Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Master 2 Ingénierie et Analyse Economique ESSEC de Tunis Année 2016-2017 Constr

Master 2 Ingénierie et Analyse Economique ESSEC de Tunis Année 2016-2017 Construction d’un score mailing customer cas de l’entreprise….. caccas Étudiante:Tebib Hanen Entreprise d’accueil: National Pen Promotional Products Limited Customer Intelligence Team 33700 Mérignac, Bordeaux Tuteur de stage: Benjamin Boraud Tuteuracadémique: Ben Said Hayet CONFIDENTIEL Construction d’un score Customer. 2 Clause de confidentialité L’ensemble des données contenues dans ce rapport sont faussées, des valeurs fictives ont été insérées dans les tableaux afin de remarquer les tendances. Construction d’un score Customer. 3 Corrige la table des matières Remerciements Je tiens à remercier et à témoigner toute ma reconnaissance aux personnes suivantes, pour l’expérience enrichissante et pleine d’intérêt qu’elles m’ont fait vivre durant ces six mois au sein de l’entreprise National Pen, Mérignac. Monsieur Alex Boufflerd, directeur marketing Europe, pour son accueil et la confiance qu’il m’a accordée dès mon arrivée dans l’entreprise. Madame Christelle Lassarade, responsable du service Customer intelligence, pour m’avoir accepté étant membre de l’équipe CIT et m’avoir intégré rapidement au sein de l’entreprise et m’avoir accordé toute sa confiance. Monsieur benjamin Boraud mon tuteur, pour le temps qu’il m’a consacré tout au long de cette période, pour son encadrement sur mes missions, sachant répondre à toutes mes interrogations ; sans oublier sa participation au cheminement de ce rapport Messieurs Nicolas,Raphaël, thomas et madame carole, ainsi que l’ensemble du personnel de National Pen pour leur accueil sympathique et leur coopération professionnelle tout au long de ces six mois. Je tiens également à remercier toute l’équipe pédagogique de l ESSECT et les intervenants professionnels responsables de la formation ingénierie et analyse économique, pour avoir assuré la partie théorique de celle-ci. Je remercie également Madame Hayat ben Saïd pour l’aide et les conseils concernant les missions évoquées dans ce rapport, qu’elle m’a apporté lors des différents suivis à distance. Construction d’un score Customer. 4 Sommaire Remerciements ............................................................................................................................................. 3 Introduction .................................................................................................................................................. 6  Intérêt du projet ........................................................................................................................................................ 8  Plan du projet ............................................................................................................................................................. 8 I. Chapitre1: Mise en context ................................................................................................................. 10 Introduction ........................................................................................................................................................................ 10 A. Présentation de l’entreprise: .............................................................................................................................. 10 B. Activité de l’entreprise .......................................................................................................................................... 12 C. Présentation de l’équipe Customer intelligence et les outils ................................................................ 14 1. Presentation des outils: .............................................................................................................. 14 D. Présentation du sujet de stage: ............................................................ Error! Bookmark not defined. Conclusion du chapitre : ................................................................................................................................................ 16 II. Chapitre2: Recherche de solutions, méthodologie ................................................................... 17 Introduction ........................................................................................................................................................................ 17 A. Construction des différentes bases de modélisation .......... Error! Bookmark not defined. B. Variables explicatives liées client et son environnement ...................................................................... 18 C. Préparation de données ....................................................................................................................................... 22 1. Échantillonnage ........................................................................................................................... 22 2. Traitement des valeurs manquantes .......................................................................................... 23 D. Méthodologie sur SAS MINER ............................................................... Error! Bookmark not defined. E. Méthodes statistiques .......................................................................................................................................... 26 1. Les réseaux neurones ................................................................................................................. 27 2. Les Forets aléatoires ................................................................................................................... 29 3. Scoring ......................................................................................................................................... 30 Conclusion de chapitre: .................................................................................................................................................. 33 III. Chapitre 3 : Résultat et application du modèle .................................................................................. 34 Construction d’un score Customer. 5 Introduction ........................................................................................................................................................................ 34 A. Comparaison et validation du modèle: ......................................................................................................... 34 1. Indicateurs statiques: .................................................................................................................. 34 2. Indicateurs métier: ...................................................................................................................... 39 3. Validation: ................................................................................................................................... 42 B. Cas pratique et recommandation ..................................................................................................................... 44 Conclusion chapitre .................................................................................................................................... 46 Les principaux résultats ................................................................................. Error! Bookmark not defined. Les apports de la recherche ........................................................................... Error! Bookmark not defined. Contributions théoriques ............................................................................. Error! Bookmark not defined. Contributions méthodologiques .................................................................. Error! Bookmark not defined. Contributions professionnelles : apports du stage et compétences acquises ........................................... 48 Les limites de la recherche .......................................................................................................................... 48 Les limites méthodologiques ......................................................................... Error! Bookmark not defined. Les limites relatives à la validation empirique .......................................... Error! Bookmark not defined. Les limites relatives à la validation externe .............................................. Error! Bookmark not defined. Voies de recherche ..................................................................................................................................... 49 Bibliographie ...................................................................................................................................................................... 50 Construction d’un score Customer. 6 Introduction Aujourd’hui l’utilisation de l’apprentissage statistique se multiplie car les jeux de données se multiplient également. Le traitement des données se fait en une manière rapide. Les entreprises exploitent donc plus facilement cet outil. La plupart des entreprises utilisent la machine Learning pour leur permettre d’améliorer l’acquisition, la connaissance et la fidélisation client. De nos jours les entreprises sont capables d’affiner leur ciblage et analyser toutes les facettes du comportement du consommateur. Pour ce fait, les entreprises considérées matures en France sont celles qui ont lancé une étude d’opportunité du Big data (définir qu’est ce que le Big data) et qui ont également mis en place une stratégie globale de gestion de leurs données clients, pour favoriser une meilleure circulation des données en interne et une exploitation plus cohérente et transversale de ces données. Construction d’un score Customer. 7 National Pen est l’une de ces entreprises qui a fait le choix d’intégrer ce domaine à son processus métier et considère les données comme une valeur sacrée. Face à une concurrence impitoyable, la création d’une relation durable avec ses clients présente beaucoup d’avantages pour l’entreprise. Pour cela, National Pen joue sa carte de créativité par le mailing postal, afin d’augmenter le niveau d’engagement de ses clients. Pour diminuer les coûts des campagnes, l’équipe CIT (définir c’’est quoi le CIT) crée les modèles par pays et par produit dans le but d’attirer efficacement les clients qui ont l’intérêt d’achat. Elle utilise les data pour mesurer et comprendre son activité et son environnement de marketing d’objets publicitaire, commercialisée à l’échelle internationale, afin d’être compétitif sur le marché en plein évolution. Depuis 4 ans National Pen a créé un service statistique dans le but de mettre en place les stratégies de l'entreprise via la construction des scores. Pour fidéliser ses clients ou encore recruter des nouveaux clients, chaque année, l’entreprise envoie à une sélection des individus un nombre important de courriers avec un échantillon d’un produit et un bon de commande. Le coût d’envoi de ces courriers est élevé, c’est pourquoi le ciblage est important pour améliorer le rendement de ces campagnes. Pour cela, l’objectif de ce travail de recherche consiste à analyser les caractéristiques et le comportement de chaque client en temps réel pour l’identifier et en suite le fidéliser. En effet, dans le cadre de notre (remplacer je par nous dans tout le rapport) stage au sein de National Pen, nous avons mis en place un score pour les clients de l’Allemagne qui ont intérêt à acheter un produit précis de l’entreprise National Pen, afin de les fidéliser. Plus précisément, vu le grand nombre de clients recrutés par les campagnes de prospections, nous proposons de modéliser des scores de contribution par pays et par produit afin de viser plus de clientèle. Notre principale mission est de créer un score pour les clients de l’Allemagne, pour un produit nommé ‘LPP’ un des best-sellers de l’entreprise. La création de notre premiers modèle « Customer » était de modéliser le taux de réponse à un courrier de type CUSTOMER envoyé, c’est à dire prédire l’acte d’achat en monnaie. Or, nous ne prévoyons pas uniquement l’acte d’achat mais encore les valeurs en monnaies de ces achats pour toute la population. Un modèle qui concerne les clients de National Pen est appelé le modèle contribution. Dans ce cadre, nous estimons la valeur apportée par chaque client, net des charges de l’entreprise. En terme de périmètres, plus l’algorithme rencontre d’observations, plus il s’améliorera et gagnera en précision, pour cela ce Construction d’un score Customer. 8 modèle demande d’utiliser de l’historique des clients au-delà de 24 mois pour modéliser et puis valider. Chaque année l’entreprise tend à créer des nouveaux modèles afin d’assurer la stabilité des données. Par ailleurs, d’autres tâches nous ont été confié, ce qui nous a permis d’avoir une image beaucoup plus concrète sur ce que pouvait être le domaine de l’exploration de données et comprendre et appliquer réellement tout ce que nous avons vu durant notre cursus universitaire .  Intérêt du projet L’intérêt ce projet provient de son originalité opérationnelle. En effet, la richesse en quantité de données et les variables explicatives et encore l’accessibilité se considère comme points forts pour ce travail bien que pour l’entreprise d’accueil, de plus le data mining (qui est…définir le data mining) est la tendance de digital. C’est un domaine très en vogue, nous essayons donc d’apporter un éclairage sur un sujet d’actualité qui est en plein expansion. Pour cela, notre tache consiste à tenir compte de déroulement d’un cas pratique du data mining. En se basant sur des ressources brutes, nous nous intéressons à la façon de traiter un client et aux différentes étapes d’élaboration des indicateurs utiles aux décideurs de l’entreprise, leur permettant d’améliorer le processus des ventes. Ce travail nous permet d’apporter quelques éléments de réponses aux questions suivantes : Sur quelle période allons-nous modéliser et tester le modèle ? quelles variables allons-nous modéliser ? Quelle méthode statistique choisir pour construire le modèle et pour quels critères ? Ces questions sont essentielles puisqu’il s’agissait d’obtenir un meilleur modèle que celui de l’année dernière. En effet, les modèles doivent régulièrement être recrées car ils deviennent instables très rapidement.  Plan du projet Pour présenter les objectifs à atteindre, les différentes phases du projet ainsi que les parties prenantes, notre travail est articulé autour de trois uploads/Geographie/ rapport-de-stage 41 .pdf