NestMining, le data mining de la Relation Client

NestMining ®

1er semestre 2007

L’expertise datamining

au service de votre relation client à distance

2 - NestMining : l’expertise datamining au service de votre relation client à distance

NestMining ® : optimisez votre marketing multicanal

NestMining ® =• Explorer

• Analyser

• Modéliser

• Prédire


Le processus méthodologique


NestMining ® : valorisez vos bases de données clients

Modéliser

Segmenter

Scorer

Prédire

Explorer

Analyser

?

NestMining ®

?

?

?

?


Scorer : import de données


Scorer : audit des données


Scorer : échantillonnage

Il s'agit de définir un échantillon d’apprentissage et un échantillon de validation


Scorer : redressement

Ensuite il faut redresser l’échantillon (selon les objectifs recherchés : recherche de représentativité par rapport à la base d’origine, équilibrage proportionné de la variable àexpliquer…)

On limite par

ailleurs la perte

d’information en optant pour l’approche par la

pondération des individus (et en

déconseillant

l’approche par la

restriction de la taille

de l’échantillon)


Scorer : catégorisation des variables

La solution Teletech catégorise automatiquement les données de chaque variable analysée, et, surtout, propose un découpage catégoriel optimal en fonction de la variable à expliquer !

Exemple pour l’âge ci-contre :les tranches proposées sont celles qui différencient au maximum la rétention de la

non-rétention

(Ce processus

correspond à une démarche de recodage automatique)


Scorer : statistiques descriptives

un tableau synoptique de la qualité des données et de leurs indicateurs-

clés (avec filtrage

des données sous-renseignées)


Scorer : segmentation et profilage

un tableau synoptique croisant toutes les variables avec la variable àexpliquer !

En vert : les sur-

représentationssignificatives

En rouge : les sous-

représentationssignificatives


Scorer : paramétrage du modèle

On va ensuite désigner la variable à expliqueret sélectionner les variables potentiellement explicatives du comportement observé

La cible désigne la variable à expliquer et les variables descriptives correspondent aux variables potentiellement explicatives


Scorer : exploration des données

Les données de chaque variable font l’objet de transformations et de combinaisons systématiques, afin de faire émerger, à partir des variables existantes, les nouvelles variables transformées et/ou combinées qui permettent de différencier au mieux les comportements.

L’originalité de la méthodologie réside dans l’exhaustivitéde la démarche d’exploration des données



Le pouvoir discriminant de chaque variable d’origine, de chaque variable transformée, et de chaque variable combinée (deux à deux, voire trois à trois) est statistiquement testée pour établir une hiérarchie des variables qui expliquent le mieux le comportement observé.

L’exhaustivité de la démarche d’exploration des données est mise en œuvre dans lesoptions détaillées du paramétrage de l’exploration (ci-contre)



Les résultats de l’exploration sont résumés dans une série d’indicateurs-clés


Scorer : recodage optimal

Le recodage optimal des données de chaque variable en fonction du meilleur pouvoir discriminant de la variable àexpliquer !


Scorer : variables discriminantes

On dresse le palmarès des variables qui différencient le mieux le comportement observé(en haut)

Il y associe le croisement avec toutes les autres variables, ce qui permet de décrire le profil de chaque variable par rapport à ce comportement (en bas)


Scorer : hiérarchie des segments

Le calcul d’un indice de sur-représentation(ici en vert) permet de hiérarchiser les segments (c’est-à-dire les variables ou les combinaisons de variables prenant certaines valeurs) en fonction de leur attrait relatif par rapport au comportement observé (%age cible)


Scorer : visualisation des segments

La visualisation des segments sous la forme d’un arbre de décision, optionnelle par rapport à la construction d’un score opérationnel, est possible en automatique ou de manière interactive


Scorer : évaluation des modèles

Les performances des modèles construits sont comparées, y compris de manière dégressive par tranche de sous-population àciblage prioritaire(les « top »).

Idéal pour prioriser les appels !!



La génération des graphiques de gain d’information (outil de mesure des performances d’un modèle) est paramétrable



Les graphiques de gain d’information sont fournis avec un tableau de découpage de l’échantillon par cibles d’intérêt décroissant

Idéal pour évaluer la quantitéd’individus de chaque cible, par ordre décroissant de prioritéd’appels !



Le profilage des individus ciblés en priorité est disponible via un tableau synoptique dans lequel on retrouve les indices de sur-représentation

Il permet de décrire à quoi vont plutôt ressembler les individus au comportement souhaité


Scorer : utilisation des scores

Le prospect numéro 4 présente une probabilité de rétention positive supérieure de près de 18 points à la moyenne des rétentions observées (68 % contre 50 % en moyenne ici)

Ce prospect est beaucoup plus intéressant à appeler que le prospect numéro 2, qui présente une probabilité de rétention positive proche de la moyenne


Utilisation des scores

Méthodologie Teletech : créer une table d’analyse via une requête SQL à partir des bases de données sélectionnées

Alimenter NestMining avec la table d’analyse créée

Construire un modèle optimal, pour obtenir une équation de calcul individuel du score client (appelés) applicable aux prospects (non appelés)

Trier les prospects scorés par score décroissant pour prioriser les appels

Mesurer les écarts de résultats sur appels scorés par rapport aux appels non scorés (pour évaluation ROI)

Afficher le score dans l’écran de script d’entretien pour fournir une « cotation »du client/prospect au téléopérateur


Les Usages dans le CRM


NestMining ® : optimisez le cycle de vie de vos clients

NestMining ®

Acquisition

NestMining ®

Fidélisation & Rétention

NestMining ®

Reconquête

Win Up !

Win Through !

Win Back !


NestMining ®

Acquisition

NestMining ®

Rétention

NestMining ®

Fidélisation

NestMining ® : optimisez le cycle de vie de vos clients

NestMining ®

Reconquête

1

2

3

4


NestMining ® : optimisez votre conquête clients

En phase de conquête de nouveaux clients, Teletech explore vos bases de données pour :

� détecter, avant de les appeler, vos prospects chauds, tièdes et froids

� orienter les contacts prospects vers les cibles à fort potentiel

� construire et sélectionner les meilleures argumentations

qui convainquent vos prospects de devenir vos clients

NestMining ®

Acquisition

1


Nest Mining ® Acquisition : une démarche prédictive

AVANT LA CAMPAGNE D’APPELS

AUDITdes données

ANALYSEdescriptive

MODELEexplicatif

SCOREprédictif

PENDANT LA CAMPAGNE D’APPELS

CIBLAGEscoré

APPELSsélectifs

SUIVIrésultats

SCOREobservé

APRES LA CAMPAGNE D’APPELS

BILANcomparé

MESUREefficacité

MODELEenrichi

SCOREaffiné

Dans les cas de bases de données pauvres en informations


Acquisition Telecom ADSL


NestMining ® : optimisez votre fidélisation clients

NestMining ®

Fidélisation & Rétention

2

3

En phase de fidélisation de vos clients acquis, Teletech approfondit l’analyse de vos bases de données pour :

� prédire et prévenir les risques que vos clients vous quittent

� repérer, parmi les clients qui veulent vous quitter, ceux qu’il faut retenir


Quelques exemples


0

5 000

10 000

15 000

20 000

25 000

30 000

35 000

40 000

ME

DEC

INE G

ENER

ALE

26 %

des

cita

tions

*

CAR

DIO

LOG

IE

12 %

des

cita

tions

*

DIA

BETE

12 %

des

cita

tions

*

PEDIA

TRIE

10 %

des

cita

tions

*PN

EUM

OLO

GIE

10 %

des

cita

tions

*

Citations en 1

Citations en 2

Citations en 3

Citations en 4

Citations en 5

35.006

16.647 16.120 14.269 14.192

* Ces 5 centres d’intérêt médicaux représentent à eux seuls 70 % des 136.967 citations (pour 42.670 médecins interrogés)

Information des médecins : centres d’intérêt (1/5)


Opération rétention Assurances


NestMining ® : optimisez votre reconquête clients

NestMining ®

Reconquête4

En phase de reconquête de vos clients perdus, Teletech réexamine vos bases de données pour identifier, parmi vos anciens clients, ceux qu’il faut récupérer

Acquisition, Fidélisation, Rétention, Récupération :Teletech organise, pilote et fait vivre votre relation client à distance « clef en main » en mettant à votre disposition son réseau international de centres de contacts clients multicanal.


NestMining ® : prédire le comportement de vos clients

Expert en relation client à distance, Teletech innove en vous offrant des campagnes prédictives de relation client

Teletech enrichit, explore, analyse et modélise vos données clients et prospects

Pour mettre à votre service sa méthodologie prédictive de relation client, Teletech utilise une panoplie de techniques éprouvées, issues des recherches en statistiques et fouille de données (datamining), pour segmenter et scorer vos clients et prospects avant, pendant et après chaque campagne de relation client.


NestMining ® : votre contact relation client

Vous voulez tester nos prestations NestMining ® ? Confiez-nous vos données, nous les ferons parler pour qu’elles parlent à vos clients !

� Contact :

Teletech International

12 Boulevard Clémenceau

F-21000 DIJON (France)

[email protected]

+33 (0)3 80 60 90 60


Ils font confiance à Teletech http://www.teletech-int.com

Documents

NestMining, le data mining de la Relation Client