7 Créer un modèle de segmentation ou de regroupement avec InfiniteInsight® Modeler. SAP 7.0

PDF

ドキュメント

7 Créer un modèle de segmentation ou de

regroupement avec InfiniteInsight® Modeler

La modélisation de données avec InfiniteInsight ®

étapes:

Modeler / Segmentation se subdivise en quatre grandes



Etape 1 - Définition des paramètres de modélisation



Etape 2 - Génération et validation du modèle



Etape 3 - Analyse et compréhension des résultats d'analyse



Etape 4 - Utilisation du modèle généré

7.1 Etape 1 - Définir les paramètres de modélisation

Pour répondre à votre problématique, vous cherchez à :

 décomposer l'échantillon des 50000 prospects ayant répondu à la phase de test de votre campagne marketing (voir Scénario 1

(voir " Scénario d'utilisation : Gagnez en efficacité et maîtrisez votre budget grâce à la modélisation " à la page 53)) en groupes homogènes.

 décrire chacun de ces groupes et assurer une communication personnalisée vers ces différentes cibles.

InfiniteInsight ® Modeler / Segmentation vous permet de créer des modèles descriptifs.

La première étape du processus de modélisation consiste à définir les paramètres de modélisation, c'est-à-dire à :

Sélectionner une source de données à utiliser comme jeu de données d'apprentissage.

Décrire le jeu de données sélectionné.

Sélectionner les variables.

Vérifier les paramètres du modèle.

Définir le nombre de segments.

CUSTOMER SAP InfiniteInsight® 7.0

7.1.1 Sélectionner une source de données

Pour sélectionner une source de données



Pour sélectionner une source de données

Dans l'écran

Données à modéliser

, sélectionnez l'option

Fichiers texte

pour sélectionner le format de la source de données à utiliser.

Cliquez sur le bouton

Parcourir

La fenêtre de sélection suivante apparaît.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Double-cliquez sur le répertoire

Samples

, puis sur le répertoire

Census

Sélectionnez le fichier

Census01.csv

, puis cliquez sur

Le nom du fichier apparaît dans le champ

Estimation

Cliquez sur le bouton

Suivant

L'écran

Description des données

apparaît.

Passez à la section Décrire les données.

7.1.2 Décrire les données sélectionnées



Pour ce scénario



Sélectionnez

Fichiers texte

comme type de source de données.



Utilisez le fichier de description existant desc_Census01.csv, correspondant au fichier de données

Census01.csv



Pour utiliser un fichier de description existant

Dans l'écran

Description des données

, cliquez sur le bouton

Ouvrir

. La fenêtre

Ouvrir une description

s'affiche.

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionnez le type de votre source de données dans la liste en haut à droite.

Utilisez le bouton

Parcourir

du champ

Répertoire

pour sélectionner le répertoire ou la base de données contenant la source de données.

Note

Le répertoire sélectionné par défaut est le même que celui sélectionné à l'étape précédente.

Utilisez le bouton

Parcourir

du champ

Fichier

pour sélectionner le fichier ou la table contenant les données.

Attention

Quand l'espace de données utilisé pour la construction du modèle contient une variable physique appelée

KxIndex

, il n'est pas possible d'utiliser un fichier de description ne comportant aucune clé pour l'espace de données courant.

Quand l'espace de données utilisé pour la construction du modèle ne contient pas de variable nommée

KxIndex

, il n'est pas possible d'utiliser un fichier de description incluant une description à propos d'une variable

KxIndex

car cette variable n'existe pas dans l'espace de donnée courant.

Cliquez sur le bouton

. La fenêtre

Ouvrir une description

se ferme et la description des données s'affiche dans la fenêtre principale.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Cliquez sur le bouton

Suivant

L' écran

Sélection des variables explicatives

apparaît.

Passez à la section

Sélectionner les variables explicatives



Pour créer un fichier de description

Dans l' écran

Description des données

, cliquez sur le bouton

Analyser

La description des données apparaît.

Vérifiez l'exactitude de la description obtenue.

Si votre fichier de données initial contient des variables qui ont fonction de clés, elles ne sont pas reconnues automatiquement. Décrivez-les manuellement.

Attention

L'espace de données source utilisé, qu'il s'agisse d'une fichier texte ou d'une base de données ODBC, doit contenir au minimum une variable clé.

Une fois la description des données validée, vous pouvez :

• la sauvegarder en cliquant sur le bouton

Enregistrer

• cliquer sur le bouton

Suivant

pour passer à l'étape suivante.

L'écran

Sélection des variables explicatives

apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Passez à la section

Sélectionner les variables explicatives



Pour modifier la description des données

Dans la colonne de votre choix, par exemple la colonne

Stockage

, cliquez sur la case que vous souhaitez modifier.

La liste des valeurs possibles apparaît.

Sélectionnez la valeur souhaitée dans la liste.



Pour spécifier qu'une variable est une clé

Dans la colonne

Clé

, cliquez sur la case correspondant à la ligne de la variable clé.

Entrez la valeur "

" pour définir cette variable comme clé.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Note

Chaque modèle doit contenir une clé, c'est-à-dire qu'une ou plusieurs variables avec un champ clé ayant une valeur de clé différente de zéro. Si aucune clé n'a été détectée pendant le processus d'analyse et qu'aucune variable physique nommée

KxIndex

n'existe dans l'espace de données source, il est impossible d'ajouter une variable appelée

KxIndex

avec sa description. Une variable virtuelle ne peut pas être décrite.

Dans ce cas particulier, en effet, les composants applicatifs de SAP InfiniteInsight

InfiniteInsight ® dans la colonne

Description

: 'Automatically added'.

® génèrent une variable-clé virtuelle nommée

KxIndex

et une description est ajoutée par les composants applicatifs

Pourquoi décrire les données sélectionnées

Pour que vos données soient interprétables et analysables par les fonctionnalités SAP InfiniteInsight déterminant leur :

® , elles doivent être décrites. En d'autres mots, le fichier de description spécifie la nature de chaque variable en

 format de stockage : nombre (

number

), chaînes de caractère (

string

), date et heure (

datetime

) ou date

(

date

Note

Lorsqu'une variable est déclarée comme date (

date

datetime

), la fonctionnalité <FR_KDC> (

KDC

) en extrait automatiquement des informations spécifiques telles que le jour du mois, l'année, le trimestre, etc. Des variables contenant ces informations sont créées lors de la génération du modèle et sont utilisées comme variables d'entrée. KDC est activé pour toutes les fonctionnalités SAP

InfiniteInsight ® à l'exception de InfiniteInsight ® Modeler / Séries temporelles (

KTS

 type : variables continues (

continuous

), nominales (

nominal

) ordinales (

ordinal

) ou textuelle (

textual

Note

Toutes les variables décrites doivent se trouver dans la source de données utilisée pour l'apprentissage. Dans le cas où une variable physique décrite n'existe pas dans la source de données, il n'est pas possible de générer un modèle.

Pour plus d'informations sur la description des données, Types de variables

à la page 27 et

Formats de stockage

à la page 30.

Note

La traduction des catégories d'une variable n'a pas d'influence sur sa structure qui doit être définie en fonction des valeurs initiales de la variable.

CUSTOMER SAP InfiniteInsight® 7.0

Comment décrire les données sélectionnées

Pour décrire vos données, vous pouvez :

 soit utiliser un fichier de description existant, c'est-à-dire issu de votre système d'information ou d'une précédente utilisation des fonctionnalités SAP InfiniteInsight ® ,

 soit créer un fichier de description grâce à l'option

Analyser

, mise à votre disposition dans l'assistant de modélisation SAP InfiniteInsight

. Dans ce cas, vous devez valider le fichier de description obtenu. Vous pouvez sauvegarder ce fichier pour une utilisation ultérieure.

Attention

Le fichier de description obtenu avec l'option

Analyser

résulte de l'analyse des 100 premières lignes du fichier de données initial. Afin d'éviter tout biais, n'hésitez pas à brasser votre jeu données avant de l'analyser.

Le scénario d'utilisation standard [ouverture d'un espace de donnée ODBC - description en utilisant la fonction d'

Analyse

- génération du modèle] ne peut pas être mis en oeuvre lorsque l'espace de données source contient une variable nommée

KxIndex

mais aucune variable ODBC ayant le statut de clé.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

La description d'une variable est composée des champs décrits dans le tableau ci-dessous :

Le champ... contient...

Nom

le nom de la variable (celui-ci ne peut être modifié)

Stockage

le type de valeurs stockées dans cette variable :



Number

: la variable contient uniquement des nombres "caculables" (attention : les numéros de téléphone, codes postaux, numéros de compte ne doivent pas être considérés comme des nombres)



String

: la variable contient des chaînes de caractères.



Datetime

: la variable contient des dates et des heures

Date

: la variable contient des dates

Type

le type de la variable :



Continuous

: une variable numérique pour laquelle la moyenne, la variance, etc. peuvent être calculées.

Nominal

: variable catégorique, seul type possible pour une chaîne de caractère (les codes postaux, numéros de téléphone, etc. sont généralement de ce type).

Ordinal

: variable numérique discrète pour laquelle l'ordre est important

Textual

: variable textuelle contenant des mots, des phrases ou des textes complets.

Attention

- lors de la création d'un modèle d'analyse textuelle, si aucune variable textuelle n'est définie le bouton

est désactivé et il est impossible de passer à l'étape suivante.

Clé

indique si cette variable est une clé ou un identifiant pour l'observation :



0

la variable l'est pas un identifiant;

1

clé primaire;

2

clé secondaire...

Ordre

indique si la variable représente un ordre naturel.

Dans un jeu de données d'évènements il doit y avoir au moins une variable marquée comme ordonnée.

Attention

- si la source de données est un fichier et que la variable marquée comme représentant un ordre naturel n'est pas effectivement ordonnée, un message d'erreur s'affichera au moment de la vérification ou de la génération du modèle.

Inconnu

la chaîne de caractères utilisée dans le fichier de description pour représenter les valeurs manquantes

(par exemple "999" ou "#Vide" - sans les guillemets)

Groupe

le nom du groupe auquel appartient la variable. les variables appartenant à un même groupe sont considérées comme apportant la même information et ne seront donc pas croisées dans les modèles d'ordre supérieur à 1. Ce paramètre sera activé dans une future version.

Description

une éventuelle description supplémentaire de la variable

Structure

structure de la variable, c'est-à-dire les groupements des catégories des variables.

CUSTOMER SAP InfiniteInsight® 7.0

Un mot sur les clés de base de données

Pour des raisons de gestion des données et de performance, le jeu de données à analyser doit comporter une variable ayant fonction de clé. Deux cas se présentent :



Si le jeu de données initial ne contient pas de variable clé, une variable index

KxIndex

est automatiquement créée par les fonctionnalités SAP InfiniteInsight ligne de données traitée.

® . Elle correspondra au numéro de la

Note

Il n'est pas possible de forcer l'indice de clé (Key Level) à 0 pour une clé virtuelle si aucune autre clé n'a

été définie.



Si le fichier contient une ou plusieurs variables clés, ces dernières ne sont pas automatiquement reconnues. Vous devez alors le spécifier manuellement dans la description des données en renseignant l'indice de clé à la valeur appropriée. Se reporter à la procédure Pour spécifier qu'une variable est une clé.

Par ailleurs, si vos données sont stockées dans une base de données, elles seront automatiquement reconnues.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Voir les données

Pour vous aider à valider la description obtenue par analyse, vous pouvez afficher le contenu de votre jeu de données.



Pour voir les données

Cliquez sur le bouton

Aperçu

. Une nouvelle fenêtre s'ouvre affichant les cent premières lignes du jeu de données.

Dans le champ

Première ligne

, saisissez le numéro de la première ligne à afficher.

Dans le champ

Dernière ligne

, saisissez le numéro de la dernière ligne à afficher.

Cliquez sur le bouton (

Rafraîchir)

pour afficher les lignes sélectionnées.

CUSTOMER SAP InfiniteInsight® 7.0

7.1.3 Ajouter un filtre au jeu de données

Vous avez la possibilité d'appliquer un filtre à votre jeu de données afin d'accélérer le processus d'apprentissage et d'optimiser le modèle qui en résulte.



Pour ce scénario

N'utilisez pas de filtre pour votre jeu de données.



Ajouter un filtre

Cochez la case

Ajouter un filtre au jeu de données

Cliquez sur

Suivant



Ajouter une condition

Cliquez sur le bouton

Ajouter une condition

La fenêtre

Définir une condition

s'ouvre.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Choisissez une variable dans la première liste déroulante.

Choisissez un opérateur dans la deuxième liste.

Indiquez une valeur dans la troisième liste :



Pour une variable du type

Number

entrez une valeur.



Pour une variable du type

String

choisissez une variable dans la liste. Si cette liste est vide, cliquez sur le bouton

Cliquez sur

pour extraire les catégories.

Note

Vous pouvez modifier une condition en double-cliquant dessus.



Ajouter une conjonction logique

Cliquez sur le bouton

Ajouter un "ET" logique

ou sur le bouton

Ajouter un "OU" logique

Note

Vous pouvez modifiez le type de conjonction en double-cliquant dessus.

CUSTOMER SAP InfiniteInsight® 7.0



Changer l'ordre

Vous pouvez changer l'ordre des noeuds pour accélérer l'application du filtre en mettant les conditions, qui ont une grande probabilité de s'avérer fausse, en haut de la liste.

Sélectionnez le noeud que vous voulez déplacer vers le haut ou vers le bas.

Utilisez les boutons et pour changer sa position dans le filtre.



Supprimer un noeud

Sélectionnez le noeud que vous voulez supprimer.

Cliquer sur le bouton

Supprimer le noeud sélectionné



Afficher le jeu de données filtré

Vous pouvez visualiser le jeu de données qui vous obtiendrez en appliquant le filtre.

Cliquez sur le bouton

Aperçu

Une nouvelle fenêtre s'ouvre.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de



Enregistrer un filtre

Vous pouvez enregistrer le filtre créer pour le réutiliser ultérieurement sans être obligé de recréer un filtre avec les mêmes conditions.

Cliquez sur le bouton

Enregistrer ce filtre

La fenêtre

Enregistrer ce filtre

s'ouvre.

Dans la liste

Type de données

, sélectionnez le format de l'enregistrement.

Utilisez le bouton

Parcourir

à droite du champ

Répertoire

pour choisir un répertoire ou une base de données pour l'enregistrement.

Dans le champ

Description

, entrez le nom du fichier ou de la table.

Cliquez sur



Charger un filtre existant

Pour filtrer un jeu de donnée, vous pouvez utiliser un filtre préalablement créé avec SAP InfiniteInsight ce jeu de données.

® pour

Cliquez sur le bouton

Charger un filtre existant

La fenêtre

Charger un filtre existant

s'ouvre.

Utilisez la liste déroulant Type de données pour sélectionner le format du filtre.

Utilisez le bouton

Parcourir

à droite du champ

Répertoire

pour choisir le répertoire ou la base de données où se trouve le filtre.

Utilisez le bouton

Parcourir

à droite du champ

Description

pour choisir le fichier ou la table contenant le filtre.

Cliquez sur

7.1.4 Traduire les catégories de variables

Vous pouvez traduire les catégories des variables nominales, enregistrer la traduction ou charger une traduction existante. Cette traduction n'influence pas la structure de la variable, qui doit être définie en fonction des valeurs originales de la variable.

Note

La variable "Catégorie cible", utilisée par exemple dans les paramètres avancés, ne prend pas en compte une éventuelle traduction quand les valeurs possibles de cette variable sont affichées. Pour cette raison des valeurs entrées manuellement ne peuvent pas être traitées correctement, si elles ne correspondent pas aux valeurs d'origine.



Traduire les catégories de variables

Faites un clique droit sur la variable nominale dont vous souhaitez traduire les catégories. Un menu contextuel est affiché.

Sélectionnez l'option

Traduire les catégories de <nom_de_la_variable>

Choisissez dans quelles langues vous voulez traduire. Par défaut, la langue de l'interface utilisateur est affichée comme colonne.

Cliquez sur le bouton

Traduisez les catégories.

pour extraire les catégories de variables du jeu de données.

Note

Vous n'êtes pas obligé de renseigner tous les champs.

CUSTOMER SAP InfiniteInsight® 7.0

Cliquez sur



Enregistrer la traduction des catégories

Traduisez les catégories de variables comme expliqué ci-dessus.

Cliquez sur le bouton

Enregistrer

Choisissez un

Type de données

Sélectionnez un

Répertoire

Entrez un

Nom

pour le fichier ou la table.

Cliquez sur



Charger une traduction existante

Faites un clique droit sur une variable nominale. Un menu contextuel est affiché.

Sélectionnez l'option

Traduire les catégories de <nom_de_la_variable>

Cliquez sur le bouton

Charger

Sélectionnez le format de la traduction dans la liste

Type de données

Utilisez le bouton

Parcourir

situé à droite du champ

Répertoire

pour choisir le répertoire ou la base de données contenant la traduction.

Utilisez le bouton

Parcourir

situé à droite du champ

Table ou fichier

pour choisir la traduction des catégories de variables.

Cliquez sur le bouton

Rafraîchir

pour actualiser l'affichage des catégories.

Si les colonnes ne sont pas nommées correctement, utilisez les Paramètres avancés paragraphe suivant) pour choisir la ligne d'en-tête et actualisez à nouveau.

(voir

Mettez les noms des langues en correspondance avec les langues de la traduction chargée en cliquant sur les catégories et en choisissant la langue qui correspond dans le menu contextuel.

Cliquez sur le bouton

7.1.5 Sélectionner les variables

Une fois le jeu de données d'apprentissage et sa description chargés, vous devez sélectionner :

 la ou les variables à utiliser comme variables cibles si vous le souhaitez,



éventuellement une variable de poids,

 les variables explicatives.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Sélectionner les variables cibles

Une fois le jeu de données d'apprentissage et sa description chargés, vous pouvez sélectionner une variable à utiliser comme variable cible. InfiniteInsight ® Modeler / Segmentation est capable de segmenter un jeu de données de manière absolue, c'est-à-dire sans qu'aucune variable cible ne soit sélectionnée. Même si elle n'est pas obligatoire, la sélection d'une variable cible est cependant fortement conseillée. En effet, la segmentation d'un jeu de données prend tout son sens quand elle est réalisée en fonction d'une problématique métier, exprimée par une variable cible.



Pour ce scénario

Sélectionnez pour variable cible la variable

Class

, c'est-à-dire la variable indiquant la probabilité d'un individu à répondre de manière positive ou négative à votre campagne.



Pour sélectionner la variable cible

Dans l'écran

Sélection des variables explicatives

, dans la partie

Variables explicatives conservées

(partie de gauche), sélectionnez la ou les variables choisies comme cibles.

Remarque

Dans l'écran

Sélection des variables explicatives

, les variables sont présentées dans le même ordre que celui dans lequel elles sont présentées dans la table de données. Pour les trier de manière alphabétique, sélectionnez l'option

Tri alphabétique

, présentée sous chacune des parties de l'écran.

CUSTOMER SAP InfiniteInsight® 7.0

Cliquez sur le bouton

situé gauche du champ

Variable(s) cible(s)

Les variables sélectionnées passent dans la partie

Variable(s) cible(s)

Pour retirer une ou plusieurs variables de la liste des variables cibles, sélectionnez celles-ci dans la liste puis cliquez sur le bouton

Passez à la section Sélectionner la variable de poids

(à la page 209).

Sélectionner la variable de poids



Pour ce scénario

Ne sélectionnez aucune variable de poids.



Pour sélectionner une variable de poids

Dans l'écran

Sélection des variables explicatives

, dans la partie

Variables explicatives conservées

(partie de gauche), sélectionnez la variable à utiliser comme variable de poids.

Remarque

Dans l'écran

Sélection des variables explicatives

, les variables sont présentées dans le même ordre que celui dans lequel elles sont présentées dans la table de données. Pour les trier de manière alphabétique, sélectionnez l'option

Tri alphabétique

, présentée sous chacune des parties de l'écran.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Cliquez sur le bouton

situé gauche du champ

Variable de poids

La variable passe dans le champ

Variable de poids

Pour supprimer la variable de poids, cliquez sur le bouton

Passez à la section Sélectionner les variables explicatives

(à la page 211).

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionner les variables explicatives

Par défaut, et à l'exception des variables clés, toutes les variables contenues dans votre jeu de données sont prises en compte pour la génération du modèle. Vous pouvez exclure certaines de ces variables.

Le choix d'exclure ou d'inclure une variable dans la génération d'un modèle de segmentation dépend de considérations métiers. Votre connaissance métier vous permet de déterminer quelles sont les variables les plus intéressantes pour la description du jeu de données en groupes homogènes. Un modèle de régression généré avec

InfiniteInsight

Modeler

explicatives d'un phénomène.

constitue également un outil pour déterminer les variables les plus



Pour ce scénario



Laissez la variable

KxIndex

exclue. Cette variable est une variable clé. Le jeu de données initial ne contenant pas de variable clé, les composants SAP InfiniteInsight variable

KxIndex

® ont généré automatiquement la



Conservez toutes les autres variables.



Pour exclure des variables de l'analyse des données

Dans l'écran

Sélection des variables explicatives

, dans la partie

Variables explicatives conservées

(partie de gauche), sélectionnez les variables à exclure.

211

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Cliquez sur le bouton

situé gauche du champ

Variables exclues

Les variables sélectionnées passent dans la partie

Variables exclues

Pour retirer une ou plusieurs variables de la liste des variables exclues, sélectionnez celles-ci dans la liste des variables exclues, puis cliquez sur le bouton

Note

Par défaut, toute variable définie comme clé est exclue automatiquement : elle figure dans la section

Variables Exclues

. Cependant, l'utilisateur a la possibilité de déplacer une variable clé dans la section

Variables Explicatives Conservées

s'il veut que cette variable joue un tel rôle.

Cliquez sur le bouton

Suivant

L'écran

Récapitulatif des paramètres de modèlisation

apparaît.

Passez à la section Vérifier les paramètres de modélisation.

Remarque

Dans l'écran

Sélection des variables explicatives

, les variables sont présentées dans le même ordre que celui dans lequel elles sont présentées dans la table de données. Pour les trier de manière alphabétique, sélectionnez l'option

Tri alphabétique

, présentée sous chacune des parties de l'écran.

7.1.6 Vérifier les paramètres de modélisation

L'écran

Récapitulatif des paramètres de modélisation

vous permet d'effectuer une dernière vérification des paramètres de modélisation avant de générer le modèle.

CUSTOMER SAP InfiniteInsight® 7.0

Note

L'écran

Récapitulatif des paramètres de modélisation

présente également un bouton

Avancé

. Ce bouton vous permet d'accéder à l'écran

Paramètres spécifiques du modèle

dans lequel vous pouvez choisir de calculer les statistiques croisées pour le modèle à générer. Pour plus d'informations, voir la section Paramètres spécifiques du modèle

(voir à la page 214).



Le nom du modèle est renseigné automatiquement. Il correspond au nom de la variable cible (class pour notre scénario), suivi du signe underscore ("_") et du nom de la source de données, sans son extension de fichier (Census01 pour notre scénario).



Le bouton

Sauvegarde automatique

vous permet de spécifier que le modèle doit être automatiquement enregistré dès la fin de la génération du modèle. Les informations d'enregistrement sont paramétrables dans le panneau

Sauvegarde automatique

. Lorsque la sauvegarde automatique est activée, une coche verte s'affiche sur le bouton.

Note

Pour plus de détails, reportez-vous à la section Activation de la sauvegarde automatique

(à la page 89).

Avant de générer le modèle, vous pouvez :

 activer la sauvegarde automatique du modèle,

 définir le nombre de segments que vous souhaitez obtenir,

 choisir de calculer les expressions SQL définissant les segments trouvés par le modèle,

 spécifier les paramètres spécifiques du modèle.

Définir le nombre de segments

D'un point de vue méthodologique, vous pouvez retenir que plus le nombre de segments est élevé :

 plus il est possible de trouver des segments très différents les uns des autres,

 plus le nombre d’observations nécessaires pour assurer la robustesse de la segmentation est élevé.

Il est conseillé d'effectuer plusieurs segmentations, en modifiant à chaque fois le nombre segments, jusqu’à obtenir une décomposition particulièrement intéressante du jeu de données.



Pour ce scénario

Définir un nombre de segments dont l'intervalle est égal à 1.



Pour définir le nombre de segments

Sur l'écran

Récapitulatif des paramètres de modélisation

, dans le champ

Choisir le meilleur nombre de segments dans cet intervalle

, entrez le nombre de segments que vous souhaitez obtenir.

Pour une segmentation non supervisée (c'est-à-dire sans variable cible), l'utilisateur choisit le meilleur nombre de segments, par exemple [5;10] signifiant que l'utilisateur souhaite avoir entre 5 et 10 segments. Le moteur SAP InfiniteInsight ® choisit le meilleur nombre de segments en se basant sur le calcul capacité prédictive (KI) + reproductibilité (KR), par exemple 7 segments.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Pour une segmentation supervisée (c'est-à-dire avec variable cible), le moteur SAP InfiniteInsight ® le nombre minimum de segments, par exemple [10;10], soit 10 segments.

calcule

Attention

Lorsque l'option

Calculer les expressions SQL

est activée, SAP InfiniteInsight

crée un segment supplémentaire contenant les observations non assignées (pour plus de détails sur les expressions

SQL et les observations non assignées, Différence entre statistiques croisées classiques et expressions

SQL

(à la page 245)).

Calculer les expressions SQL

Les expressions SQL permettent de visualiser les requêtes SQL correspondant à chaque segment créé lors de la génération du modèle. Le calcul des expressions SQL est activé par défaut.



Pour ce scénario

Sélectionnez l'option

Calcul des expressions SQL



Pour désélectionner le calcul des expressions SQL,

Décochez la case

Calculer les expressions SQL

Paramètres spécifiques du modèle

En cliquant sur le bouton

Avancé...

de l'écran

Récapitulatif des paramètres de modélisation

, vous accédez à un

écran vous permettant de sélectionner les paramètres spécifiques du modèle.

CUSTOMER SAP InfiniteInsight® 7.0

Parmi les paramètres à sélectionner, vous pouvez :

 activer le calcul des statistiques croisées,

 sélectionner le mode de calcul de la distance,

 sélectionner la stratégie de codage,

 définir la valeur clé des catégories cibles.

Ces options sont détaillées ci-dessous.

Activer le calcul des statistiques croisées

Cette option vous permet de visualiser le profil de chaque variable explicative pour chaque segment, comparé

à son profil pour l'ensemble du jeu de données.



Pour ce scénario



Sélectionnez l'option

Calcul des statistiques croisées



Pour sélectionner le calcul des statistiques croisées

Cochez la case

Calculer les statistiques croisées

Choisir la distance à utiliser

La liste Distance vous permet de spécifier la distance à utiliser pour comparer les données d'entrée une fois codées par le codeur analytique d'SAP InfiniteInsight ® .

Ce paramètre peut prendre les valeurs suivantes :



"Chessboard"

: la somme des valeurs absolues des différences entre les coordonnées (

LInf)



Euclidienne

: racine carrée de la somme des carrés des différences entre les coordonnées (

L2)



"City Block"

: maximum de la valeur absolue des différences entre les coordonnées (

L1)



Automatique

(valeur par défaut) : le système sélectionne la distance la plus appropriée selon les paramètres du modèle.

Note

La politique actuelle est d'utiliser

LInf

en mode non supervisé ou lorsque les expressions SQL ont été demandées et

dans tous les autres cas.



Pour ce scénario



Gardez la valeur par défaut.



Pour sélectionner la distance à utiliser

Dans la liste

Distance

, sélectionnez l'option choisie.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Stratégie de codage

L'option

Stratégie de codage

permet de définir le type de codage que le moteur de segmentation attend de l'encodeur analytique de

InfiniteInsight

Modeler



Pour sélectionner une stratégie de codage :

Dans la liste déroulante, choisissez une option parmi celles décrites ci-dessous :

Option Description

Automatique

Moyenne de la cible

Laisse le système sélectionner le meilleur codage d'après les paramètres du modèle. Le codage

Moyenne de la cible

est utilisé pour les modèles supervisés. Pour les modèles non-supervisés, c'est l'option

Non supervisé

qui sera utilisée.

Valeur par défaut pour la segmentation supervisée

Chaque valeur d'une variable continue est remplacée par la moyenne de la variable cible sur le segment auquel la valeur appartient.

Chaque catégorie d'une variable nominale est remplacée par la moyenne de la variable cible pour cette catégorie.

Dans le cas d'une variable cible nominale, la moyenne de la variable cible correspond au pourcentage de cas positifs de la variable cible pour cette catégorie.

Uniforme

Non supervisé

Chaque segment de variable est codé dans l'intervalle [-1;+1] afin que la distribution des variables soit uniforme.

Valeur par défaut pour la segmentation supervisée

Une stratégie sans cible. Seule la fréquence des segments est utlisée pour coder les variables.

Les options suivantes ne sont disponbiles que lorsque toutes les variables sont continues :

Option Description

Natural

Min Max

Normalisation de l'écart-type

Aucune transformation n'est appliquée aux données d'entrée.

Les variables sont codées dans l'intervalle [0,1], où 0 correspond à la valeur minimale de la variable et 1 à sa valeur maximale.

Cette option applique une normalisation reposant sur la moyenne de la variable et l'écart-type.

7.2 Etape 2 - Générer et valider le modèle

Une fois les paramètres de modélisation définis, vous pouvez générer le modèle. Vous devez ensuite valider ses performances grâce aux indicateurs de qualité KI et de robustesse KR :



Si le modèle est suffisamment performant, vous pouvez analyser les réponses qu'il apporte par rapport à votre problématique ( étape 3

à la page 106, à la page 222), puis l'appliquer sur de nouveaux jeux de

données (étape 4).



Sinon, vous pouvez modifier les paramètres de modélisation de manière à ce qu'ils soient plus adaptés à votre jeu de données et à votre problématique, et générer ainsi de nouveaux modèles plus performants.

CUSTOMER SAP InfiniteInsight® 7.0

7.2.1 Générer le modèle



Pour générer le modèle

Dans l'écran

Récapitulatif des paramètres du modèle

, cliquez sur le bouton

Générer

L'écran

Apprentissage du modèle

apparaît. La génération du modèle est en cours. Une barre de progression vous permet de suivre le déroulement des différentes étapes.

Si l'option

Sauvegarde automatique

a été activée dans le panneau

Récapitulatif des paramètres de modélisation

, un message d'alerte s'affiche à la fin du processus de génération du modèle indiquant que celui-ci a bien été enregistré.

Cliquez sur le bouton

Fermer

Une fois le modèle généré, passez à la section Valider le modèle généré

(voir à la page 69).

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

7.2.2 Suivi du processus de génération

Il existe deux manières de suivre la progression du processus de génération du modèle :



La Barre de progression affiche la progression de chaque étape. C'est l'écran par défaut..



Le Détail du processus affiche des messages détaillés pour chaque étape.



Pour afficher la barre de progression

Cliquez sur le bouton (

Affiche la progression

La barre de progression s'affiche.



Pour afficher le détail du processus

Cliquez sur

Type de Vue

L'écran ci-dessous s'affiche.

Détails des messages



Pour arrêter le processus d'apprentissage

Cliquez sur le bouton (

Arrêter

Une boîte de dialogue de confirmation s'affiche.

Cliquez sur le bouton

Précédent

L'écran

Récapitulatif des paramètres de modélisation

s'affiche.

Reportez-vous à la section Vérifier les paramètres de modélisation.

CUSTOMER SAP InfiniteInsight® 7.0

7.2.3 Valider le modèle généré

Une fois le modèle généré, vous devez vérifier sa validité en observant les indicateurs de performance :

 la capacité prédictive vous permet de connaître le pouvoir explicatif du modèle, c'est-à-dire sa capacité à expliquer les valeurs de la variable cible sur le jeu de données d'apprentissage. Un modèle parfait possède une capacité prédictive égale à 1 et un modèle purement aléatoire possède une capacité prédictive égale à 0.

 la reproductibilité vous permet de connaître le degré de robustesse du modèle, c'est-à-dire sa capacité à conserver le même pouvoir explicatif sur un nouveau jeu de données. En d'autres mots, le degré de robustesse correspond à la capacité prédictive du modèle sur un jeu de données d'application.

Pour savoir comment sont calculés la capacité prédictive et la reproductibilité, voir Capacité prédictive, reproductibilité et courbes de profit

à la page 228.

Remarque

La validation du modèle est une phase primordiale dans le processus global de Data Mining. Accordez toujours une importance majeure aux valeurs obtenues pour la capacité prédictive et la reproductibilité d'un modèle.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Pour valider un modèle de segmentation, vous pouvez également observer les valeurs des indicateurs

"fréquence" et "moyenne de la cible" de chacun des segments identifiés. En effet, les segments les plus intéressants d'une segmentation possèdent une "fréquence" élevée et une "moyenne de la cible" différente de la "moyenne de la cible" calculée sur la totalité du jeu de données. Or, un modèle de segmentation dont la capacité prédictive est faible peut receler de tels types de segments.



Pour ce scénario

Le modèle généré possède :

 une capacité prédictive égale à 0,7437,

 une reproductibilté égale à 0,9930.



Pour valider le modèle généré

Vérifiez la

Capacité prédictive (KI)

et la

Confiance prédictive (KR)

du modèle. Ces indicateurs sont mis en

évidence sur la figure suivante.

CUSTOMER SAP InfiniteInsight® 7.0

Remarque

A titre indicatif, d'autres indicateurs que la capacité prédictive (KI) et la reproductibilité (KR) sont indiqués lors de la génération du modèle. Vous pouvez par exemple visualiser le temps total requis pour générer le modèle (encadré en bleu dans la figure ci-dessus).

Vous pouvez également vérifier les indicateurs dans le journal détaillé du processus.

Cliquez sur

Type de vue

, puis sur (

Détail des messages

). L'écran suivant s'affiche.

a) Si les performances du modèle vous conviennent, passez à l'étape 3 "Analyser et comprendre le modèle généré

(voir à la page 69)"

b) Sinon, passez à la procédure Pour générer un nouveau modèle

(voir à la page 69).



Pour générer un nouveau modèle

Vous avez deux options. Dans l'écran

Apprentissage du modèle

, vous pouvez :

 soit cliquer sur le bouton

Précédent

pour revenir sur les paramètres de modélisation initialement définis.

Vous pouvez alors modifier les paramètres un à un.

 soit cliquer sur le bouton

Annuler

pour revenir à la page d'accueil de l'assistant de modélisation.

Vous devez alors redéfinir tous les paramètres de modélisation.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

7.3 Etape 3 - Analyser et comprendre le modèle généré

Un ensemble d'outils graphiques vous permet d'analyser le modèle généré et de connaître :

 la performance du modèle par rapport à un hypothétique modèle parfait et un modèle de type aléatoire,

 les caractéristiques de chacun des segments,

 l'importance des différentes catégories de chaque variable d'un segment par rapport à la variable cible

(statistiques croisées).

Si vous avez choisi une variable cible pour votre modèle, la segmentation sera dite supervisée, c'est-à-dire que les segments seront créés en fonction de leur comportement vis-à-vis de la cible.

7.3.1 Menu d'utilisation

Une fois le modèle généré, cliquez sur le bouton

Suivant

. L'écran

Utilisation du modèle

apparaît.

L'écran

Utilisation du modèle

présente les différentes options d'utilisation du modèle, qui vous permettent :

 d'afficher les informations relatives au modèle généré, c'est-à-dire les graphiques des courbes de profit, la description détaillée des segments, les graphiques des segments et le profil des variables de chaque segment (groupe

Affichage

 d'appliquer le modèle généré sur de nouvelles données (groupe

Exécution

 d'enregistrer le modèle, l'exporter sous forme de script KxShell ou générer son code source dans un autre langage (groupe

Enregistrement/Export

7.3.2 Aperçu du modèle

aperçu du modèle

reprend les informations récapitulée à la fin du processus de génération.

Ces informations sont détaillées dans les sections ci-dessous.

CUSTOMER SAP InfiniteInsight® 7.0

Aperçu

Modèle: <Nom>

Jeu de données

Nom du modèle, créé à partir du nom de la variable cible et du nom du jeu de données

Nom du jeu de données

Nombre de variables initiales

Nombre de variables explicatives dans le jeu de données

Nombre de variables d'entrée

Nombre de variables explicatives utilisées par le modèle

Nombre d'enregistrements

Date de création

Temps d'apprentissage

Fonctionnalité

Nombre de segments demandés

Expressions SQL

Nombre d'enregistrements du jeu de données

Date et heure de la création du modèle

Temps total pour l'apprentissage du modèle

Kxen.KMeans

(InfiniteInsight ® Modeler / Segmentation)

Nombre de segments demandés par l'utilisateur

Indique si le calcul des expressions SQL a été activé

Notifications

Variables Monotones

Détectées

Variables Suspectes

Détectées

Indique si des variables monotones ont été trouvées dans le jeu de données, c'est-à-dire des variables dont le sens de variation est constant, dans l'ordre de lecture des données dans le jeu d'estimation.

Ce rapport présente une liste de variables qui sont considérées comme suspectes. Ces variables suspectes ont un KI > 0.9, elles sont très fortement corrélées à la variable cible.

Cela signifie que ces variables apportent probablement une information biaisée et qu'elles ne devraient pas être utilisées pour la modélisation. Une attention particulière doit être accordée à ces variables. Un rapport plus détaillé liste quelles variables particulères sont suspectes et dans quelle mesure (voir Rapports Statistiques > Compte Rendu Expert >

Variables Suspectes).

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Variables

Pour chaque cible nominale:

<Nom>

Catégorie cible

<catégories non-cible> -

Fréquence

<catégories cible> -

Fréquence

Nom de la variable cible

Valeur attendue de la variable cible

Pourcentage d'observations de la catégorie non-cible de la variable cible, dans le jeu de données d'estimation

Pourcentage d'observations de la catégorie cible de la variable cible, dans le jeu de données d'estimation

Pour chaque variable cible continue :

<Nom>

Nom de la variable cible

Min

Valeur minimale de la variable cible dans le jeu de données d'estimation

Max

Valeur maximale de la variable cible dans le jeu de données d'estimation

Moyenne

Moyenne de la variable cible pour le jeu de données d'estimation

Ecart type

Mesure de l'étendue de la dispersion des nombres autour de leur moyenne

Indicateurs de performance

Pour chaque variable cible :

Capacité prédictive (KI)

Indicateur de qualité qui correspond à la proportion d'information contenue dans la variable cible que les variables explicatives peuvent expliquer.

Confiance prédictive

(KR)

Indicateur de robustesse qui précise la capacité du modèle à obtenir les mêmes performances lorsqu'il est appliqué à un nouveau jeu de données ayant les mêmes caractéristiques que le jeu de données d'apprentissage.

Nombre de segments

Pour chaque variable cible

<Nom>

Nombre de segments demandés

nom de la variable cible

Nombre de segments demandés par l'utilisateur

Nombre de segments trouvés

Nombre de segments trouvés par InfiniteInsight

CUSTOMER SAP InfiniteInsight® 7.0

7.3.3 Courbes de performances

Définition

Selon le type de cible, le graphique des courbes de performances (

model curve

) vous permet de :

 visualiser le profit réalisable par rapport à votre problématique en utilisant le modèle généré lorsque la cible est nominale.

 comparer les performances du modèle généré à celles d'un modèle de type aléatoire et celles d'un modèle hypothétique parfait.

Sur le graphique, les courbes représentent le profit réalisable (axe des ordonnées) en fonction du taux d'observations sélectionnées sur la totalité du jeu de données initial (axe des abscisses). Les valeurs sur l'axe des abscisse sont regroupées par segment.

Afficher le graphique des courbes de performances



Pour afficher le graphique des courbes de performances

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Courbes de performances

Les courbes de performances s'affichent.

Les paramètres par défaut affichent les courbes de performances correspondant au sous-jeu de

Validation

, à un hypothétique modèle parfait (

Wizard

) et à un modèle aléatoire (

Aléatoire

). Le type de profit utilisé est profit

Détecté

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Lorsqu'il y a plus d'une variable cible, vous pouvez sélectionner la cible pour laquelle vous voulez voir les courbes de performance dans la liste

Modèles

Note

A chaque variable cible correspond un modèle. Le nom du modèle est basé sur le nom de la variable cible précédée du préfixe

kc_

Sélectionnez les options de visualisation qui vous intéressent.

Pour plus d'informations sur les options de visualisation, voir section suivante.

Options de visualisation

Pour un modèle à cible nominale

Sur le graphique des courbes de performances, différentes options vous permettent de visualiser :

 les valeurs exactes d'un point pour toutes les courbes représentées.

 les courbes de profit associées aux sous-jeux d'estimation et de test.

 les différentes courbes profit en fonction des types de profit:



Détecté



Lift



Normalisé



ROC



Lorenz 'Bon'

'Mauvais'



Densité 'Bon'

'Mauvais'

'Tous'



Personnalisé

Pour plus d'informations sur les courbes de profit

(voir " Types de profit " à la page 46).



Pour afficher les valeurs de profit exactes pour un point donné

Dans l' écran

Courbes de performances

, sur le graphique, cliquez sur un point de l'une des courbes représentées.

Par exemple, en cliquant sur un point de l'une des courbes ayant pour valeur en abscisse 25%, les valeurs de profit exactes apparaissent.

CUSTOMER SAP InfiniteInsight® 7.0



Pour sélectionner un type de profit

Dans l'écran

Courbes de performances

, au-dessus du graphique, cliquez sur la liste déroulante associée au champ

Profit

La liste des types de profit apparaît.

Sélectionnez un type de profit.

Les courbes correspondantes s'affichent.

Comprendre les courbes de profit

La figure ci-dessous représente le graphique des courbes de profit utilisant les paramètres par défaut.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Sur le graphique, les courbes représentent pour chaque type de modèle le profit réalisable (axe des ordonnées), c'est-à-dire le pourcentage d'observations appartenant à la catégorie cible de variable cible, en fonction du taux d'observations sélectionnées sur la totalité du jeu de données initial (axe des abscisses). Sur l'axe des abscisses, les observations sont ordonnées de manière décroissante en fonction de leur "score", c’est-à-dire par probabilité décroissante d'appartenir à la catégorie cible de variable cible.

Dans ce scénario d'utilisation, les courbes de profit représentent le taux de prospects susceptibles de répondre de manière positive à votre campagne marketing sur la totalité des prospects référencées dans votre base de données.

Le profit

Détecté

est le type de profit proposé par défaut. Avec ce type :

 la valeur "0" est affectée aux observations n'appartenant pas à la catégorie cible de la variable cible,

 la valeur "1/(fréquence de la variable cible dans le jeu de données)" est affectée aux observations appartenant à la catégorie cible de la variable cible.

Le tableau suivant décrit les trois courbes représentées sur le graphique utilisant les paramètres par défaut.

La courbe... Représente... Par exemple, en sélectionnant...

Wizard

(courbe verte, la plus haute) le profit réalisable en utilisant un hypothétique

modèle parfait

, permettant de

connaître de manière absolue

la valeur de la variable cible pour chaque observation du jeu de données

25% des observations sur la totalité de votre jeu de données à l'aide d'un modèle parfait, 100% des observations appartenant à la catégorie cible de la variable cible sont sélectionnées. Le profit maximum est alors atteint.

Remarque

- Ces 25% correspondent au pourcentage de prospects ayant répondu de manière positive à votre campagne marketing, lors de votre phase de test. Pour ces prospects, la valeur de la variable cible, ou profit, est égale

à 1.

Validation

(courbe bleue, du milieu)

Aléatoire

(courbe rouge, la plus basse) le profit réalisable en utilisant le

modèle généré par InfiniteInsight

Modeler / Segmentation

permettant de prédire au mieux la valeur de la variable cible pour chaque observation du jeu de données

25% des observations de votre jeu de données initial à l'aide du modèle généré, 66,9% des observations appartenant à la catégorie cible de la variable cible sont sélectionnées le profit réalisable en utilisant un

modèle aléatoire

, ne permettant de connaître en aucun cas la valeur de la variable cible pour chaque observation du jeu de données.

25% du jeu de données initial à l'aide d'un modèle aléatoire, 25% des observations appartenant à la catégorie cible de la variable cible sont sélectionnées

Capacité prédictive, reproductibilité et courbes de profit

Sur le graphique des courbes de profit :

 du jeu de données d'estimation (graphique par défaut), la capacité prédictive correspond au rapport entre "la surface se trouvant entre la courbe du modèle généré et celle du modèle aléatoire" et "la surface se trouvant entre la courbe du modèle parfait et celle du modèle aléatoire". Ainsi plus la courbe du modèle généré se rapproche de la courbe du modèle parfait, plus la capacité prédictive se rapproche de 1.

 des jeux de données d'estimation, de validation et de test (sélectionnez l'option correspondante dans la liste

Jeu de données

, située sous le graphique), la reproductibilité correspond à 1 moins le rapport entre la

"surface se trouvant entre la courbe du jeu d'estimation et celle du jeu de validation" et la "surface se trouvant entre la courbe du modèle parfait et celle du modèle aléatoire".

CUSTOMER SAP InfiniteInsight® 7.0

7.3.4 Détails des variables

Définition

Le graphique de détails de variable présente l'importance des catégories d'une variable donnée par rapport à la variable cible.

Afficher le graphique de détails d'une variable



Pour afficher le graphique de détails d'une variable

Dans l'écran

Utilisation du modèle

, cliquez sur

Détails des variables

Le graphique de détails des variables apparaît.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Au-dessus du graphique, dans la liste

Variables

, sélectionnez la variable dont vous souhaitez afficher les catégories.

Si votre jeu de données contient des variables de type Date ou Datetime, des variables générées automatiquement apparaîtront dans cette liste. Pour plus d'information, reportez-vous à la section

Variables de date : les variables générées automatiquement

(voir " Variables de Date : les variables générées automatiquement " à la page 31).

Note

Vous pouvez afficher les détails d'une variable directement à partir du graphique

Contributions des variables

, en double-cliquant la barre représentant la variable qui vous intéresse.

Dans le cas où aucune structure utilisateur n'a été définie pour une variable continue, le graphe de détail des variables affiche les catégories créées automatiquement en utilisant le paramètre de

nombre de segments

. Le nombre de catégories affichées correspond à la valeur du paramètre de nombre de segments. Pour plus d'information au sujet de la configuration du paramètre de

nombre de segments

, reportez-vous à la section Nombre de segments pour les variables continues.

Options

En haut du panneau, une barre d'outils vous est proposée vous permettant de modifier l'affichage du graphique, de l'imprimer, copier ses données ou l'enregistrer.

Options d'affichage



Pour afficher et masquer les sous-jeux d'Estimation et de Test

Cliquez sur

Jeux de données

et sélectionnez l'une des options suivantes :



Tous les jeux de données



Validation uniquement



Pour afficher un histogramme

Cliquez sur

Type de vue

et sélectionnez (

Histogramme

L'histogramme des catégories de la variable sélectionnée s'affiche.



Pour afficher une courbe

Cliquez sur

Type de vue

et sélectionnez (

Courbe de profit

La courbe de performances de la variable sélectionnée s'affiche.



Pour ouvrir la vue courante dans une nouvelle fenêtre

Cliquez sur (

Punaiser la vue

CUSTOMER SAP InfiniteInsight® 7.0

Options d'utilisation



Pour imprimer

Cliquez sur le bouton (

Imprimer

Une boîte de dialogue s'affiche vous permettant de choisir votre imprimante.

Sélectionnez l'imprimante et les options d'impression.

Cliquez sur

L'impression est lancée.



Pour enregistrer

Cliquez sur le bouton (

Enregistrer

Une boîte de dialogue s'affiche vous permettant de choisir les propriétés du fichier.

Entrez un nom de fichier.

Choisissez le dossier de destination.

Cliquez sur

Le graphique est enregistré au format PNG dans le dossier sélectionné.



Pour copier

Cliquez sur le bouton (

Copier

) et sélectionnez l'option désirée.

L'application copie les paramètres du graphique.

Collez les paramètres dans l'application de votre choix. Vous pouvez par exemple les utiliser pour générer un graphique dans un tableur (Excel, ...).



Pour exporter au format Excel

Cliquez sur (

Exporter au format Excel

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Comprendre les graphiques de variables



Pour ce scénario

Sélectionnez la variable

marital-status

, qui est la variable explicative qui contribue le plus à la variable cible

Class

Ce graphique présente l’impact des catégories de la variable

marital-status

sur la variable cible.

7.3.5 Graphiques des segments

Il est possible d'afficher les différents types de graphiques suivants:



Les graphiques à bulles

Les graphiques à bulles affichent les segments en représentant la relation entre trois variables.



Les histogrammes

Les histogrammes permettent de visualiser en même temps les comportements de tous les segments vis

à vis de la variable cible.

Les trois graphiques suivants sont proposés :

CUSTOMER SAP InfiniteInsight® 7.0



Moyennes relatives de la cible



Fréquences



Moyennes de la cible

Ces trois graphiques vous permettent de visualiser :

 le pourcentage d'observations du jeu de données contenu dans chaque segment (graphique

Fréquences

 le pourcentage de chaque segment par rapport à la variable cible (graphiques

Moyennes de la cible

Moyennes relatives de la cible

Afficher les graphiques à bulles



Pour afficher les graphiques à bulles

Sur l’écran

Utilisation du modèle

, cliquez

Graphique des segments

Le panneau

Graphique des segments

apparaît.

Utilisez les options pour définir les variables que vous souhaitez afficher sur le graphique à bulles.

Le tableau ci-dessous liste les options disponibles :

L'option... vous permet... À noter que...

de sélectionner la variable à utiliser sur l’axe des abscisses.

Seules les variables numériques continues et nominales peuvent être utilisées.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

L'option... vous permet... À noter que...

de sélectionner la variable à utiliser sur l'axe des ordonnées. de sélectionner la variable à utiliser pour la taille des bulles.

Seules les variables numériques continues et nominales peuvent être utilisées.

Seules la variable

Fréquence

et la variable cible peuvent être utilisées. d'afficher les noms des segments. Les noms des segments peuvent être personnalisés dans

Statistiques croisées

Comprendre les graphiques à bulles

Les graphiques à bulles vous permettent d’afficher les segments représentant la relation de trois variables. De ce fait, un graphique à bulles peut fournir trois types d'informations sur chaque segment.

De plus, les graphiques à bulles fournissent une représentation graphique de la segmentation, vous permettant de mieux visualiser les segments. Par exemple, cela peut être utile lors d’une présentation.

L’axe des abscisses, l’axe des ordonnées et la taille des bulles représentent chacun une variable. Vous pouvez choisir les variables à utiliser dans un graphique. De ce fait, vous pouvez créer un graphique à bulles qui sépare distinctement les segments l’un de l’autre, vous permettant ainsi d’identifier les segments intéressants pour votre campagne marketing.

La figure ci-dessous représente la relation entre les variables Fréquence, class et capital-gain.

CUSTOMER SAP InfiniteInsight® 7.0

Par exemple, les résultats démontrent que les clients du

segment 6

gagnent en moyenne 10 163,4 dollars par an (capital-gain: 10163,4) et représentent 5,5% (Fréquence: 0,055) de la population du jeu de données. De plus, 85,5% (class : 0,885) des clients du

segment 6

ont répondu de façon positive à la phase de test de votre campagne marketing.

En comparaison, le

segment 2

représente la plus grande population du jeu de données, soit 25,2% de la population (Fréquence 0,225), ce qui est environ cinq fois plus grand que la population du

segment 6

Cependant, les clients du

segment 2

gagnent moins que les clients du

segment 6

, 147,542 dollars par an en moyenne (capital-gain : 147,542), soit 70% de moins que le

segment 6

. De plus, seulement 27,16% des clients du

segment 2

ont répondu de façon positive à la phase de test de votre campagne marketing.

Par conséquence, comparé au

segment 2

, le

segment 6

est plus intéressant car il a montré de meilleurs résultats lors de la phase de test de votre campagne marketing.

Afficher les graphiques des segments



Pour afficher les histogrammes

Dans l'écran

Utilisation du modèle

, cliquez sur

Graphique des segments

Le panneau

Graphique des segments

apparaît.

Cliquez sur (

Type de vue)

, puis sélectionnez

Histogramme

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Au-dessus du graphique, dans la liste déroulante associée au champ

Graphique

, sélectionnez le type de graphique que vous souhaitez afficher.

Remarque

Sélectionnez l'option

Tri décroissant

pour trier les barres des graphiques selon un ordre décroissant.

Par exemple, sur le graphique

Moyennes relatives de la cible

, le tri décroissant permet de visualiser rapidement les segments les plus intéressants, c'est-à-dire les segments qui diffèrent le plus du comportement moyen sur l'ensemble du jeu de données.

Comprendre les graphiques des segments

Le graphique "Fréquences"

Le graphique

Fréquences

présente en pourcentage le nombre d'observations contenues dans chaque segment sur le nombre total d'observations contenues dans le jeu de données.

La figure ci-dessous présente le graphique

Fréquences

obtenu pour ce scénario. Les barres ont été triées par ordre décroissant.

CUSTOMER SAP InfiniteInsight® 7.0

Parmi les segments, le segment 7 est le segment qui contient le plus grand nombre d'observations, soit 18% du nombre total de clients contenues dans le jeu de données.

Le graphique "Moyennes de la cible"

Le graphique

Moyennes de la cible

présente pour chaque segment le pourcentage d'observations appartenant

à la catégorie cible de la variable cible.

La figure ci-dessous présente le graphique

Moyennes de la cible

obtenu pour ce scénario. Les barres ont été triées par ordre décroissant.

Parmi les segments, le segment 9 est le segment qui contient le plus grand nombre d'observations appartenant à la catégorie cible. En effet, 85,5% des observations du segment 9 appartiennent à la catégorie

de la variable cible

Class

. Autrement dit, 85,5% des clients du segment 9 ont répondu de façon positive à la phase de test de votre campagne marketing.

Le segment 1 est le segment qui a la plus faible densité en observations appartenant à la catégorie cible. Moins de 1% des clients contenu dans ce segment ont répondu de manière positive à la phase de test de votre campagne marketing.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Le graphique "Moyennes relatives de la cible"

Comme le graphique

Moyennes de la cible

, le graphique

Moyennes relatives de la cible

présente pour chaque segment le pourcentage d'observations appartenant à la catégorie cible de la variable cible. Seule l'échelle adoptée pour l'axe des ordonnées diffère entre ces deux graphiques. Sur le graphique

Moyennes relatives de la cible

, le pourcentage d'observations appartenant à la catégorie cible de la variable cible sur l'ensemble du jeu de données est retranché. En d'autres mots, la valeur 0 de l'axe des ordonnées correspond au pourcentage d'observations appartenant à la catégorie cible de la variable cible sur l'ensemble du jeu de données.

La figure ci-dessous présente le graphique

Moyennes relatives de la cible

obtenu pour ce scénario. Les barres ont été triées par ordre décroissant.

Parmi les segments, le segment 9 est le segment qui a la plus grosse proportion d'observations appartenant à la catégorie cible de la variable cible. Comparé au pourcentage d'observations appartenant à la catégorie cible sur la totalité du jeu de donnée, 61,6% des clients contenus dans le segment 9 appartiennent à la catégorie cible

variable cible

Class

Lorsqu'un segment contient près de 0% de clients appartenant à la catégorie cible, cela signifie que ce segment a quasiment la même densité en clients appartenant à la catégorie cible que le jeu de données pris dans sa totalité.

Le segment 7 est le segment qui a la plus faible densité en observations appartenant à la catégorie cible.

Comparé au pourcentage d'observations appartenant à la catégorie cible sur la totalité du jeu de donnée,

-23,2% des clients contenu dans le segment appartiennent à la catégorie cible. Ce segment a donc une densité en clients appartenant à la catégorie cible plus faible que la densité du jeu de données.

CUSTOMER SAP InfiniteInsight® 7.0

7.3.6 Statistiques croisées

Statistiques croisées et profils de variables

Les statistiques croisées permettent de visualiser pour chaque segment :

 le profil de chaque variable explicative par rapport à leur profil sur la totalité du jeu de données,

 l'expression SQL du segment si celles-ci ont été calculées.

Profil d'une variable

Le profil d'une variable indique la distribution des observations (appartenant à un segment ou au jeu de données global) dans les catégories de cette variable. En d'autres mots, le profil indique le pourcentage d'observations contenues dans chacune des catégories de la variable.

Exemple d'un profil de variable

La variable "sexe" d'un jeu de données peut être distribuée comme suit :



53% des observations appartiennent à la catégorie "homme",



47% des observations appartiennent à la catégorie "femme".

Cette distribution correspond au profil de la variable "sexe" sur le jeu de données.

Sur un segment A, issu de ce jeu de données, la même variable "sexe" peut être distribuée comme suit :



80% des observations appartiennent à la catégorie "homme",



20% des observations appartiennent à la catégorie "femme".

Cette distribution correspond au profil de la variable "sexe" sur le segment A.

Les statistiques croisées permettent de visualiser et de comparer les profils de la variable "sexe" sur le jeu de données et sur les segments issus de ce jeu de données.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Afficher les statistiques croisées



Pour afficher les statistiques croisées

Dans l'écran

Utilisation du modèle

, cliquez sur

Statistiques croisées

L'écran

Statistiques croisées

apparaît.

Par défaut, les statistiques croisées apparaissent sous forme de graphique, dans la partie inférieure de l'écran.

Dans le tableau, sélectionnez le segment dont vous souhaitez visualiser les statistiques croisées.

Dans la liste déroulante

Variable

, sélectionnez la variable dont vous souhaitez visualiser les statistiques croisées.

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre les statistiques croisées

L'écran

Statistiques croisées

se décompose en trois parties :

 dans la partie supérieure, une liste déroulante vous permet de sélectionner la variable dont vous souhaitez visualiser les statistiques croisées. Les variables sont présentées par ordre décroissant en fonction de l'importance de leur contribution vis à vis de la catégorie cible de la variable cible. Quand un segment est sélectionné, les variables visibles dans la liste déroulante sont ordonnées selon la différence entre leur profil de segment et leur profile de population (on utilise la divergence de Kullback-Leibler comme mesure de cette différence). La variable apparaissant en premier dans la liste est la variable dont la différence de profils est la plus grande. Cette liste ordonnée de variables fournit l'ensemble des variables discriminantes pour décrire un segment.

 dans la partie médiane, un tableau présente chaque segment de manière synthétique. Il vous permet de sélectionner le segment dont vous souhaitez visualiser les statistiques croisées. Le tableau ci-dessous détaille le contenu du tableau synthétique :

La colonne… Indique… Par exemple…

Nom

le nom du segment

Cluster 1

Fréquence

la nombre d'observations contenues dans le segment sur le nombre total d'observations contenues dans le jeu de données

Les clients contenus dans le segment 1 représentent 7,76% du nombre total de clients contenus votre jeu de données d'apprentissage

% de '1'

la proportion d'observations contenues dans le segment appartenant à la catégorie cible de la variable cible

34,75% des clients contenues dans le segment 1 appartiennent à la catégorie cible de la variable cible

Class

En d'autres mots, 34,75% des clients contenus dans ce

. segment ont répondu de manière positive à la phase de test de votre campagne marketing.

 dans la partie inférieure, un graphique présente soit les statistiques croisées correspondant au segment et à la variable sélectionnés, soit l'expression SQL définissant le segment, lorsqu'elle a été calculée.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Les graphiques de statistiques croisées

Les graphiques de statistiques croisées présentent deux courbes :

 les colonnes bleues correspondent au profil de la variable sélectionnée sur le segment sélectionné,

 les colonnes rouges correspondent au profil de la variable sélectionnée sur la totalité du jeu de données.

La figure ci-dessous présente les

Statistiques croisées

obtenues pour ce scénario pour le

segment 9

et la variable

capital-gain

(gain boursier annuel).

CUSTOMER SAP InfiniteInsight® 7.0

Dans la figure ci-dessus, le tableau permet d'identifier le

segment 9

comme le segment qui contient une des plus fortes densités d'observations appartenant à la catégorie cible de la variable cible. 85.51% des clients contenus dans ce segment appartiennent à la catégorie cible

de la variable cible

Class

Le graphique des statistiques croisées permet de visualiser et de comparer les profils de la variable capital-gain sur la totalité du jeu de données et sur le segment 9. Ces profils sont récapitulés dans le tableau ci-dessous.

Catégories de la variable "capital-gain"

Profil sur le

jeu de données

Profil sur le

segment 6

KxMissing

[0]

]0 ; 4386]

]4386, 41310]

92%

91%

La distribution des données sur la catégorie

]4386 ; 41310]

met clairement en évidence que la majorité des clients contenus dans le

segment 9

réalisent des gains boursiers annuels importants par rapport à l'ensemble des clients contenus dans le jeu de données. De plus, la distribution des données sur la catégorie

[0]

indique que la majorité des clients contenus dans le jeu de données, soit 92%, ne réalisent aucun gain boursier annuel, tandis qu'aucun des clients contenus dans le

segment 9

ne réalisent un gain boursier annuel nul.

En cochant la case

Fixer la variable

, vous pouvez comparer les profils de la variable capital-gain pour les différents segments.

Afficher les expressions SQL

L'écran

Statistiques croisées

vous permet également d'afficher les expressions SQL correspondant à chaque segment.

Remarque

Les expressions SQL ne sont visibles que si vous avez coché la case dans les paramètres spécifiques du modèle avant de le générer.

Calculer les expressions SQL



Pour afficher l'expression SQL d'un segment

Sélectionnez le segment dans le tableau en haut de l'écran.

Le graphique correspondant au segment s'affiche.

Cliquez sur (

Type de vue

), puis sélectionnez (

SQL

L'expression SQL du segment s'affiche à la place du graphique.

Cliquez sur + pour explorer la structure de l'expression SQL.

Cliquez sur graphique.

(

Type de vue

), puis sélectionnez (

Mode comparaison

CUSTOMER

) pour retourner au

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Comprendre les expressions SQL



L'écran

Expressions SQL

se décompose en deux parties :

 dans la partie supérieure, un tableau présente chaque segment de manière synthétique. Il vous permet de sélectionner le segment dont vous souhaitez visualiser l'expression SQL.

 dans la partie inférieure, un arbre présente l'expression SQL correspondant au segment sélectionné.

La figure ci-dessous présente l'

expression SQL

du segment 2

L'expression SQL est structurée de la façon suivante :

 la première partie (notée 1 dans la figure ci-dessus) définit un ensemble d'observations dont les variables correspondent aux valeurs indiquées,

 la seconde partie (notée 2 dans la figure ci-dessus) définit des ensembles d'observations qui sont exclus de l'ensemble obtenu par la première partie de l'expression. Les pourcentages indiquent la proportion de chaque ensemble exclu par rapport à l'ensemble obtenu par la première partie de l'expression.

Dans l'exemple ci-dessus on peut voir que le premier ensemble exclu correspond aux observations pour lesquelles la variable

capital-gain

est soit manquante (

KXMissing

) soit comprise entre 4386 exclu et

41310 (

]4386 ; 41310]

), ce qui représente 1,48% des observations obtenues par la première partie de l'expression.

Note

Les segments sont créés en appliquant les expressions SQL dans un ordre précis défini par le moteur

SAP InfiniteInsight

. Si vous appliquez les règles dans un ordre aléatoire, vous pouvez ne pas obtenir tout à fait les même résultats.

CUSTOMER SAP InfiniteInsight® 7.0

Différence entre statistiques croisées classiques et expressions SQL

La segmentation créée avec les expressions SQL est différente de celle créée sans. La raison d'être des expressions SQL est de proposer des segments faciles à comprendre et à appliquer. Les expressions SQL doivent se rapprocher au plus près des segments de base (c'est-à-dire ceux que vous obtenez sans calculer les expressions SQL). SQL peut être utilisé à la fois pour mieux comprendre les segments et pour les déployer sur la totalité de la base de données ou sur de nouvelles données (ce qui n'est généralement pas évident avec d'autres techniques).

L'utilisation de schémas permet de mieux comprendre la différence entre les segments créés à partir de centroïdes et ceux créés à partir d'expressions SQL.

Schéma Explication

Ce schéma représente un ensemble d'observations issues d'un jeu de données.

Pour créer un segment, le moteur de InfiniteInsight ® Modeler

/ Segmentation utilise l'approche centroïde. Les centroïdes sont le résultat d'un algorithme de segmentation, cela signifie qu'ils sont le barycentre de l'ensemble des points les plus proches. Quand on applique InfiniteInsight

Modeler /

Segmentation sur ce jeu de données, les observations sont regroupées en fonction de leur distance par rapport à chaque centroïde.

Ce schéma représente le jeu de données regroupé en quatre segments.

C'est ce qu'on appelle le diagramme de Voronoï.

Pour créer les expressions SQL qui définissent les segments, le moteur InfiniteInsight

Modeler / Segmentation utilise ce qu'on appelle la longueur minimum de description (Minimum

Description Length ou MDL). Cela signifie que les segments initiaux créés à partir de l'approche centroïde sont retravaillés pour correspondre à l'expression la plus simple possible essayant ainsi de trouver le meilleur compromis entre la taille de l'expression et la perte d'information.

Ce schéma représente les expressions SQL des segments (en rouge) comparées aux centroïdes.

Sur ce schéma vous pouvez voir que :

 certaines observations qui se trouvaient dans un segment avec l'approche centroïde se retrouvent dans un autre quand on utilise les expressions SQL.

 d'autres observations ne peuvent être décrites par les expressions SQL et sont donc laissées hors des segments.

C'est ce qu'on appelle les observations non .

 certaines observations peuvent être décrites par deux expressions SQL distinctes et donc apparaître dans deux segments différents.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Ce schéma représente le résultat final obtenu avec les expressions SQL.

Une observation ne peut pas apparaître dans deux segments différents, donc lorsque deux segments se recoupent, l'observation concernée est attribuée au premier segment créé. Le second segment auquel l'observation appartenait

également est redéfini pour l'exclure.

Vous pouvez voir que les observations qui apparaissaient dans deux segments sont conservées dans un seul. Le choix du segment dans lequel les observations seront conservées dépend de l'ordre dans lequel les règles SQL sont appliquées.

Dans ce cas, la règle définissant le segment 2 a été appliquée avant celles définissant les segments 1 et 3.

Légende des schémas

Comment choisir le type de segmentation le plus adapté ?

Grâce à la segmentation supervisée, InfiniteInsight ® Modeler / Segmentation vous propose des indicateurs de performance (capacité prédictive et reproductibilité). Ils peuvent être utilisés pour comparer les deux types de segmentations (car le nombre de segments est identique). Si la capacité prédictive ne change pas de façon significative, la segmentation avec expressions SQL peut être préférable car plus facile à comprendre. En revanche, si la capacité prédictive baisse, il vaut mieux en rester à la segmentation de base.

La capacité prédictive n'est pas forcément ce que vous voulez optimiser pour une segmentation. Vous pouvez visualiser le profil cible de chaque segment dans l'interface graphique. Parmi les quatre segments, un ou deux peuvent être particulièrement intéressants. Dans ce cas, il vaut mieux se concentrer sur ces segments et

étudier leur évolution lors de la génération des expressions SQL.

7.3.7 Rapport de modélisation

SAP InfiniteInsight ® vous propose un ensemble de rapports vous permettant une analyse fine de votre modèle.

Ces tables sont regroupées en plusieurs niveaux :

 les

statistiques descriptives

, qui fournissent des statistiques sur les variables, leurs catégories et les jeux de données ainsi que les statistiques croisées des variables par rapport aux variables cibles.

Note

Si votre jeu de données contient des variables de type Date ou Datetime, des variables générées automatiquement apparaîtront dans ces rapports. Pour plus d'information, reportez-vous à la section Variables de date : les variables générées automatiquement (voir

" Variables de Date : les variables générées automatiquement " à la page 31).

CUSTOMER SAP InfiniteInsight® 7.0

 les

performances du modèle

, dans lesquelles vous trouverez les indicateurs de performance du modèle, les individus non assignés, ainsi que les statistiques détaillées du score.

 le

détail des segments

, qui détaille pour chaque segment son KL, les fréquence et moyenne de la cible, son expression SQL et ses statistiques.

 la

vérification des déviations

, qui vous permet de vérifier la présence de déviation pour chaque variable et catégorie de variable entre les jeux de données de validation et de test.

 les

rapports avancés

, dans lesquels vous trouverez d'autres indicateurs de performance, l'encodage des variables, ...

Options des rapports de modélisation

Une barre d'outils vous est proposée vous permettant de modifier l'affichage du rapport courant, de le copier, l'imprimer, le sauvegarder ou l'exporter sous format Excel.

Options d'affichage

Vue

Trier

Séries

Cette option permet d'afficher la vue courante du rapport dans un tableau graphique qui peut être triés par colonne.

Cette option permet d'afficher la vue courante du rapport sous forme de tableau HTML.

Pour certains rapports, vous pouvez choisir d'afficher la vue courante sous forme d'histogramme. Cet histogramme peut être trié par ordre ascendant ou descendant des valeurs ainsi que par ordre alphabétique ascendant ou descendant. Vous pouvez également choisir quelles données afficher.

Pour certains rapports, vous pouvez choisir d'afficher la vue courante sous forme de secteurs.

Pour certains rapports, vous pouvez choisir d'afficher la vue courante sous forme de courbe.

Quand le rapport en cours est affiché sous la forme d'un histogramme cette option vous permet de modifier son orientation (d'horizontal à vertical et inversement).

Cette option vous permet d'afficher le rapport courant sans triage.

Cette option vous permet de trier les valeurs du rapport courant par ordre ascendant.

Cette option vous permet de trier les valeurs du rapport courant par ordre descendant.

Cette option vous permet de trier les noms du rapport courant par ordre ascendant.

Cette option vous permet de trier les noms du rapport courant par ordre descendant.

Cette option permet de sélectionner quelles informations afficher dans le rapport courant.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Options d'utilisation

Copier

Imprimer

Cette option permet de copier les données de la vue courante du rapport affiché. Les informations ainsi copiées peuvent être collées dans un éditeur de texte, un tableur, un document de traitement de texte.

Si le rapport courant contient plusieurs vues (pour différentes variables, différents jeux de données, etc.) Cette option permet de copier l'ensemble des vues pour ce rapport.

Si le rapport en cours est affiché sous forme de graphique, cette option vous permet de le copier au format image et de le coller dans un éditeur de texte ou dans un logiciel graphique.

Cette option permet d'imprimer la vue courante du rapport sélectionné selon le mode d'affichage choisi

(rapport HTML, graphique, ...).

Exporter

Cette option permet d'enregistrer sous différents formats (texte, html, pdf, rtf) les données de la vue courante du rapport affiché.

Cette option permet d'enregistrer sous différents formats (texte, html, pdf, rtf) les données de l'ensemble des vues du rapport affiché.

Cette option, qui est disponible pour toutes les formes d'affichage, permet d'exporter la vue courante vers Excel (compatible avec Excel 2002, 2003, XP et 2007).

Cette option vous permet de sauvegarder tous les rapports.

Cette option vous permet de sauvegarder la personnalisation des rapports.

7.4 Etape 4 - Utiliser le modèle

Une fois généré, un modèle de segmentation peut être enregistré pour utilisation ultérieure.

Un modèle de segmentation peut être appliqué sur de nouveaux jeux de données. Le modèle vous permet alors de déterminer à quel segment appartiennent les observations décrites dans ces jeux de données.

Cette partie présente l'option

Appliquer le modèle sur un nouveau jeu de données

proposées pour les modèles générés avec la fonctionnalité InfiniteInsight ®

Classement. Pour plus d'informations sur ces options, voir :

de InfiniteInsight ® Modeler /

Segmentation. Les autres options de déploiement des modèles de segmentation sont similaires à celles

Modeler / Régression ou



Enregistrer un modèle



Ouvrir un modèle



Générer le code source d'un modèle

CUSTOMER SAP InfiniteInsight® 7.0

7.4.1 Appliquer un modèle sur un nouveau jeu de données

Le modèle en cours d'utilisation peut être appliqué sur de nouveaux jeux de données. Le modèle permet alors de déterminer à quel segment appartiennent les observations décrites dans ces jeux de données.

Contrainte d'utilisation d'un modèle

Pour qu'un modèle puisse être appliqué sur un jeu de données, le format du jeu de données d'application doit

être identique à celui du jeu de données d'apprentissage utilisé pour générer le modèle. La même variable cible doit notamment être contenue dans les deux jeux de données, même si ses valeurs ne sont pas renseignées dans le jeu de données d'application.

Types de résultats proposés

L'application d'un modèle sur un jeu de données permet d'obtenir trois types de résultats :

 le numéro du segment auquel appartient chaque observation.

 le codage disjonctif des numéros de segments, ce qui signifie que pour chaque segment, une variable booléenne est créée indiquant si l'observation en cours appartient à ce segment ou non. Pour une observation donnée, la valeur "1" est assignée à la variable correspondant au segment contenant l'observation, et la valeur "0" est assignée aux variables correspondant aux autres segments. Les noms des variables sont générés selon la syntaxe suivante: kx_<Nom de la Cible>_<Index du segment>

Prenons comme exemple un modèle à cinq segments. Lorsque vous appliquez ce modèle, SAP

InfiniteInsight ® crée cinq variables correspondant aux cinq segments générés. Pour une observation appartenant au segment 3, le résultat est le suivant :

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

KxIndex

class kc_class kc_class_1 kc_class_2 kc_class_3 kc_class_4

15 1 3 0 0 1 0

 la moyenne de la cible pour chaque segment, c'est-à-dire le pourcentage d'observations appartenant à la catégorie cible de la variable cible que contient chaque segment.

En fonction du niveau d'information souhaité, vous pouvez choisir de générer :

 uniquement le numéro de segment auquel appartient chaque observation (option

valeur prévue

 le numéro de segment et le codage disjonctif des numéros de segments (option

Codage disjonctif des numéros de segments

). Vous pouvez également décider d'inclure dans le fichier de résultats obtenu les variables contenues dans le jeu de données d'application (option

Codage disjonctif et recopie des var. explicatives

 le numéro de segment et la moyenne de la cible pour chaque segment (option

Moyenne de la cible pour les segments



Pour ce scénario

Vous allez appliquer le modèle sur le fichier

Census01.csv

, que vous avez utilisé pour générer le modèle.

Dans la procédure

Pour appliquer le modèle sur un nouveau jeu de données

 sélectionnez le format

Fichiers texte

 dans le champ

Générer

, sélectionnez l'option

Moyenne de la cible pour les segments

 sélectionnez un répertoire de votre choix pour enregistrer le fichier de résultats (

Résultats générés par le modèle



Pour appliquer le modèle sur un nouveau jeu de données

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Application du modèle

L'écran

Appliquer un modèle

apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Dans la partie

Jeu de données d'application

, sélectionnez le format de la source de données dans la liste

Type de donnée

Cliquez sur les boutons

Parcourir

pour indiquer respectivement :

• dans le champ

Répertoire

, le répertoire dans lequel est stocké votre jeu de données,

• dans le champ

Données

, le nom du fichier correspondant à votre jeu de données.

Dans le cadre

Options de génération

, sélectionnez dans la liste

Générer

le type de valeurs de sortie que vous souhaitez obtenir pour la variable cible.

Sélectionnez dans la liste

Mode

, le type de résultats voulu.

Dans le cadre

Résultats générés par le modèle

, sélectionnez le format du ficher de sortie

Cliquez sur le bouton

Appliquer

L'écran

Application du modèle

apparaît.

Une fois l'application du modèle terminée, le fichier de résultats de l'application est automatiquement enregistré à l'emplacement que vous avez défini sur l'écran

Appliquer le modèle

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Utiliser l'application directe dans la base de données

Pré-requis pour l'utilisation du mode d'application direct dans la base de données

Ce mode optimisé du score peut être utilisé si toutes les conditions suivantes sont remplies:

 le jeu de données d'application (table, vue, requête, manipulation de données) et les résultats du jeu de données sont des tables provenant de la même base de données,

 le modèle calculé contient au moins une variable avec une clé physique pré-définie dans SAP

InfiniteInsight

 une licence InfiniteInsight

Scorer valide,

 aucune erreur apparue,

 un mode d'application dans la base de données activé,

 un accès de lecture et d'écriture (créer une table).



Pour utiliser le mode d'application directe dans la base de données

Cochez l'option

Utiliser l'application directe dans la base de données

CUSTOMER SAP InfiniteInsight® 7.0

Paramètres avancés

Copier la variable de poids

Cette option vous permet d'ajouter au fichier de sortie la variable de poids si elle a été définie lors de la sélection des variables du modèle.

Copier les variables

Cette option vous permet d'ajouter au fichier de sortie une ou plusieurs variables du jeu de données.



Pour ajouter toutes les variables du jeu de données

Cochez l'option

Toutes



Pour sélectionner uniquement les variables qui vous intéressent

Sélectionnez l'option

Sélection

Cliquez sur le bouton

pour afficher le tableau de sélection des variables.

Sélectionnez dans la liste

Eléments disponibles

les variables que vous voulez ajouter (utilisez la touche

Ctrl

pour sélectionner plusieurs variables à la fois).

Cliquez sur le bouton

pour ajouter les variables sélectionnées à la liste

Eléments sélectionnés

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Constantes définies par l'utilisateur

Cette option vous permet d'ajouter au fichier de sortie des constantes comme par exemple la date de l'application du modèle, le nom du jeu de données utilisé, ou toute autre information utile pour l'exploitation du fichier de sortie.

Une constante est définie par les informations suivantes:

Paramètre Description Valeur

Générer

Nom

Format

Valeur

Clé

indique si la constante sera générée dans le jeu de données de sortie. nom de la constante type de la constante

coché

: la constante sera générée

décoché

: la constante ne sera pas générée

Le nom ne peut être identique à celui d'une variable du jeu de données de référence.

Si le nom est identique à celui d'une constante existante, celle-ci sera remplacée par la nouvelle constante.

number

: nombre

string

: chaîne de caractères

integer

: entier

date

: date

datetime

: date et heure valeur de la constante format des dates: YYYY-MM-DD format des dates avec horaire: YYYY-MM-DD HH:MM:SS spécifie si la constante est une variable clé ou un identifiant de l'enregistrement. Il est possible de déclarer des clés multiples qui seront construites selon l'ordre indiqué

(1-2-3-...).

0

: la constante n'est pas un identifiant

1

: identifiant primaire

2

: identifiant secondaire

...



Pour définir une constante

Cliquez sur le bouton

Ajouter

. Une fenêtre s'ouvre vous permettant de saisir les paramètres de la constante.

Dans le champ

Nom

, saisissez le nom de la constante.

Dans la liste

Format de sortie

, sélectionnez son type.

Dans le champ

Valeur de sortie

, saisissez la valeur que vous souhaitez donner à la constante.

Cliquez sur le bouton

pour valider la création de la constante. La nouvelle constante apparaît dans la liste. Vous pouvez choisir de générer ou non les constantes définies en cochant la case

Générer

correspondante.

CUSTOMER SAP InfiniteInsight® 7.0

Sorties par rang de segment

Segments par ordre de proximité

Cette option vous permet d'ajouter au fichier de sortie les numéros des segments dont le centroïde est le plus proche de l'observation en cours. Le segment dont le centroïde est le plus proche est celui auquel appartient l'observation, son numéro apparaît dans le fichier de sortie dans la colonne

kc_<Variable cible>

. Le segment suivant apparaît dans la colonne

kc_<Variable cible>_2

, et ainsi de suite en terminant par le segment dont le centroïde est le plus éloigné. Vous pouvez choisir d'ajouter tous les segments, ou seulement les plus proches.



Pour ajouter tous les segments

Cochez l'option

Tous



Pour ajouter les segments les plus proches

Cochez l'option

Les plus proches

Saisissez dans le champ texte le nombre de segments à ajouter (c'est-à-dire les deux, trois ou quatre premiers par exemple).

Noms des segments par ordre de proximité

Cette option vous permet d'ajouter au fichier de sortie les noms des segments dont les centroïdes sont les plus proches de l'observation en cours. Le segment dont le centroïde est le plus proche est celui auquel appartient l'observation, son nom apparaît dans le fichier de sortie dans la colonne

kc_name_<Variable cible>

Le segment suivant apparaît dans la colonne

kc_name_<Variable cible>_2

, et ainsi de suite en terminant par le segment dont le centroïde est le plus éloigné. Vous pouvez choisir d'ajouter tous les segments, ou seulement les plus proches.



Pour ajouter tous les segments

Cochez l'option

Tous



Pour ajouter les segments les plus proches

Cochez l'option

Les plus proches

Saisissez dans le champ texte le nombre de segments à ajouter (c'est-à-dire les deux, trois ou quatre premiers par exemple).

Note

Le nom par défaut d'un segment est son numéro. Vous pouvez modifier les noms des segments dans la colonne

Nom

du panneau

Statistiques croisées

accessible par le menu.

Distances par ordre croissant

Cette option vous permet d'ajouter au fichier de sortie les distances de chaque observation aux centroïdes des segments. La distance au centroïde le plus proche apparaît dans la colonne

kc_best_dist_<Variable cible>

, la distance du second centroïde le plus proche apparaît dans la colonne

kc_best_dist_<Variable cible>_2

, et ainsi de suite jusqu'au centroïde le plus éloigné de l'observation en cours. Vous pouvez ajouter les distances par rapport à tous les centroïdes ou seulement les plus courtes.



Pour ajouter toutes les distances

Cochez l'option

Toutes

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de



Pour ajouter les distances les plus courtes

Cochez l'option

Les plus proches

Saisissez dans le champ texte le nombre de distances à ajouter (c'est-à-dire les deux, trois ou quatre premières par exemple).

Remarque

Lorsque le mode SQL est activé, la notion de segment le plus proche n’est pas pertinente. Si un enregistrement appartient à un segment, la distance vaut 0. Si un enregistrement n’appartient pas à un segment, la distance vaut 1.

Probabilité

Cette option vous permet d'ajouter au fichier de sortie les probabilités que l'observation en cours appartiennent à chacun des segments. La probabilité que l'observation appartienne au segment dont le centroïde est le plus proche apparaît dans la colonne

kc_best_proba_<Variable cible>

, cette probabilité est généralement la plus haute. La probabilité que l'observation appartienne au second segment le plus proche apparaît dans la colonne

kc_best_proba_<Variable cible>_2

, et ainsi de suite jusqu'au segment dont le centroïde est le plus éloigné. Vous pouvez ajouter toutes les probabilités ou seulement celles correspondant aux segments dont les centroïdes sont les plus proches.



Pour ajouter toutes les probabilités

Cochez l'option

Toutes



Pour ajouter les probabilités des segments les plus proches

Cochez l'option

Les meilleurs

Saisissez dans le champ texte le nombre de probabilités à ajouter (c'est-à-dire les deux, trois ou quatre meilleures par exemple).

Remarque

Lorsque le mode SQL est activé, la notion de segment le plus proche n’est pas pertinente. Si un enregistrement appartient à un segment, la probabilité vaut 1. Si un enregistrement n’appartient pas à un segment, la probabilité vaut 0.

Sorties par identifiant de segment

Distance aux segments

Cette option vous permet d'ajouter au fichier de sortie la distance de chaque observation par rapport aux différents segments. Les distances sont générées dans les colonnes

kc_dist_cluster_<Variable cible>_<Identifiant segment>

. Par exemple si la variable cible est Age, la distance au segment 1 apparaîtra dans la colonne

kc_dist_cluster_Age_1



Pour ajouter les distances à tous les segments

Cochez l'option

Tous

CUSTOMER SAP InfiniteInsight® 7.0



Pour sélectionner les distances à ajouter

Cochez l'option

Sélection

Cliquez sur le bouton

. La liste des segments s'affiche.

Cochez les segments pour lesquels vous souhaitez avoir les distances.

Remarque

Probabilité du segment

Cette option vous permet d'ajouter au fichier de sortie la probabilité de chaque observation d'appartenir aux différents segments. Les probabilités sont générées dans les colonnes

kc_proba_cluster_<Variable cible>_<Identifiant segment>

. Par exemple si la variable cible est Age, la probabilité que l'observation appartienne au segment 1 apparaîtra dans la colonne

kc_dist_cluster_Age_1



Pour ajouter les probabilités pour tous les segments

Cochez l'option

Tous



Pour sélectionner les probabilités à ajouter

Cochez l'option

Sélection

Cliquez sur le bouton

. La liste des segments s'affiche.

Cochez les segments pour lesquels vous souhaitez avoir les distances.

Remarque

Autres

Codage disjonctif de la valeur prévue

Une colonne est créée pour chaque segment et contient 0 ou 1 selon que l'observation appartient au segment correspondant. Les colonnes créées sont nommées kc_disj_<variable cible>_<id segment>. Par exemple, si votre modèle comporte cinq segments et que la variable cible s'appelle

Age

, les cinq colonnes suivantes seront créées :

kc_disj_age_1

kc_disj_age_2

kc_disj_age_3

kc_disj_age_4

kc_disj_age_5

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de

Valeur moyenne de la cible / Probabilité de la catégorie cible

Cette option vous permet d'ajouter au fichier de sortie :

 pour les variables cibles continues :

 la valeur moyenne de la cible pour le segment contenant l'observation (affichée dans la colonne

kc_<VariableCible>_Mean

 la différence entre la moyenne de la cible pour le segment et la valeur réelle de la variable cible pour l'observation courante si elle est disponible (affichée dans la colonne

kc_<VariableCible>_Error

 pour les variables cibles nominales :

 la proportion de la catégorie cible de la variable cible dans le segment contenant l'observation

(affichée dans la colonne

kc_<Variable cible>_Mean

Analyser les résultats de l'application



Pour ce scénario

Dans Microsoft Excel, ouvrez le fichier de résultats au format texte que vous avez obtenu suite à l'application du modèle sur le fichier

Census01.csv



Pour ouvrir le fichier de résultats de l'application d'un modèle

En fonction du format du fichier de résultats généré, utilisez

Microsoft Excel

ou toute autre application pour ouvrir ce fichier.

La figure ci-dessous présente les premières et les colonnes du fichier de résultats obtenu pour le scénario.

Vous pouvez maintenant analyser les résultats obtenus et utiliser les résultats de vos analyses pour prendre les bonnes décisions.

CUSTOMER SAP InfiniteInsight® 7.0

Description du fichier de résultats

En fonction des options que vous avez sélectionnées, le fichier de résultats contient une partie ou la totalité des informations suivantes, dans l'ordre dans lequel elles sont présentées ci-dessous :

 la variable clé définie lors de la description des données à l'étape de définition des paramètres de modélisation. Si votre jeu de données ne contenait pas de variable clé, alors la variable clé

KxIndex

a été automatiquement générée par SAP InfiniteInsight



éventuellement la variable cible renseignée par des valeurs connues si celles-ci figuraient dans le jeu de données d'application, comme c'est le cas pour ce scénario.

 la variable

kc_clusterId

, qui indique le numéro du segment auquel appartient chaque observation.

 la variable

kc_TargetMeanClusterId

, qui indique le pourcentage d'observations appartenant à la catégorie cible de la variable cible que contient chaque segment.

 les variables correspondant à chaque segment, et indiquant le codage disjonctif des numéros de segments. Le nom de ces variables correspondent aux numéros des segments, préfixés par

kc_cluster_

, par exemple

kc_cluster_1

pour le segment 1.

CUSTOMER

SAP InfiniteInsight® 7.0

Créer un modèle de segmentation ou de