Data Mining Et Scoring. Bases De Donnees Et Gestion De La Relation Client

Par : Stéphane Tufféry

Formats :

Définitivement indisponible
Cet article ne peut plus être commandé sur notre site (ouvrage épuisé ou plus commercialisé). Il se peut néanmoins que l'éditeur imprime une nouvelle édition de cet ouvrage à l'avenir. Nous vous invitons donc à revenir périodiquement sur notre site.
  • Nombre de pages311
  • PrésentationBroché
  • Poids0.645 kg
  • Dimensions17,5 cm × 25,0 cm × 1,5 cm
  • ISBN2-10-006527-0
  • EAN9782100065271
  • Date de parution27/06/2002
  • CollectionInfoPro
  • ÉditeurDunod

Résumé

Le data mining est une discipline de plus en plus répandue dans les entreprise soucieuses d'extraire l'information pertinente cachée dans leurs bases de données, en vue notamment d'améliorer leur gestion de la relation client (CRM) et leur maîtrise des risques. Après avoir défini ce qu'est le data mining et dressé un panorama de ses applications, cet ouvrage expose les grandes étapes d'un projet de data mining, et particulièrement les deux points centraux que sont la préparation des données et la mise en œuvre d'algorithmes spécifiques. Il aborde l'aspect méthodologique en prenant pour exemple le déploiement d'un outil de scoring, comme il en existe beaucoup dans les banques, le organismes de crédit et chez les opérateurs téléphoniques, pour prédire soit le risque d'impayé, soit la possibilité de souscrire un contrat ou d'acheter un produit. Il généralise ensuite ce qui peut l'être à tous les projets de data mining, tant en ce qui concerne les facteurs de réussite que les pièges à éviter. Le choix d'un logiciel de data mining, ainsi que le text mining et le web mining font aussi l'objet d'explications détaillées. Le dernier chapitre présente une étude de cas destinée à illustrer les principe exposés dans l'ouvrage. Ce livre s'adresse aux statisticiens, aux utilisateurs et aux gestionnaires de bases de données. Les décideurs, mais aussi les enseignants et étudiants en sciences économiques, peuvent également le lire avec profit.
Le data mining est une discipline de plus en plus répandue dans les entreprise soucieuses d'extraire l'information pertinente cachée dans leurs bases de données, en vue notamment d'améliorer leur gestion de la relation client (CRM) et leur maîtrise des risques. Après avoir défini ce qu'est le data mining et dressé un panorama de ses applications, cet ouvrage expose les grandes étapes d'un projet de data mining, et particulièrement les deux points centraux que sont la préparation des données et la mise en œuvre d'algorithmes spécifiques. Il aborde l'aspect méthodologique en prenant pour exemple le déploiement d'un outil de scoring, comme il en existe beaucoup dans les banques, le organismes de crédit et chez les opérateurs téléphoniques, pour prédire soit le risque d'impayé, soit la possibilité de souscrire un contrat ou d'acheter un produit. Il généralise ensuite ce qui peut l'être à tous les projets de data mining, tant en ce qui concerne les facteurs de réussite que les pièges à éviter. Le choix d'un logiciel de data mining, ainsi que le text mining et le web mining font aussi l'objet d'explications détaillées. Le dernier chapitre présente une étude de cas destinée à illustrer les principe exposés dans l'ouvrage. Ce livre s'adresse aux statisticiens, aux utilisateurs et aux gestionnaires de bases de données. Les décideurs, mais aussi les enseignants et étudiants en sciences économiques, peuvent également le lire avec profit.