est le fameux effet GIGO, garbage in, garbage out – longue, et souvent considérée comme fastidieuse. Elle prend, chiffre largement difffusé, 80% du temps consacré à une analyse datamining.
Bien sûr, il y a des agrégats classiques, les fameux récence / fréquence / montant en sont les piliers, mais les nouvelles données aujourd’hui disponibles grâce à plus de facilité de stockage et à la prise de conscience de leur valeur, nous incite à chercher plus loin. Comment croiser les transactions, la navigation sur internet, les moments d’achat, la réactivité aux différents types d’opérations marketing, l’intérêt pour les newsletters… , quels métriques retenir ? La tâche est colossale.
Le Data Scanning au secours du dataminer
Le module Data Scanning de KNOWLBOX, c’est une nouvelle fonctionnalité de la classe des fonctionnalités prédictives de l’outil. Le module recherche automatiquement à partir d’une liste de critères pré-existante, ou directement à partir des champs de la base de données, les critères les plus corrélés à un comportement cible. Le Data Scanning peut identifier ainsi les ruptures optimales dans les variables (quel est le seuil sur le panier moyen, par exemple), mais aussi les combinaisons de variables issues de croisement avec des opérateurs logiques, relationnels ou mathématiques (on découvrira par exemple que le panier moyen est plus explicatif lorsqu’il est rapporté à l’ancienneté du client).
Le Data Scanning recherche et évalue des milliers de critères avant de restituer une liste triée selon la corrélation avec la variable cible. Le dataminer choisit ensuite ceux qui sont le plus parlant. Dans KNOWLBOX c’est un clic de souris, pour les ajouter à la bibliothèque de critères.
Le nouveau module Data Scanning de KNOWLBOX est une fonctionnalité unique vraiment étonnante et qui enrichit substantiellement les analyses datamining : les comportements clients sont mieux décrypés et les modèles prédictifs plus performants.
A essayer sans attendre !
