Scoring

Réaliser un score de A à Z

20/02/2002

© Inbox

Stéphane Amarsy

1

Sommaire Inbox La problématique La découverte de la problématique La découverte des données La méthodologie Les variables explicatives simples Les variables explicatives composées La modélisation Les résultats Le choix du modèle L’utilisation 20/02/2002

© Inbox

Stéphane Amarsy

2

Inbox De l ’acquisition à l ’efficacité économique de la relation client

L ’acquisition de clients Conseils (off & on line) Régie (on line) Plate-forme emailing

Le Système d'Information marketing Audit Mise en place

Le data mining & web mining Études Conseils

20/02/2002

© Inbox

Stéphane Amarsy

3

La problématique Un organisme financier souhaite commercialiser une nouvelle SICAV auprès de ses clients Une action de test a été menée sur un groupe d’agence représentatif de façon à construire une campagne de sollicitation économiquement optimale Nous disposons de 20 000 personnes sollicitées dont 5 000 ont acheté le produit proposé

Le travail consiste à identifier les personnes ayant le plus de chance d’acheter ce produit et le montant qu’ils vont souscrire Création de trafic en agence pour les grands montants et souscription à distance pour les autres 20/02/2002

© Inbox

Stéphane Amarsy

4

La découverte de la problématique Pouvoir répondre aux questions suivantes Données disponibles ? Biais dans le comportement ? Cadre législatif ? Histoire du produit/service ? Contexte concurrentiel ? Mise en œuvre ? Mode de commercialisation ? … 20/02/2002

© Inbox

Stéphane Amarsy

5

La découverte des données Variable à expliquer (Y)

Signification Statistiques de base (ex % de souscripteurs)

Variable explicative par variable explicative Signification Statistiques de base

Distribution Moyenne, écart type, … Valeurs manquantes

Création à partir de la base de données d’un fichier d’étude

Création d’un enregistrement par individu statistique (le client dans notre cas) Création d’un fichier de validation (~ 30 %) Statistiques de base

20/02/2002

© Inbox

Stéphane Amarsy

6

La méthodologie Fort de la connaissance de la problématique et des données Choix de la méthodologie Segmentation / Modélisation / … Étude basée sur La détention : biais dû à l’influence de la détention dans le comportement et à l’exposition à l’offre L’achat : biais dû à l’exposition à l’offre L’achat suite à une sollicitation : le plus pur à condition que les individus sollicités soient représentatifs

Dans notre cas, on explique l’achat compte tenu du passé Construction d’un score pour l’appétence Construction d’un score pour le montant 20/02/2002

© Inbox

Stéphane Amarsy

7

La méthodologie Appétence++

Appétence

N (6) mois

Appétence N (6) mois

Variables Variables explicatives explicatives

o n p K (3) mois

K (3) mois

Souscription

Souscription --

Montant --

N (6) mois Montant Montant

N (6) mois Variables explicatives Variables explicatives

20/02/2002

© Inbox

Stéphane Amarsy

K (3) ++ mois K (3) mois

Montant

Montant

8

Les variables explicatives simples Les variables qualitatives (ex PCS, sexe, …) Les valeurs manquantes L’agrégation de modalités Vérification du pouvoir explicatif par un tableau croisé

20/02/2002

© Inbox

Stéphane Amarsy

9

Les variables explicatives simples

Situation familiale

20/02/2002

Celibataire Effectif % ligne % colonne Concubin Effectif % ligne % colonne Marié Effectif % ligne % colonne Divorcé Effectif % ligne % colonne Veuf Effectif % ligne % colonne Total Effectif % ligne % colonne

Variable à expliquer Souscripteurs Non souscripteurs Total 250 750 1000 25,00 75,00 100,00 5,00 5,00 5,00 550 1500 2050 26,83 73,17 100,00 11,00 10,00 10,25 3500 7250 10750 32,56 67,44 100,00 70,00 48,33 53,75 450 3500 3950 11,39 88,61 100,00 9,00 23,33 19,75 250 2000 2250 11,11 88,89 100,00 5,00 13,33 11,25 5000 15000 20000 25,00 75,00 100,00 100,00 100,00 100,00

© Inbox

Stéphane Amarsy

10

Les variables explicatives simples Les variables quantitatives (ex age, revenus, …)

Épargne

Valeurs manquantes et individus « aberrants » Forme de la liaison

Age

Corrélation (si liaison linéaire) Découpage en n classes et croisement avec la variable à expliquer

Transformation Fonction croissante et continu (log) Qualitative 20/02/2002

© Inbox

Stéphane Amarsy

11

Les variables explicatives simples Les variables quantitatives (ex age, revenus, …) Valeurs manquantes et individus « aberrants » Forme de la liaison

Revenus

Corrélation (si liaison linéaire) Découpage en n classes et croisement avec la variable à expliquer

Transformation

Age

Fonction croissante et continu (log) Qualitative 20/02/2002

© Inbox

Stéphane Amarsy

12

Les variables explicatives simples Les variables quantitatives (ex age, revenus, …) Valeurs manquantes et individus « aberrants » Forme de la liaison

Revenu

Corrélation (si liaison linéaire) Découpage en n classes et croisement avec la variable à expliquer

Age

Transformation Fonction croissante et continu (log) Qualitative 20/02/2002

© Inbox

Stéphane Amarsy

13

Les variables explicatives simples Les variables quantitatives (ex age, revenus, …) Valeurs manquantes et individus « aberrants » Forme de la liaison

Transformation Fonction croissante et continu (log) Qualitative 20/02/2002

© Inbox

40

% de souscripteurs

Corrélation (si liaison linéaire) Découpage en n classes et croisement avec la variable à expliquer

35 30 25 20 15 10 5 0 <25 ans

<45 ans

Stéphane Amarsy

<55 ans

< 65 ans

14

>=65 ans

Les variables explicatives composées Le principe : faire de 2 (ou plus) variables, une variable apportant du pouvoir explicatif Statistiquement Comportement Logique

Comment faire ? Les combiner numériquement entre elles : +, -, /, *, %, … Épargne = somme des produits d’épargne Taux d’endettement = charges / revenus

Les combiner qualitativement entre elles Transformation en variables qualitatives Croisement des variables Regroupement de case à partir de la répartition de la variable à expliquer en prenant en compte la logique comportementale et la robustesse statistique 20/02/2002

© Inbox

Stéphane Amarsy

15

Les variables explicatives composées

Age

< 25 ans 25 à 40 ans 40 à 55 ans 55 à 65 ans 65 ans et +

<1 K€ 4 8 6 2 1

1 à 4 K€ 8 20 16 12 5

Epargne 4 à 8 K€ 20 25 22 18 6

8 à 25 K€ 35 40 33 22 18

150 K€ et + 28 37 30 19 15 20%

% de souscripteurs

20/02/2002

© Inbox

Stéphane Amarsy

16

Les variables explicatives composées

% de souscripteurs

40 35 30

35-40

25

30-35 25-30

20

20-25

15

15-20 10-15

10

5-10 150 K€ et +

5 0

4 à 8 K€

65 ans et + 55 à 65 ans 40 à 55 ans 25 à 40 ans

20/02/2002

0-5

© Inbox

<1 K€ < 25 ans

Stéphane Amarsy

17

Les variables explicatives composées 65 ans et + 55 à 65 ans 40 à 55 ans

30-40 20-30 10-20

25 à 40 ans

<1 K€

20/02/2002

1à4 K€

0-10

< 25 ans 4 à 8 8 à 25 150 K€ K€ K€ et + © Inbox

Stéphane Amarsy

18

Les variables explicatives composées

Age

< 25 ans 25 à 40 ans 40 à 55 ans 55 à 65 ans 65 ans et +

<1 K€ 4 8 6 2 1

1 à 4 K€ 8 20 16 14 5

Epargne 4 à 8 K€ 20 25 22 18 6

8 à 25 K€ 35 40 33 22 18

150 K€ et + 30 37 30 19 15 20%

5%

20/02/2002

22 %

16 %

© Inbox

Stéphane Amarsy

36%

19

La modélisation Le choix des variables explicatives Les plus explicatives « non corrélées » Discrétiser les variables qualitatives ? Penser aux effets des variables quantitatives (simple si linéaire, carré si parabolique, …) Épargne

Revenus

Épargne=b*Age+c Revenus=a*Age2+b*Age+c Age 20/02/2002

© Inbox

Stéphane Amarsy

Age

20

La modélisation Le choix de la technique de modélisation Choisir la ou les plus appropriée(s) Données Mise en œuvre Compréhension …

Les techniques Arbres de segmentation Modèles mathématiques (linéaire, logistique, …) Réseaux de neurones Algorithmes génétiques … 20/02/2002

© Inbox

Stéphane Amarsy

21

La modélisation La modélisation logistique Modélisation de la probabilité d’être 1 eX P[y=1]=F(variables explicatives) F(X)= X 1 + e Choix de la méthode Forward Backward Stepwise

Itération jusqu’à l’obtention du modèle Variables significatives Variables cohérentes Estimateurs logiques

Exemple P[Y=1]=F(0,2*Age-0.0003*Revenus+1.203 (si sexe=F)+0 (si sexe=M) …) 20/02/2002

© Inbox

Stéphane Amarsy

22

Les résultats Découpage en 10 classes d’effectif égal et vérification du taux de souscription Échantillon de construction Échantillon de validation

20/02/2002

© Inbox

Stéphane Amarsy

23

Les résultats 70 % Y=1

60

Construction Validation Moyenne

50 40 30 20 10 0 1 20/02/2002

2

3 © Inbox

4

5

6

7

Classe de score Stéphane Amarsy

8

9

10 24

Les résultats La courbe de concentration 100 % Y=1

90 80 70 60 50

Construction Hasard Validation

40 30 20 10 0 10

9

8

7

6

5

4

3

2

1

Classe de score 20/02/2002

© Inbox

Stéphane Amarsy

25

Le choix du modèle Robustesse Logique Simplicité Capacité à être exploité Marketing/commercial Informatique

Pouvoir explicatif 20/02/2002

© Inbox

Stéphane Amarsy

26

L’utilisation 100 % Y=1

90 80 70

30 % de la population, 78 % des répondants, 41 % de souscription

60 50

Construction Hasard Validation

40 30 20 10 0 10

9

8

7

6

5

4

3

2

1

Classe de score

Budget 20/02/2002

© Inbox

Stéphane Amarsy

Chiffre d’Affaires Rentabilité Coûts

27