SAP 7.0 Mode d'emploi

Vous trouverez ci-dessous de brèves informations sur InfiniteInsight 7.0. Ce guide utilisateur vous aidera à transformer vos données en connaissances et à prendre les bonnes décisions stratégiques et opérationnelles au bon moment.

PDF Télécharger

Document

End User Documentation

Document Version: 1.1 - 2014-07

SAP InfiniteInsight® 7.0

Guide utilisateur

CUSTOMER

1 Bienvenue dans ce guide ............................................................................................................................... 5

1.1

A propos de ce document ....................................................................................................................................... 5

1.1.1

A qui s'adresse ce document ................................................................................................................. 5

1.1.2

Prérequis à la lecture de ce document .................................................................................................. 5

1.1.3

Objet de ce document ............................................................................................................................. 5

1.1.4

Comment utiliser ce document..............................................................................................................6

1.2

Avant de commencer ..............................................................................................................................................8

1.2.1

Fichiers et documentations livrés avec ce guide ..................................................................................8

2 SAP InfiniteInsight® ..................................................................................................................................... 10

2.1

Présentation ........................................................................................................................................................... 10

2.2

Architecture et fonctionnement ............................................................................................................................ 11

2.2.1

Interfaces d'utilisation .......................................................................................................................... 12

2.2.2

Fonctionnement .................................................................................................................................... 13

2.3

Prérequis méthodologiques .................................................................................................................................. 15

2.3.1

Vos données sont-elles exploitables ................................................................................................... 16

2.3.2

Quelle est votre problématique ............................................................................................................ 16

3 Notions fondamentales ............................................................................................................................... 17

3.1

Fonctionnement de SAP InfiniteInsight® : Vue d'ensemble ............................................................................... 18

3.2

Sources de données supportées .......................................................................................................................... 19

3.3

Jeu de données ...................................................................................................................................................... 19

3.3.1

Jeu de données d'apprentissage ......................................................................................................... 19

3.3.2

Jeu de données d'application .............................................................................................................. 20

3.4

Stratégies de découpage ..................................................................................................................................... 20

3.4.1

Définition ............................................................................................................................................... 20

3.4.2

Rôles des trois sous-jeux ...................................................................................................................... 21

3.4.3

Les types de stratégies de découpage ................................................................................................ 21

3.5

Table de données .................................................................................................................................................. 26

3.5.1

Définition ............................................................................................................................................... 26

3.5.2

Synonymes de "observations" et "variables" .................................................................................... 26

3.5.3

Formatage des données ...................................................................................................................... 26

3.6

Variables ................................................................................................................................................................. 27

3.6.1

Définition générique .............................................................................................................................. 27

3.6.2

Types de variables ................................................................................................................................. 27

3.6.3

Formats de stockage ........................................................................................................................... 30

3.6.4

Rôles des variables ................................................................................................................................ 31

3.7

Modèles .................................................................................................................................................................. 35

3.7.1

Définition générique ............................................................................................................................. 35

3.7.2

Performance d'un modèle ................................................................................................................... 36

3.7.3

Types de modèles ................................................................................................................................ 36

3.7.4

Génération d'un modèle ...................................................................................................................... 36

3.7.5

Représentation d'un modèle ................................................................................................................ 37

3.7.6

Validation d'un modèle ........................................................................................................................ 38

3.7.7

Dans quels cas un modèle est-il acceptable ...................................................................................... 39

3.7.8

Comment obtenir un meilleur modèle................................................................................................ 39

3.8

Indicateurs de performance ................................................................................................................................ 40

3.8.1

Indicateurs spécifiques à SAP InfiniteInsight® ................................................................................... 40

3.8.2

Autres indicateurs ................................................................................................................................ 42

3.8.3

Indicateurs d'erreurs ............................................................................................................................ 43

3.9

Types de profit ...................................................................................................................................................... 46

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

3.9.1

Définition ............................................................................................................................................... 46

3.9.2

Les quatre types de profit .................................................................................................................... 46

3.10

Courbes avancées ................................................................................................................................................ 47

3.10.1

ROC ........................................................................................................................................................ 47

3.10.2

Courbes de Lorenz ............................................................................................................................... 48

3.10.3

Courbes de densité .............................................................................................................................. 49

3.10.4

Courbes de "Risque" ............................................................................................................................ 50

4 Scénario d'utilisation : Gagnez en efficacité et maîtrisez votre budget grâce à la modélisation ................................................................................................................................................. 53

4.1

Présentation .......................................................................................................................................................... 53

4.2

Votre objectif ......................................................................................................................................................... 53

4.3

Vos moyens ........................................................................................................................................................... 54

4.3.1

Un budget restreint et fortement contrôlé......................................................................................... 54

4.3.2

L'information à votre disposition ........................................................................................................ 54

4.4

Votre approche ..................................................................................................................................................... 58

4.4.1

La phase de test de votre campagne marketing ............................................................................... 59

4.5

Votre problématique............................................................................................................................................. 59

4.6

Vos solutions ......................................................................................................................................................... 60

4.6.1

Méthode globale ................................................................................................................................... 60

4.6.2

Méthode intuitive .................................................................................................................................. 60

4.6.3

Méthode statistique classique ............................................................................................................. 61

4.6.4

Méthode InfiniteInsight ......................................................................................................................... 61

4.7

Présentation des fichiers exemples .................................................................................................................... 62

4.8

L'assistant de modélisation ................................................................................................................................. 64

iii

5 Créer un modèle de classement ou de régression avec InfiniteInsight® Modeler .............................. 65

5.1

Etape 1 - Définir les paramètres de modélisation .............................................................................................. 65

5.1.1

Sélectionner une source de données ................................................................................................. 66

5.1.2

Décrire les données sélectionnées ..................................................................................................... 69

5.1.3

Ajouter un filtre au jeu de données ..................................................................................................... 78

5.1.4

Sélectionner les variables ..................................................................................................................... 81

5.1.5

Traduire les catégories de variables ................................................................................................... 86

5.1.6

Vérifier les paramètres de modélisation ............................................................................................ 88

5.1.7

Définir les paramètres spécifiques du modèle ................................................................................... 91

5.2

Etape 2 - Générer et valider le modèle ............................................................................................................... 101

5.2.1

Générer le modèle ............................................................................................................................... 102

5.2.2

Suivi du processus de génération ...................................................................................................... 102

5.2.3

Valider le modèle généré ................................................................................................................... 104

5.3

Etape 3 - Analyser et comprendre le modèle généré ...................................................................................... 106

5.3.1

Menu d'utilisation ............................................................................................................................... 106

5.3.2

Aperçu du modèle .............................................................................................................................. 106

5.3.3

Les courbes de performances ........................................................................................................... 110

5.3.4

Contribution des variables.................................................................................................................. 118

5.3.5

Détails des variables ........................................................................................................................... 121

5.3.6

Rapports de modélisation ..................................................................................................................130

5.3.7

Carte des scores .................................................................................................................................. 132

5.3.8

Matrice de confusion ........................................................................................................................... 135

5.3.9

Arbre de décision................................................................................................................................. 138

5.4

Etape 4 - Utiliser le modèle ................................................................................................................................. 145

5.4.1

Vérification des déviations ................................................................................................................. 145

5.4.2

Appliquer un modèle sur un nouveau jeu de données ..................................................................... 149

5.4.3

Effectuer une simulation ..................................................................................................................... 166

5.4.4

Affiner un modèle ................................................................................................................................ 169

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

5.4.5

Générer le code source d'un modèle ................................................................................................. 173

5.4.6

Exporter le script KxShell ................................................................................................................... 178

5.4.7

Enregistrer un modèle ....................................................................................................................... 180

5.4.8

Ouvrir un modèle existant .................................................................................................................. 182

6 Scénario d'utilisation : Personnalisez votre communication grâce à la modélisation de données ........................................................................................................................................................184

6.1

Présentation ......................................................................................................................................................... 184

6.2

Votre objectif ........................................................................................................................................................ 184

6.3

Votre approche .................................................................................................................................................... 185

6.4

Votre problématique............................................................................................................................................ 185

6.5

Vos solutions ........................................................................................................................................................ 185

6.5.1

Méthode intuitive ................................................................................................................................. 186

6.5.2

Méthode statistique classique ........................................................................................................... 186

6.5.3

Méthode InfiniteInsight ....................................................................................................................... 187

6.6

L'assistant de modélisation ................................................................................................................................ 188

6.6.1

Editer les options ................................................................................................................................. 189

7 Créer un modèle de segmentation ou de regroupement avec InfiniteInsight® Modeler .................. 192

7.1

Etape 1 - Définir les paramètres de modélisation ............................................................................................. 192

7.1.1

Sélectionner une source de données ................................................................................................ 193

7.1.2

Décrire les données sélectionnées .................................................................................................... 194

7.1.3

Ajouter un filtre au jeu de données ................................................................................................... 203

7.1.4

Traduire les catégories de variables ................................................................................................. 206

7.1.5

Sélectionner les variables .................................................................................................................. 207

7.1.6

Vérifier les paramètres de modélisation ........................................................................................... 212

7.2

Etape 2 - Générer et valider le modèle ............................................................................................................... 216

7.2.1

Générer le modèle ............................................................................................................................... 217

7.2.2

Suivi du processus de génération ...................................................................................................... 218

7.2.3

Valider le modèle généré .................................................................................................................... 219

7.3

Etape 3 - Analyser et comprendre le modèle généré ...................................................................................... 222

7.3.1

Menu d'utilisation ............................................................................................................................... 222

7.3.2

Aperçu du modèle .............................................................................................................................. 222

7.3.3

Courbes de performances ................................................................................................................. 225

7.3.4

Détails des variables .......................................................................................................................... 229

7.3.5

Graphiques des segments ................................................................................................................. 232

7.3.6

Statistiques croisées .......................................................................................................................... 239

7.3.7

Rapport de modélisation ................................................................................................................... 246

7.4

Etape 4 - Utiliser le modèle ................................................................................................................................ 248

7.4.1

Appliquer un modèle sur un nouveau jeu de données .................................................................... 249

Glossaire ..................................................................................................................................................... 260

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

1 Bienvenue dans ce guide

1.1 A propos de ce document

1.1.1 A qui s'adresse ce document

Ce document s'adresse aux personnes qui souhaitent évaluer ou utiliser SAP InfiniteInsight ® .

1.1.2 Prérequis à la lecture de ce document

La lecture de ce guide ne nécessite aucune connaissance préalable, y compris en statistiques ou en bases de données.

Les fonctionnalités SAP InfiniteInsight ® reposent sur des technologies pointues et utilisent des techniques statistiques complexes et novatrices. En même temps, elles sont simples et rapides à utiliser : elles mettent de puissantes techniques de Data Mining à la portée de tout "utilisateur métier".

Pour obtenir des informations plus techniques sur SAP InfiniteInsight

, consultez nos White Papers.

1.1.3 Objet de ce document

Ce document est le guide de prise de main des deux fonctionnalités SAP InfiniteInsight

décrites dans le tableau suivant.

La fonctionnalité...

Vous permet de... Exemple...

InfiniteInsight

Modeler /

Régression ou

Classement

InfiniteInsight

Modeler /

Segmentation comprendre et prédire un phénomène

Vous travaillez pour un constructeur automobile et souhaitez envoyer un courrier publicitaire à vos prospects. InfiniteInsight ou Classement vous permet de :

® Modeler / Régression

 comprendre les raisons pour lesquelles d'anciens prospects ont déjà répondu à un tel courrier,

 prédire le taux de réponses à un tel courrier envoyé à de vos nouveaux prospects. décrire un jeu de données, en le décomposant en groupes de données homogènes, ou segments

Votre société commercialise deux produits A et B. InfiniteInsight ®

/ Segmentation vous permet de :

Modeler



regrouper vos clients en plusieurs groupes homogènes,

 connaître le comportement de chacun de ces groupes par rapport aux produits A et B.

Ce document vous présente les notions fondamentales relatives à SAP InfiniteInsight

, ainsi que les principales fonctionnalités des composants InfiniteInsight ® Modeler / Régression ou Classement et InfiniteInsight

Segmentation. Grâce à deux scénarios d'utilisation, il vous permet de prendre rapidement en main les fonctionnalités SAP InfiniteInsight ®

® Modeler /

présentées et de créer vos premiers modèles avec la plus grande facilité.

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

1.1.4 Comment utiliser ce document

Organisation de ce document

Ce document se subdivise en six chapitres.

Le présent chapitre, Bienvenue dans ce guide, fait fonction d'introduction au reste du guide. Vous y trouvez des informations concernant la lecture de ce guide et des informations vous permettant de nous contacter.

Le chapitre 2, SAP InfiniteInsight ® , donne une vue d'ensemble de la plate-forme analytique, de son architecture et de son fonctionnement. Il présente également deux prérequis méthodologiques indispensables à l'utilisation des fonctionnalités de SAP InfiniteInsight ® .

Le chapitre 3, Notions fondamentales, présente les notions fondamentales relatives à la modélisation de données avec SAP InfiniteInsight ® .

Le bref chapitre 4, Présentation générale des scénarios, donne un résumé des scénarios d'utilisation des fonctionnalités InfiniteInsight

Modeler / Régression ou Classement et InfiniteInsight

Modeler / Segmentation. Il présente également l'interface d'utilisation et les fichiers de données utilisés pour ces scénarios.

Les chapitre 5 et 6, Générer des modèles explicatifs et prédictifs avec InfiniteInsight

Classement et Générer des modèles descriptifs avec InfiniteInsight

® Modeler / Régression ou

® Modeler / Segmentation, présentent respectivement les fonctionnalités de régression / classement et et segmentation. Ces deux chapitres sont organisés de la même manière, en deux parties :

 la première partie présente un scénario d'utilisation détaillée de la fonctionnalité,

 la deuxième partie présente l'utilisation proprement dite de la fonctionnalité, sur la base du scénario d'utilisation correspondant.

Un sommaire et une table des matières détaillée situés au début de guide et un système de renvois vous permettent de trouver rapidement l'information que vous cherchez.

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

Que devez-vous lire ?

En fonction de votre profil et de vos besoins, vous pouvez souhaiter lire la totalité de ce guide ou seulement certaines parties. Dans tous les cas, il est essentiel que vous lisiez la partie sur les indicateurs de performance

(voir à la page 40) SAP InfiniteInsight

InfiniteInsight ®

InfiniteInsight

. Ces indicateurs constituent l'une des notions les plus importantes de SAP

. Ils permettent d'évaluer la qualité et la robustesse des modèles générés à partir de SAP

Le tableau suivant donne quelques repères visant à faciliter votre utilisation de ce guide.

Quel est votre profil ? Comment pouvez-vous utiliser au mieux ce guide ?

Vous souhaitez évaluer SAP

InfiniteInsight compté

et votre temps est

Vous pouvez vous contenter de :

1. Lire le scénario de la fonctionalité qui vous intéresse (ou tout du moins le résumé de ce scénario) :



Scénario d'utilisation de InfiniteInsight

Modeler / Régression ou

Classement

(voir "

Scénario d'utilisation : Gagnez en efficacité et maîtrisez votre budget grâce à la modélisation

" à la page 53)



Scénario d'utilisation de InfiniteInsight

modélisation de données

" à la page 184)

Modeler / Segmentation

(voir

Scénario d'utilisation : Personnalisez votre communication grâce à la

2. Passer directement à la partie "Utiliser la fonctionnalité" correspondante :



Utiliser la fonctionnalité InfiniteInsight

Classement

(voir à la page 65)

Modeler / Régression ou



Utiliser la fonctionnalité InfiniteInsight

page 192)

Modeler / Segmentation

(voir à la



Vous souhaitez être guidé

pas à pas au travers de la découverte de SAP

InfiniteInsight



Vous n'avez qu'une

expérience légère en modélisation de données

Lisez au moins une fois ce guide de manière linéaire, c'est-à-dire en lisant les chapitres dans l'ordre dans lequel ils vous sont présentés.

Dans tous les cas, assurez-vous que vous possédez une bonne connaissance des notions fondamentales relatives à l'utilisation de SAP InfiniteInsight

en consultant le

chapitre 3,

Notions fondamentales . Ces notions sont essentielles autant pour l'utilisation des fonctionnalités SAP InfiniteInsight obtenus.

(voir à la page 17)

que pour l'analyse des résultats

Vous avez une bonne

expérience en modélisation de données

Vous pouvez vous contenter de :

1. Vérifier que la terminologie utilisée par SAP InfiniteInsight

des matières détaillées.

(voir à la page 17)

vous est familière, par exemple en consultant le contenu du

chapitre Notions fondamentales , dans la table

2. Lire le résumé du scénario de la fonctionnalité qui vous intéresse.



Résumé du scénario d'utilisation de InfiniteInsight

ou Classement

à la page 53

Modeler / Régression



Résumé du scénario d'utilisation de InfiniteInsight

Segmentation

à la page 184

Modeler /

3. Passer directement à la partie Utiliser la fonctionnalité.



Utiliser la fonctionnalité InfiniteInsight

Classement

(voir à la page 65)

Modeler / Régression ou



Utiliser la fonctionnalité InfiniteInsight

page 192)

Modeler / Segmentation

(voir à la



Vous avez déjà suivi une

formation à SAP

InfiniteInsight



Vous êtes déjà utilisateur de

SAP InfiniteInsight

Vous pouvez :

 suivre les scénarios d'utilisation pour une "reprise" en main des fonctionnalités qui vous intéressent.

•

Scénario d'utilisation de InfiniteInsight

•

Scénario d'utilisation de InfiniteInsight

Classement

(voir "

Scénario d'utilisation : Gagnez en efficacité et maîtrisez votre budget grâce à la modélisation

" à la page 53)

Modeler / Régression ou

Modeler / Segmentation

(voir

Scénario d'utilisation : Personnalisez votre communication grâce à la modélisation de données

" à la page 184)

 utiliser ce document comme un guide de référence, en le consultant de manière ponctuelle. Dans ce cas, la table des matières détaillées et l'index vous seront d'une aide précieuse pour trouver l'information que vous cherchez.

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

1.2 Avant de commencer

1.2.1 Fichiers et documentations livrés avec ce guide

Fichiers de données exemples

SAP InfiniteInsight ® est livré avec des fichiers de données exemples. Ces fichiers vous permettent d'évaluer et de faire vos premiers pas avec les différents fonctionnalités de SAP InfiniteInsight ® .

Lors de l'installation de SAP InfiniteInsight ® , ces fichiers sont enregistrés dans les sous-répertoires du répertoire suivant : C:\Program Files\SAP InfiniteInsight\InfiniteInsightVx.y.z\\Samples\.

Le tableau suivant décrit ces fichiers.

Nom du fichier Description Quand l'utilisez-vous ?

Census01.csv

desc_census01.cs

v

Fichiers de données

Fichier de description du fichier Census01.csv

Ce fichier est utilisé pour les scénarios d'utilisation de InfiniteInsight ®

Modeler / Régression ou Classement (modèles explicatifs et prédictifs) et de InfiniteInsight

(modèles descriptifs)

® Modeler / Segmentation

Ce fichier est utilisé pour les scénarios d'utilisation de InfiniteInsight ®

Modeler / Régression ou Classement (modèles explicatifs et prédictifs) et de InfiniteInsight

(modèles descriptifs)

® Modeler / Segmentation

Pour obtenir une description détaillée du fichier Census01.csv, voir Présentation des fichiers exemples (voir à la

page 62).

Documentation

Documentation complète

Une documentation complète est fournie avec SAP InfiniteInsight ® . Cette documentation porte sur :

 l'utilisation fonctionnelle des modules SAP InfiniteInsight ® ,

 l'architecture et l'intégration de l'API SAP InfiniteInsight

 l'interface utilisateur graphique Java

KxJWizard

et l'interpréteur de commandes

KxShell

, livrés en code source.



Pour accéder à la documentation complète

Sélectionnez

Démarrer

Programmes

SAP Business Intelligence

SAP InfiniteInsight

La page

Welcome to SAP InfiniteInsight

® apparaît.

Documentation

Sur cette page, cliquez sur la documentation qui vous intéresse.

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

Aide contextuelle

Chaque panneau de l'assistant de modélisation est accompagné d'une aide contextuelle, décrivant les options présentées et les concepts nécessaires à leur utilisation.



Pour accéder à l'aide contextuelle de l'assistant de modélisation

Sur le panneau pour lequel vous avez besoin d'aide, cliquez sur le bouton

Aide

CUSTOMER

SAP InfiniteInsight® 7.0

Bienvenue dans ce guide

2 SAP InfiniteInsight®

ANS CE CHAPITRE

Présentation ......................................................................................................................................................... 10

Architecture et fonctionnement ............................................................................................................................. 11

Prérequis méthodologiques .................................................................................................................................. 15

2.1 Présentation

SAP InfiniteInsight ® est la solution de Data Mining idéale pour modéliser vos données en toute simplicité et avec la plus grande rapidité, tout en obtenant des résultats pertinents et facilement interprétables. Grâce à

SAP InfiniteInsight

, vous transformez rapidement vos données en connaissance et prenez les bonnes décisions stratégiques et opérationnelles au bon moment.

SAP InfiniteInsight ® met les dernières techniques de Data Mining à la portée de n'importe quel utilisateur métier. SAP InfiniteInsight ® vous permet d'accéder facilement à de nombreux formats de sources de données et de générer de manière semi-automatique et extrêmement rapide des modèles explicatifs et prédictifs et des modèles descriptifs.

Avec SAP InfiniteInsight ® , vous pouvez vous concentrer sur les activités à forte valeur ajoutée que constituent l'analyse des résultats de la modélisation de vos données et la prise de décision.

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

2.2 Architecture et fonctionnement

En se basant sur un schéma d'architecture général présenté ci-dessous, cette section présente :

 les différents types d'interfaces vous permettant d'utiliser SAP InfiniteInsight ® .

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

2.2.1 Interfaces d'utilisation

Les trois types d'interface d'utilisation

Trois types d'interfaces vous permettent d'utiliser les fonctionnalités de SAP InfiniteInsight ® :

 une interface graphique utilisateur,

 un interpréteur de commandes,

 des API de contrôle (

Application Programming Interface

L'interface graphique

L'interface KxJWizard s'adresse principalement aux "utilisateurs finaux" ou "métier". Elle donne accès à des assistants de modélisation, qui vous permettent d'utiliser les fonctionnalités SAP InfiniteInsight

et de modéliser vos données avec la plus grande facilité. En même temps, elle propose un ensemble de graphiques facilitant la visualisation et l'interprétation des résultats de la modélisation.

Cette interface, fournie à titre d'exemple, est développée en Java sur la base de l'API CORBA et fonctionne sur n'importe quelle plate-forme (Windows, UNIX, etc.). Grâce aux API proposées avec SAP InfiniteInsight

, vous pouvez développer vos propres interfaces graphiques.

L'interpréteur de commande KxShell

L'interpréteur KxShell vous permet d'utiliser SAP InfiniteInsight ® à l'aide de commandes. Un script KxShell transmet les commandes d’une modélisation aux différentes fonctionnalités.

L'interpréteur de commandes est un exemple de développement basé sur l'API C++. Comme une API, il peut

être utilisé pour intégrer SAP InfiniteInsight

à d'autres applications ou progiciels.

Les API de contrôle

Les API de contrôle (

Application Programming Interface

) s'adressent principalement aux développeurs, ou aux utilisateurs ayant une pratique de la programmation. Ces API donnent accès à tout l'éventail des fonctionnalités et aux paramétrages les plus fins des fonctionnalités SAP InfiniteInsight ® elles permettent d'intégrer les fonctionnalités SAP InfiniteInsight applications ou progiciels.

. En même temps,

de manière personnalisée à d'autres

Trois API sont livrées avec SAP InfiniteInsight

 une API COM/DCOM, utilisable sur les plates-formes Microsoft,

 une API CORBA, utilisable sur toute plate-forme en mode Client/Serveur,

 une API C++, utilisable sur toute plate-forme en mode standalone.

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

2.2.2 Fonctionnement

Le fonctionnement de SAP InfiniteInsight ® peut être subdivisé en quatre phases :



Phase 1 - Accès aux données



Phase 2 - Manipulation et préparation des données



Phase 3 - Modélisation des données



Phase 4 - Présentation et déploiement des modèles

Phase 1 : Accès aux données

SAP InfiniteInsight ® accède à divers types de sources de données :

 des fichiers "à plat", tels que les fichiers .csv, les fichiers tabulés et autres fichiers de type texte.

 des sources compatibles ODBC, telles que les bases de données Oracle, SQL Server ou IBM DB2.

L' API C Data Access permet de connecter des sources au format propriétaire, telles que des senseurs industriels.

Dans la majorité des cas, et notamment si vous utilisez les fonctionnalités SAP InfiniteInsight

via une interface graphique, vous n'avez pas à vous préoccuper des processus d'accès aux données. L'accès aux données est réalisé de manière quasi-transparente : dans l'interface utilisateur graphique, il vous suffit de sélectionner le format de source de données à utiliser (fichiers "à plat" ou sources de données compatibles ODBC) et de spécifier la localisation du fichier de données. L' API C Data Access est utile pour les développeurs qui souhaitent écrire des accès à des bases de données au format propriétaire.

La fonctionnalité InfiniteInsight® Access

La fonctionnalité InfiniteInsight ® Access (KAA) permet la lecture des données SAS et l’écriture dans une table

SAS des scores obtenus par un modèle SAP InfiniteInsight

Actuellement, les formats gérés sont les suivants :

 fichiers SAS version 6 sous Windows & Unix



SAS 7/8 sous Windows & Unix



Fichiers SAS Transport

L’accès à une table SAS se fait directement grâce à l'interface SAP InfiniteInsight

en indiquant simplement le type du format du fichier à analyser. La génération d’une table SAS contenant les résultats de l’application d'un modèle SAP InfiniteInsight ® ( scores, probabilités, numéro du segment, valeur prévue…) se fera de la même en façon, en indiquant le format de la table en sortie grâce à l’interface SAP InfiniteInsight ainsi générée au format SAS est intégrée automatiquement dans le système d’information SAS.

® . La table

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

Phase 2 : Manipulation et préparation des données

InfiniteInsight ® Explorer / Codeur de séquences (KSC) et InfiniteInsight ® Explorer / Codeur des journaux d'événements (KEL) sont des fonctionnalités de préparation et de manipulation de données. L’utilisation de ces fonctionnalités est simple pour l’utilisateur final et les traitements sont effectués de manière automatique.

InfiniteInsight ® Explorer / Codeur des journaux d'événements (KEL) rassemble des évènements par période de temps. Il permet d'intégrer des données transactionnelles aux données démographiques des consommateurs.

Il est utilisé dans le cas où les données brutes contiennent des informations statiques telles que l'âge, le sexe ou la profession d'une personne, et des variables dynamiques, telles que les habitudes de consommation ou les transactions de cartes bancaires.Les données sont automatiquement regroupées dans la période définie par l'utilisateur sans avoir à programmer en SQL ou à modifier les diagrammes de bases de données.

InfiniteInsight

Explorer / Codeur des journaux d'événements combine et compresse ces données pour les rendre utilisables par les autres composants de SAP InfiniteInsight ® .

InfiniteInsight ® Explorer / Codeur de séquences (KSC) regroupe des évènements en une succession de transitions. Par exemple, le parcours d'un internaute dans un site web lors d'une session peut être transformé en un ensemble de données. Chaque colonne représente une transition particulière d'une page vers une autre.

Comme pour InfiniteInsight

Explorer / Codeur des journaux d'événements, ces nouvelles colonnes de données peuvent être ajoutées aux données existantes d'un consommateur et sont rendues exploitables pour les autres composants de SAP InfiniteInsight ® .

InfiniteInsight ® Modeler / Codeur analytique (K2C) prépare et transforme automatiquement les données en un format approprié à l'utilisation de SAP InfiniteInsight ® . InfiniteInsight variables nominales et ordinales, remplit automatiquement les valeurs manquantes et détecte les données aberrantes. De plus, cette fonctionnalité contribue de façon significative à la robustesse des modèles générés par SAP InfiniteInsight ® en créant un codage robuste des données.

® Modeler / Codeur analytique traduit les

Phase 3 : Modélisation des données

Les fonctionnalités InfiniteInsight ® Modeler / Régression ou Classement et InfiniteInsight reposent, permettent de générer des modèles d'analyse pertinents et robustes.

® Modeler /

Segmentation, grâce aux techniques statistiques et aux technologies informatiques sur lesquelles elles

InfiniteInsight ® Modeler / Régression ou Classement permet de générer des modèles explicatifs et prédictifs.

Les modèles générés par InfiniteInsight

Modeler / Régression ou Classement permettent d'expliquer et de prédire un phénomène, ou variable cible, en fonction de données contenues dans le jeu de données analysé, ou variables explicatives. Les modèles générés par InfiniteInsight ® Modeler / Régression ou Classement sont calculés grâce à un algorithme de régression et de classification. Cette régression polynomiale est un algorithme propriétaire développé et implémenté par KXEN où les calculs des paramètres se base sur le principe des SRM de Vapnik

InfiniteInsight ® Modeler / Segmentation permet de générer des modèles descriptifs, c'est-à-dire de segmenter un jeu de données en un nombre de segments (ou groupes). InfiniteInsight ® Modeler /

Segmentation permet en outre de réaliser des segmentations supervisées grâce à l’introduction d’une variable cible prise en compte dans le codage des données. Une segmentation supervisée permet la constitution de groupes homogènes qui se distinguent entre eux par leur comportement vis à vis de la variable cible. Cette segmentation utilise une méthode optimisée et robustifiée de nuées dynamiques basée (K-means) sur les théories de Vapnik.

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

Phase 4 : Présentation et déploiement du modèle

Une fois les modèles générés, des indicateurs de performance des modèles, des graphiques et des rapports d'analyse au format HTML facilitent la visualisation et l'interprétation des résultats de la modélisation des données.

Une fois les modèles validés, vous pouvez les appliquer sur :

 une ou plusieurs observations spécifiques issues de votre base de données (mode

Simulation)

 une nouveau jeu de données complet, ou jeu de données d'application (mode

Application

Pour faciliter le déploiement et l'intégration des modèles, le code correspondant à chaque modèle peut

également être généré dans différents langages de programmation. La fonctionnalité InfiniteInsight responsable de cette génération de code, est décrite ci-dessous.

® Scorer,

La fonctionnalité InfiniteInsight® Scorer

La fonctionnalité InfiniteInsight ®

SAP InfiniteInsight ®

Scorer permet de générer le code correspondant à un modèle généré avec

dans les langages suivants : C, XML, AWK, HTML, SQL, PMML2, SAS, or JAVA.

Sous cette forme, le modèle peut être intégré dans une application supportant les langages cités ci-dessus.

Les codes générés permettent d'intégrer les modèles SAP InfiniteInsight ® au sein d'applications ou progiciels, ou de les appliquer sur des données sans nécessiter la présence de SAP InfiniteInsight ® . Ils permettent notamment d'utiliser les modèles sur des plateformes techniques différentes de celle sur laquelle ils ont été générés.

Attention

La génération de code n'est disponible que pour des modèles générés par les fonctionnalités suivantes

: InfiniteInsight

InfiniteInsight ®

® Modeler / Codeur analytique, InfiniteInsight

Modeler / Segmentation.

® Modeler / Régression ou Classement,

2.3 Prérequis méthodologiques

Avant de modéliser vos données avec SAP InfiniteInsight ® , vous devez :

 avoir défini une problématique à laquelle vous souhaitez répondre,

 posséder un jeu de données exposant cette problématique sous la forme d'un ensemble d'observations.

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

2.3.1 Vos données sont-elles exploitables

Une fois votre problématique identifiée et formulée, vous avez besoin de posséder des données qui permettent d'y répondre. Nous ne nous étendrons pas ici sur la notion de valeur informative associée aux données. Celle-ci dépend de vos processus et outils de collecte et d'extraction de données, et non des fonctionnalités SAP InfiniteInsight ® . En revanche, pour que vos données soient exploitables par SAP

InfiniteInsight

, les cinq conditions suivantes doivent être remplies :

 vous devez posséder un volume de données suffisamment important pour pouvoir construire un modèle valide, c'est-à-dire à la fois pertinent et robuste. Un modèle d'analyse qui serait généré à partir d'un jeu de données de 50 lignes aurait une capacité de généralisation faible, ainsi qu'une valeur informative faible, voire dangereuse. Nous pouvons vous conseiller sur les problématiques de volume de données.

 votre jeu de données doit contenir une variable cible, qui permette d'exprimer votre problématique au sein de SAP InfiniteInsight

 pour chaque observation du jeu de données d'apprentissage, la variable cible doit être renseignée.

Autrement formulé, aucune valeur de la variable cible ne doit manquer sur la totalité du jeu de données d'apprentissage,

 le format de votre source de données doit être supporté par SAP InfiniteInsight

 vos données doivent être présentées sous la forme d'une table de données unique, sauf dans les cas où vous utilisez les fonctionnalités InfiniteInsight

InfiniteInsight ®

® Explorer / Codeur des journaux d'événements ou

Explorer / Codeur de séquences.

2.3.2 Quelle est votre problématique

Les fonctionnalités SAP InfiniteInsight ® répondent tous à une même philosophie : ils permettent de faire de l'analyse de données supervisée. Le terme "supervisé" signifie que l'analyse de données ne se déroule pas dans l'absolu, mais toujours en fonction d'une problématique : votre problématique !

Pensez à la base de données comportant des informations sur vos clients. Une analyse qui aurait regroupé vos clients en groupes homogènes dans l'absolu n'a pas forcément un intérêt évident. En revanche, une analyse qui les aurait regroupé en fonction d'une problématique telle que le "chiffre d'affaire moyen qu'ils vous rapportent chaque année" prendrait toute sa valeur. Vous connaîtriez alors les profils caractéristiques des clients qui vous rapportent le plus d'argent.

Vous l'avez compris, l'étape préalable à l'utilisation SAP InfiniteInsight

consiste à identifier et formuler votre problématique.

CUSTOMER

SAP InfiniteInsight® 7.0

SAP InfiniteInsight®

3 Notions fondamentales

Cette section présente les notions fondamentales relatives à l'utilisation de SAP InfiniteInsight ® .

Toutes ces notions sont présentées et mises en gras dans la section Vue d'ensemble de SAP InfiniteInsight ® qui décrit de manière générale le processus de génération d'un modèle à l'aide de SAP InfiniteInsight ® .

ANS CE CHAPITRE

Fonctionnement de SAP InfiniteInsight® : Vue d'ensemble.................................................................................. 18

Sources de données supportées .......................................................................................................................... 19

Jeu de données .................................................................................................................................................... 19

Stratégies de découpage ...................................................................................................................................... 20

Table de données ................................................................................................................................................. 26

Variables .............................................................................................................................................................. 27

Modèles ................................................................................................................................................................ 35

Indicateurs de performance .................................................................................................................................. 40

Types de profit ...................................................................................................................................................... 46

Courbes avancées ................................................................................................................................................ 47

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.1 Fonctionnement de SAP InfiniteInsight® : Vue d'ensemble

SAP InfiniteInsight ® vous permet de faire du Data Mining supervisé, c'est-à-dire de transformer vos données en connaissances, puis en action, en fonction d'une problématique métier.

SAP InfiniteInsight ® supporte différents formats de source données (fichiers "à plat", sources compatibles

ODBC, ...). Pour être exploitables par les fonctionnalités SAP InfiniteInsight

InfiniteInsight ®

® Explorer / Codeur des journaux d'événements ou

Explorer / Codeur de séquences.

® , les jeux de données à analyser doivent être présentés sous la forme d'une table de données

(voir à la page 26) unique, sauf dans les cas où

vous utilisez les fonctionnalités InfiniteInsight

Pour utiliser les fonctionnalités SAP InfiniteInsight ® , vous devez obligatoirement posséder un jeu de données d'apprentissage, contenant une variable cible dont toutes les valeurs sont renseignées. Vous pouvez ensuite appliquer le modèle généré à partir du jeu de données d'apprentissage sur un ou plusieurs jeux de données d'application.

Le jeu de données d'apprentissage est découpé en trois sous-jeux de données d'estimation, de validation et de test, grâce à une stratégie de découpage

(voir à la page 20).

Les différents types de variables

(voir à la page 27) continues, ordinales et nominales sont ensuite codés par

l'encodeur analytique d'SAP InfiniteInsight

, et les fonctionnalités InfiniteInsight

Explorer / Codeur de séquences et InfiniteInsight ® Explorer / Codeur des journaux d'événements dans le cas de données dynamiques. Avant de générer le modèle, vous devez :

 décrire les données. Un utilitaire intégré à SAP InfiniteInsight ® permet de générer automatiquement une description du jeu de données à analyser. Vous devez valider cette description, en vérifiant si le type et le format de stockage de chaque variable a été correctement identifié.

 définir le rôle des variables contenues dans le jeu de données à analyser. Vous sélectionnez au moins une variable Y comme variable cible, ou variable qui correspond à votre problématique. Les autres variables de la table de données sont dîtes variables explicatives : elles permettent de calculer la valeur de la variable cible dans un contexte donné. Elles peuvent également être utilisées comme variables de poids.

Pour plus d'informations sur le rôle des fonctionnalités, rendez vous dans la section Fonctionnement à la page

13.

Vous générez ensuite des modèles

(voir à la page 35), capables soit d'expliquer et de prédire un phénomène,

soit de décrire un jeu de données, dans les deux cas en fonction de la variable cible précédemment définie.

Cette phase est appelée phase d'apprentissage.

Une fois les modèles générés, vous pouvez visualiser et interpréter leur pertinence et leur robustesse grâce :

 aux indicateurs de performance

(voir à la page 40) : la capacité prédictive et la reproductibilité,

 différents graphiques, dont le graphique de la courbe de profit.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.2 Sources de données supportées

En standard, les fonctionnalités SAP InfiniteInsight ® supportent les sources de données suivantes :

 les fichiers "plats" (

flat files

) dont les données sont séparées par un élément séparateur, tels que les fichiers au format .

csv

(voir à la page 69) ou les fichiers .txt tabulés. Par exemple, le fichier exemple

Census01.csv

, utilisé pour les scénarios d'utilisation de InfiniteInsight ® Modeler / Régression ou

Classement et de InfiniteInsight

Modeler / Segmentation, est un fichier .csv.

 les sources de données compatibles ODBC.

Selon votre licence, vous pouvez également utiliser des fichiers SAS.

Une API permet également d'interfacer les fonctionnalités SAP InfiniteInsight spécifique doit être développée pour chaque nouvelle source.

® avec n'importe quelle application (SPSS, Microsoft Excel, etc.), et ainsi d'accéder à n'importe quelle source de données. Une .dll

Remarque

Pour des informations sur le formatage des données, et notamment pour connaître la liste exacte des sources compatibles ODBC supportées, voir le document Data Modeling Specification.

3.3 Jeu de données

3.3.1 Jeu de données d'apprentissage

Un jeu de données d'apprentissage est un jeu de données utilisé pour la génération d'un modèle. Dans ce jeu, les valeurs de la variable cible

(voir à la page 32) - ou variable correspondant à votre problématique - sont

connues. En analysant le jeu de données d'apprentissage, les fonctionnalités SAP InfiniteInsight ® modèle qui permet d'expliquer la variable cible, grâce aux variables explicatives.

génèrent un

Pour permettre la validation du modèle généré, le jeu de données d'apprentissage est découpé en trois sous-jeux grâce à une stratégie de découpage

(voir à la page 20).

Le jeu de données d'apprentissage peut correspondre soit à une partie exhaustive de votre base de données, soit à un échantillon extrait de celle-ci. Le choix dépend du type d'étude à réaliser, des outils utilisés et du budget alloué à l'étude.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.3.2 Jeu de données d'application

Un jeu de données d'application est un jeu de données sur lequel vous appliquez un modèle. Ce jeu de données contient une variable cible dont vous souhaitez connaître la valeur.

Le modèle appliqué sur un jeu de données d'application a été préalablement généré à partir d'un jeu de données d'apprentissage. Le jeu de données d'application doit contenir exactement les mêmes informations que le jeu de données d'apprentissage correspondant, c'est-à-dire :

 le même nombre de variables,

 les mêmes types de variables,

 le même ordre de présentation pour ces variables.

Attention

Le jeu de données d'application doit contenir une variable cible correspondant à celle du jeu de données d'apprentissage. Cette remarque est valable dans tous les cas, même si les valeurs de cette variable cible ne sont pas renseignées. Quand ces valeurs sont renseignées, elles peuvent servir à détecter d'éventuelles observations déviantes

(outliers

3.4 Stratégies de découpage

3.4.1 Définition

Une stratégie de découpage est une technique qui permet de décomposer un jeu de données d'apprentissage en trois sous-jeux distincts :

 un sous-jeu d'estimation,

 un sous-jeu de validation,

 un sous-jeu de test.

Ce découpage permet une validation croisée des modèles générés.

Il existe neuf types de stratégies de découpage.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.4.2 Rôles des trois sous-jeux

Le tableau suivant définit le rôle des trois sous-jeux de données obtenus à l'aide des stratégies de découpages.

L'ensemble de données Est utilisé pour...

estimation

validation générer différents modèles. Les modèles générés à ce stade sont hypothétiques sélectionner le meilleur modèle parmi ceux générés à partir du sous-jeu d'estimation, c'est-à-dire celui qui constitue le meilleur compromis entre un modèle ayant une qualité parfaite et un modèle ayant une robustesse parfaite. vérifier la performance du modèle sélectionné sur un nouveau jeu de données. test

Pour comprendre le rôle des stratégies de découpage dans le processus de génération d'un modèle, voir le schéma Génération d'un modèle.

3.4.3 Les types de stratégies de découpage

Pour générer vos modèles, vous pouvez utiliser deux types stratégies de découpage :

 la stratégie de découpage personnalisée,

 les stratégies de découpage automatiques.

La stratégie de découpage personnalisée

Définition

La stratégie de découpage personnalisée vous permet de définir vos propres sous-jeux de données. Pour l'utiliser, vous devez préparer au préalable (avant de lancer les fonctionnalités SAP InfiniteInsight sous-jeux correspondant aux sous-jeux d'estimation, de validation et de test.

® ) trois

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Comment l'utiliser

Avant de démarrer SAP InfiniteInsight ® votre choix. Par exemple :

, découpez votre fichier de données initial en trois fichiers de la taille de

 le premier fichier peut contenir les 1500 premières observations ou lignes de votre fichier de données initial,

 le deuxième fichier, ses observations 1501 à 3000,

 le troisième fichier, ses observations 3001 à 5000.

Avertissement

La stratégie de découpage personnalisée peut s'avérer risquée dans le cas d'un fichier initial dans lequel les données sont triées. En effet, les premières lignes ne sont alors plus représentatives de l'ensemble des données contenues dans le fichier initial. Pour éviter ce genre de biais, n'oubliez pas de brasser vos données préalablement à leur analyse.

Les stratégies de découpage automatique

Généralités

A l'exception de la stratégie de découpage personnalisée, les stratégies de découpage sont automatiques. Les stratégies de découpage automatiques travaillent sur un fichier de données unique, que constitue votre jeu de données initial.

Les stratégies de découpage automatiques découpent toujours le jeu de données initial dans les mêmes proportions. Le tableau ci-dessous détaille les proportions attribuées à chaque sous-jeu de données, selon la présence ou non d'un sous-jeu de test.

Stratégies de découpage automatiques avec test

Stratégies de découpage automatiques sans test



3/5 des données sont utilisées dans le sous-jeu d'estimation



1/5 des données sont utilisées dans le sous-jeu de validation



1/5 des données sont utilisées dans le sous-jeu de test



3/4 des données sont utilisées dans le sous-jeu d'estimation,



1/4 des données sont utilisées dans le sous-jeu de validation

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Stratégie de découpage aléatoire

Cette stratégie distribue les données du jeu de données initial de manière aléatoire dans les trois sous-jeux d'estimation, de validation et de test.

Aléatoire avec test à la fin

Cette stratégie distribue :

 les 4/5 du jeu de données initial de manière aléatoire dans les 2 sous-jeux d'estimation et de validation.

Cette distribution respecte les proportions habituelles : 3/5 de ces 4/5 sont distribués dans le sous-jeu d'estimation, et 1/5 dans le sous-jeu de validation.

 le dernier 1/5 du jeu de données initial en une fois dans le sous-jeu de test.

Cette stratégie est utile dans le cas où :

 l'alimentation de votre base de données répond à une évolution bien définie, qui détermine un ordonnancement chronologique des données dans la base,

 vous souhaitez prendre en compte cet ordonnancement pour la génération du modèle.

Par exemple, imaginez que :

 de nouveaux clients sont référencés tous les mois dans votre base de données,

 vous savez que les jeux de données sur lesquels vous appliquerez le modèle, une fois généré, auront de fortes chances de ressembler à la partie la plus récente de votre base de données, c'est-à-dire celle contenant les derniers clients référencés.

Grâce à la stratégie de découpage aléatoire avec test à la fin, vous testez alors le modèle généré sur la partie de votre base de données qui a le plus de chances de ressembler à l'état de vos futurs jeux de données d'applications.

Aléatoire sans test (stratégie par défaut)

Cette stratégie est la stratégie de découpage proposée par défaut. Elle distribue l'intégralité des données initiales de façon aléatoire entre les sous-jeux d'estimation et de validation.



3/4 du jeu de données initial sont attribués au sous-jeu de données d'estimation,



1/4 du jeu de données initial est attribué au sous-jeu de données de validation.

Etant donné qu'aucun sous-jeu de données de test n'est utilisé, toutes les données de votre jeu de données d'apprentissage peuvent être utilisées pour les sous-jeux d'estimation et de validation. Ce qui peut permettre d'augmenter la qualité et la robustesse du modèle.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Périodique

Cette stratégie suit le cycle de distribution suivant :

Trois lignes du jeu de données initial sont distribuées dans le sous-jeu d'estimation.

Une ligne est distribuée dans le sous-jeu de validation.

Une ligne est distribuée dans le sous-jeu de test.

La distribution reprend à l'étape

Périodique avec test à la fin

Cette stratégie distribue :

 les 4/5 du jeu de données initial de manière périodique dans les 2 sous-jeux d'estimation et de validation.

Cette distribution respecte les proportions habituelles. 3/5 de ces 4/5 sont distribués dans le sous-jeu d'estimation et 1/5 dans le sous-jeu de validation.

 le dernier 1/5 du jeu de données initial d'un bloc dans le sous-jeu de test.

En d'autres mots, la stratégie suit le cycle de distribution suivant :

Trois lignes des premiers 4/5 du jeu de données initial sont distribuées dans le sous-jeu d'estimation.

Une ligne des premiers 4/5 du jeu de données initial est distribuée dans le sous-jeu de validation.

a. Si la totalité des premiers 4/5 du jeu de données initial ne sont pas encore distribués, la distribution reprend à l'étape

. b. Si la totalité des premiers 4/5 du jeu de données initial sont distribués, la distribution passe à l'étape

Le dernier 1/5 du jeu de données initial est distribué d'un bloc dans le sous-jeu de test.

Périodique sans test

Cette stratégie de découpage distribue l'intégralité du jeu de données initial de façon périodique entre les sous-jeux de données d'estimation et de validation :



3/4 du jeu de données initial sont attribués au sous-jeu d'estimation,



1/4 du jeu de données initial est attribué au sous-jeu de validation.

En d'autres mots, la stratégie suit le cycle de distribution suivant :

Trois lignes du jeu de données initial sont distribuées dans le sous-jeu d'estimation.

Une ligne est distribuée dans le sous-jeu de validation.

La distribution reprend à l'étape

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Séquentielle

Cette stratégie découpe le jeu de données initial en trois blocs, correspondant aux proportions de découpage habituelles :

 les lignes correspondant aux premiers 3/5 du jeu de données initial sont distribuées d'un bloc dans le jeu de données d'estimation,

 les lignes correspondant aux 1/5 suivant du jeu de données initial sont distribuées d'un bloc dans le jeu de données de validation,

 les lignes correspondant aux derniers 1/5 du jeu de données initial sont distribuées d'un bloc dans le jeu de données de test.

Séquentielle sans test

Cette stratégie découpe le jeu de données initial en deux blocs, correspondant aux proportions de découpage habituelles lorsqu'il n'y a pas de sous-jeu de test :

 les lignes correspondant aux premiers 3/4 du jeu de données initial sont distribuées d'un bloc dans le jeu de données d'estimation,

 les lignes correspondant au dernier 1/4 du jeu de données initial sont distribuées d'un bloc dans le jeu de données de validation.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.5 Table de données

3.5.1 Définition

Une table de données est un ensemble de données présentées sous la forme d'un tableau à deux dimensions.

Dans cette table :

 chaque ligne représente une observation à traiter, soit dans le fichier exemple

Census01.csv

un américain.

 chaque colonne représente une variable qui décrit les observations, soit dans notre exemple "l'âge" ou le

"sexe" des individus américains.

 chaque cellule, soit l'intersection d'une colonne et d'une ligne, représente la valeur de la variable en colonne pour l'observation en ligne.

Le tableau suivant donne un exemple de table de données.

Observations

Observation a

Observation b

...

Observation n

Variable 1

Valeur a1

Valeur b1

...

Valeur n1

Variable 2

Valeur a2

Valeur b2

...

Valeur n2

Variable 3

Valeur a3

Valeur b3

...

Valeur n3

3.5.2 Synonymes de "observations" et "variables"

Selon votre profil et votre domaine d'expertise, vous pouvez être habitué à employer d'autres termes pour référer aux observations (en lignes) et variables (en colonnes) des tables de données.

Le tableau suivant présente ces termes. Ils sont tous synonymes.

Termes équivalents au terme "Observation"

Ligne

Enregistrement

Table

Evénement

Cas

Exemple

Termes équivalents au terme "Variable"

Colonne

Attribut

Champ

Propriété

3.5.3 Formatage des données

Quelle que soit la source de données utilisée, les deux contraintes suivantes doivent être respectées :

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

 les données doivent être représentées sous la forme d'une table, unique sauf dans les cas où vous utilisez les fonctionnalités InfiniteInsight ® Explorer / Codeur des journaux d'événements ou InfiniteInsight ®

Explorer / Codeur de séquences. .

 la variable cible doit être renseignée pour chaque observation de la table. Dans le fichier exemple

Census01.csv

, la variable "class" a été renseignée pour chaque individu.

Remarque

Pour des informations sur le formatage des données, et notamment pour connaître la liste exacte des sources compatibles ODBC supportées, voir le document Data Modeling Specification.

3.6 Variables

3.6.1 Définition générique

Une variable correspond à un attribut qui décrit les observations stockées dans votre base de données. Dans les fonctionnalités SAP InfiniteInsight ® , une variable est définie par :

 un type,

 un format de stockage,

 un rôle.

Exemple

Dans une base de données contenant des informations sur vos clients, le "nom" et "l'adresse" de ces clients, par exemple, sont des variables.

3.6.2 Types de variables

Il existe trois types de variables :

 les variables continues,

 les variables ordinales,

 les variables nominales.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Variables continues

Définition

Les variables continues sont des variables dont les valeurs sont numériques continues et ordonnées. Des opérations arithmétiques peuvent être effectuées sur ces valeurs, telles que la somme ou la moyenne.

Exemple

La variable "Salaire" est une variable numérique. Elle peut prendre les valeurs suivantes : "1200 Euros",

"2000 Euros", ou "2035 Euros". Par exemple, la moyenne de ces valeurs peut être calculée.

Variables continues et modélisation

Lors d'une modélisation, une variable continue peut être découpée en tranches significatives.

Variables ordinales

Définition

Les variables ordinales sont des variables dont les valeurs sont discrètes, c'est-à-dire appartenant à des catégories, et ordonnées. Les variables ordinales peuvent être :

 numériques, c'est-à-dire avoir pour valeurs des nombres ( l'ordre numérique naturel (0, 1, 2, etc.).

number

).. Elles sont alors ordonnées selon

 textuelles, c'est-à-dire avoir pour valeurs des chaîne de caractères ( manière alphabétique.

string

). Elles sont alors ordonnées de

Exemple

La variable "note scolaire" est une variable ordinale. L'ensemble des valeurs que cette variable peut prendre constituent bien des catégories distinctes et ordonnées. Cette variable peut être :

 numérique, si elle prend des valeurs comprises entre "0" et "20",

 textuelle, si elle prend les valeurs A, B, C, D, E et F.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Attention

Une variable "appréciation" ayant pour valeurs "un peu", "beaucoup" et "passionnément" ne peut pas

être traitée directement par les fonctionnalités SAP InfiniteInsight ® comme si elle était une variable ordinale. L'ordre obtenu serait en effet l'ordre alphabétique ("beaucoup", "passionnément", puis "un peu"), et ne serait plus en phase avec les différents degrés d'appréciation correspondant aux valeurs de cette variable. Quand l'ordre des valeurs d'une variable nominale est important, la variable doit donc être codée, soit en lettres soit en chiffres, avant de pouvoir être utilisée par SAP InfiniteInsight

Variables nominales

Définition

Les variables nominales sont des variables dont les valeurs sont discrètes, c'est-à-dire appartenant à des catégories, et non ordonnées.

Les variables nominales peuvent être :

 numériques, c'est-à-dire avoir pour valeurs des nombres (

number

 textuelles, c'est-à-dire avoir pour valeurs des chaînes de caractères (

string

Attention

Les variables binaires sont considérées comme des variables nominales.

Exemple

La variable "Code postal" est une variable nominale. L'ensemble des valeurs que cette variable peut prendre ("36000", "75000", "93000", etc.) constituent bien des catégories distinctes non ordonnées et représentées par des nombres.

La variable "Couleur des yeux" est une variable nominale. L'ensemble des valeurs que cette variable peut prendre ("bleu", "marron", "noir", etc.) constituent bien des catégories distinctes non ordonnées et représentées par des chaînes de caractères.

Variables nominales et modélisation

Lors d'une modélisation, les valeurs des variables catégoriques sont regroupées en catégories homogènes.

Les catégories sont ensuite ordonnées en fonction de l'importance de leur contribution par rapport aux valeurs de la variable cible.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.6.3 Formats de stockage

Pour décrire les données, SAP InfiniteInsight ® utilise plusieurs types de formats de stockage :

 date,

 datetime (date et horaire),

 number (nombre),

 integer (entier),

 string (chaine de caractères).

Le tableau suivant décrit ces formats de stockages.

Le format de stockage...

date datetime number integer string

Est utilisé pour décrire les variables dont les valeurs correspondent à... Par exemple...

des dates exprimées dans les formats suivants :



AAAA-MM-JJ



AAAA/MM/JJ



"2001-11-30"

"1999/04/28" des dates et heures exprimées dans les formats suivants :



AAAA-MM-JJ HH:MN:SS



AAAA/MM/JJ HH:MN:SS



"2001-11-30 14:08:17"

"1999/04/28 07:21:58" des chiffres, ou valeurs numériques, sur lesquelles peuvent

être effectuées des opérations

 la variable "salaire", en Euros : "1000.00",

"1593" et "2000.54" des chiffres, ou valeurs numériques entiers, sur lesquelles peuvent être effectuées des opérations

 la variable "âge", en années : "21", "34" et

"99" des chaînes de caractères alphanumériques  la variable "nom de famille : "Dupond",

"Martin" et "Dumoulin"



la variable "profession" : "professeur",

"ingénieur" et "traducteur"

 la variable "téléphone" : "01 41 44 88 44" et

"01 41 44 94 79"

Remarque

Une variable ayant pour valeurs des chiffres ne doit pas nécessairement être décrite par le format de stockage number. Par exemple, les variables "téléphone" et "code postal" doivent être décrites avec le format de stockage string, car aucune opération arithmétique n'ayant de sens ne peut être effectuée sur leurs valeurs. De même, une variable qui servirait d'identifiant pour les observations d'une table et qui dépasserait le format de nombre supporté pourrait être décrite par le format de stockage string.

Attention

Pour le format de stockage number, le séparateur de valeurs décimales utilisé doit être un point, et non une virgule. Ainsi, la valeur "6.5" peut être traitée mais non la valeur "6,5".

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Variables de date : les variables générées automatiquement

Lorsque votre jeu de données contient des variables de type date ou date et horaire la fonctionnalité de codage des dates extrait automatiquement des informations de date de ces variables. KDC extrait les informations temporelles suivantes.

Pour les variables de type date ou date et horaire :

Information temporelle Valeurs Nom de la variable générée

Jour de la semaine

selon la norme ISO : lundi=0 et dimanche=6

Jour du mois

de 1 à 31

Jour de l'année

Mois du trimestre

de 1 à 366

 janvier, avril, juillet et octobre = 1

 février, mai, août et novembre = 2

 mars, juin, septembre et décembre = 3 de 1 à 12

Mois de l'année

Année

l'année en quatre chiffre

Trimestre

 janvier à mars = 1

 avril à juin = 2

 juillet à septembre = 3

 octobre à décembre = 4

Pour les variables de type date et horaire :

Information temporelle Valeurs Nom de la variable générée

<NomDeLaVariable>_DoW

<NomDeLaVariable>_DoM

<NomDeLaVariable>_DoY

<NomDeLaVariable>_MoQ

<NomDeLaVariable>_M

<NomDeLaVariable>_Y

<NomDeLaVariable>_Q

Heure

Minute

Seconde

µ seconde

l'heure la minute la seconde la micro-seconde

<NomDeLaVariable>_H

<NomDeLaVariable>_Mi

<NomDeLaVariable>_S

<NomDeLaVariable>_mu

Les variables générées apparaîtront dans les résultats du modèle qui listent les variables, tels que la

Contributions des variables

, les

Détails des variables

, les

rapports de modélisation

, ainsi que dans la fonction de sélection automatique des variables.

3.6.4 Rôles des variables

Dans la modélisation de données, les variables peuvent avoir trois rôles. Elles peuvent être :

 variables cibles,

 variables explicatives,

 variables de poids.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Variable cible

Définition

Une variable cible est une variable que vous cherchez à expliquer ou dont vous souhaitez prédire les valeurs dans un jeu de données d'application. Elle correspond à votre problématique métier.

Quand la variable cible est une variable binaire, SAP InfiniteInsight ® considère que la valeur cible, ou catégorie cible, de cette variable (c'est-à-dire la valeur qui fait l'objet de l'analyse) est la valeur la moins fréquente dans le jeu de données d’apprentissage. Imaginons un jeu de données d'apprentissage contenant des informations sur les clients d'une entreprise et contenant la variable cible "a répondu à mon mailing". Cette variable cible a pour valeurs "Oui" ou "Non". Si la valeur "Oui" est la valeur la moins représentée (par exemple, si 40% des clients référencés ont répondu au mailing), SAP InfiniteInsight de la variable cible.

® considère cette valeur comme catégorie cible

Synonymes

Selon votre profil et votre domaine d'expertise, vous pouvez être habitué à employer l'un des termes suivants pour référer aux variables cibles :

 variables à expliquer,

 variables dépendantes,

 variables de sortie.

Ces termes sont synonymes.

Exemple

Votre entreprise commercialise deux produits A et B.

Vous possédez une base de données dans laquelle sont référencés :



1500 de vos clients. Vous savez quel produit, produit A ou produit B, a acheté chaque client.



10000 prospects. Vous souhaitez savoir quel produit est susceptible d'acheter chaque prospect.

La variable "produit acheté" est votre variable cible : elle correspond à votre problématique. Elle est :

 connue sur le jeu de données d'apprentissage (dans notre exemple, les clients),

 inconnue sur le jeu de données d'application (dans notre exemple, les prospects).

Les fonctionnalités SAP InfiniteInsight ® vous permettent de modéliser cette variable cible, et donc de prédire quel produit est susceptible d'acheter chacun de vos prospects.

La table suivante représente votre base de données.

Nom

Charles

Jean

Maryline

Age Lieu d'habitation Catégorie socioprofessionnelle

Marseille

Paris

Melun cadre cadre fonctionnaire

Produit acheté

Produit A

Produit B

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Prospect 1

Prospect 2

...

Prospect n

...

Lille

Paris

...

Bordeaux cadre fonctionnaire

... ouvrier spécialisé

...

Contraintes d'utilisation

Une variable cible présente les contraintes d'utilisation suivantes :

 dans un jeu de données d'apprentissage, toutes les valeurs de la variable cible doivent être connues.

 seules les variables binaires ou continues peuvent être utilisées comme variable cible.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Variable explicative

Définition

Une variable explicative est une variable qui décrit vos données et qui sert à expliquer une variable cible.

Synonymes

Selon votre profil et votre domaine d'expertise, vous pouvez être habitué à employer l'un des termes suivants pour référer aux variables explicatives :

 variables causales,

 variables indépendantes,

 variables d'entrée.

Ces termes sont synonymes.

Exemple

Nom

Charles

Jean

Marilyne

Prospect 1

Prospect 2

...

Prospect n

Votre entreprise commercialise deux produits A et B.

Vous possédez une base de données dans laquelle sont référencés :



1500 de vos clients. Vous savez quel produit, produit A ou produit B, a acheté chaque client.



10000 prospects. Vous souhaitez savoir quel produit est susceptible d'acheter chaque prospect.

Les variables "Nom", "Âge", "Adresse" et "catégorie socioprofessionnelle" sont vos variables explicatives : elles permettent de générer un modèle capables d'expliquer et de prédire les valeur de variable cible "Produit acheté".

La table suivante représente votre base de données.

Age Adresse

...

Marseille

Paris

Melun

Lille

Paris

...

Bordeaux

Catégorie socioprofessionnelle

cadre cadre fonctionnaire cadre fonctionnaire

... ouvrier spécialisé

Produit acheté

...

Produit A

Produit B

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Variable de poids

Définition

Une variable de poids permet d'attribuer un poids relatif à chacune des observations qu'elle décrit, et d'orienter le processus d'apprentissage en conséquence. Déclarer une variable comme variable de poids revient à faire un nombre de copies pour chacune des observations du jeu de données qui soit proportionnel à la valeur qu'elles possèdent pour cette variable.

Exemple

Imaginons un jeu de données dans lequel les observations correspondent à des personnes. Ces observations sont entre autres décrites par une variable "Age". Définir la variable "Age" comme variable de poids signifie que pour la génération du modèle, les individus ayant un âge plus élevé auront un poids plus fort que les individus ayant un âge moins élevé.

Contrainte d'utilisation

Seules les variables continues positives peuvent être utilisées comme variables de poids.

3.7 Modèles

Le terme "modèle" est fréquemment utilisé et son sens dépend de son champ d'application. En Data Mining, un modèle permet de prédire et d'expliquer des phénomènes, ou de les décrire.

3.7.1 Définition générique

Le terme "modèle" a de nombreuses significations différentes selon le domaine d'application dans lequel il est utilisé. En Data Mining, un modèle décrit et explique les relations qui existent entre des données d'entrée

(variables explicatives) et des données de sortie (une ou plusieurs variables cibles). Il permet de prédire et d'expliquer un phénomène, ou de le décrire.

D'après George E.P. Box "

Tous les modèles sont mauvais, mais certains peuvent être utiles

Note

Citation de "Robustness is the Strategy of Scientific Model Building" in

R.L. Launer and G.N. Wilkinson, 1979, Academic Press.

Robustness in Statistics. eds.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.7.2 Performance d'un modèle

Un modèle performant possède à la fois :

 un bon pouvoir explicatif, c'est-à-dire une bonne capacité à expliquer la variable cible. Ce pouvoir explicatif est indiqué par l'indicateur de qualité KI.

 une bonne robustesse, c'est-à-dire une bonne capacité à conserver les mêmes performances sur de nouveaux jeux de données contenant des observations de la même nature que ceux du jeu de données d'apprentissage. Ce pouvoir explicatif est indiqué par l'indicateur de robustesse KR.

3.7.3 Types de modèles

En Data Mining, il existe deux types de modèles :

 les modèles prédictifs et explicatifs, qui permettent de prédire et d'expliquer des phénomènes,

 les modèles descriptifs, qui permettent de décrire des jeux de données.

3.7.4 Génération d'un modèle

Le modèle est généré pendant une phase dite "d'apprentissage". Un modèle est généré sur la base d'un jeu de données d'apprentissage.

Selon le cas, ce jeu de données doit être découpé en trois sous-jeux :

 un sous-jeu d'estimation,

 un sous-jeu de validation,

 un sous-jeu de test.

Une stratégie de découpage détermine la manière dont les données du jeu d'apprentissage sont distribuées dans les sous-jeux.

Remarque

Les sous-jeux de données sont virtuels : ils ne sont à aucun moment stockés en mémoire. Le fichier correspondant au jeu de données initial reste intact à tout moment.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Le schéma suivant illustre le processus de génération d'un modèle, également appelé "phase d'apprentissage".

3.7.5 Représentation d'un modèle

Un modèle peut être représenté entre autres sous la forme :

 d'un arbre de décision,

 d'un réseau de neurones,

 d'une fonction mathématique.

Dans SAP InfiniteInsight ® , les modèles sont représentés sous la forme de fonctions mathématiques, et plus exactement de polynômes.

Description du polynôme

Un polynôme peut être de degré 1, 2, 3 ou plus. En définissant l'ordre du polynôme, vous définissez le degré de complexité du modèle.

Exemples de polynômes

Un polynôme d'ordre 1 est de la forme : f(X1, X2, ..., Xn) = w0 + w1.X1 + w2.X2 + ... + wn.Xn

Un polynôme d'ordre 2 est de la forme : f(X1, X2, ..., Xn) = w0 + w1.X1 + w2.X2 + ... + wn.Xn + w11X1.X1 + w12.X1.X2 + w13.X1.X3

+ ... + wij.Xi.Xj

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Méthodologie

Dans la grande majorité des cas, un degré 1 est suffisant pour générer un modèle pertinent et robuste.

Un ordre de polynôme élevé ne garantit pas toujours l'obtention de résultats meilleurs que ceux obtenus avec un polynôme d'ordre 1. De plus, plus vous sélectionnez un ordre de polynôme élevé et plus :

 le temps nécessaire pour générer le modèle correspondant est important,

 le temps nécessaire pour appliquer le modèle à de nouveaux jeux de données est important,

 les résultats de la modélisation sont difficiles à interpréter.

Le choix de tel ou tel ordre pour le polynôme dépend de la nature des données à analyser. La méthodologie conseillée est de :

 générer en premier lieu un modèle ayant un degré d'ordre 1. Dans la grande majorité des cas, ce degré est suffisant pour garantir un modèle pertinent et robuste.

 tester les résultats obtenus avec des modèles de degré supérieur, si les performances du modèle de degré 1 semblent insuffisantes.

3.7.6 Validation d'un modèle

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

Notions fondamentales

3.7.7 Dans quels cas un modèle est-il acceptable

Reproductibilité : indicateur de robustesse acceptable

Un modèle possédant une reproductibilité inférieure à 0.95 doit être considéré avec précaution. Les performances d'un tel modèle ont de fortes chances de varier entre le jeu de données d'apprentissage et les jeux de données d'application.

Capacité prédictive : indicateur de qualité acceptable

Aucun seuil minimum n'est requis pour le pouvoir prédictif d'un modèle. Tout dépend de votre contexte métier, c'est-à-dire de votre domaine d'application, de la nature de vos données et de votre problématique.

Dans certains cas, un modèle possédant une capacité prédictive de seulement 0,1 peut permettre de réaliser un profit équivalent à plusieurs milliers d'euros. Dans tous les cas, une capacité prédictive positive indique que le modèle généré est plus performant qu'un modèle de type aléatoire, et permet donc de réaliser un profit.

3.7.8 Comment obtenir un meilleur modèle

Obtenir un meilleur modèle consiste :

 soit à améliorer la reproductibilité du modèle,

 soit à améliorer la capacité prédictive du modèle,

 soit à améliorer à la fois la capacité prédictive et la reproductibilité du modèle.

Plusieurs techniques permettent d'améliorer ces indicateurs :

 vous pouvez augmenter le degré de complexité du modèle (ordre du polynôme).

 le tableau suivant présente d'autres techniques.

Pour améliorer... Vous pouvez...

capacité prédictive

d'un modèle la

reproductibilité

d'un modèle

 ajouter des variables dans le jeu de données d'apprentissage

 effectuer des combinaisons de variables explicatives qui vous semblent pertinentes ajouter des observations dans le jeu de données d'apprentissage

Remarque

Pour plus d'informations sur l'amélioration de la capacité prédictive et de la reproductibilité, consultez l'aide contextuelle de SAP InfiniteInsight ® .

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.8 Indicateurs de performance

3.8.1 Indicateurs spécifiques à SAP InfiniteInsight®

Deux indicateurs vous permettent de connaître la performance d'un modèle.

 la capacité prédictive (KI), qui est l'indicateur de qualité,

 la reproductibilité (KR), qui est l'indicateur de robustesse.

La capacité prédictive : indicateur de qualité

Définition

La capacité prédictive est l'indicateur de qualité des modèles générés par SAP InfiniteInsight d'expliquer.

® . Cet indicateur correspond au taux d'information contenu dans la variable cible que les variables explicatives permettent

Exemple

Un modèle possédant une capacité prédictive égale à :



"0,79" est capable d'expliquer 79% de l'information contenue dans la variable cible grâce aux variables explicatives contenues dans le jeu de données analysé.



"1" est un hypothétique modèle parfait, capable d'expliquer 100% de la variable cible grâce aux variables explicatives contenues dans le jeu de données analysé. Dans la réalité, une telle capacité prédictive indique généralement qu'une variable 100% corrélée à la variable cible n'a pas été exclue du jeu de données analysé.



"0" est un modèle purement aléatoire.

Améliorer la capacité prédictive d'un modèle

Pour améliorer la capacité prédictive d'un modèle, de nouvelles variables peuvent être ajoutées au jeu de données d'apprentissage. Des combinaisons de variables explicatives peuvent également être effectuées.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

La reproductibilité : indicateur de robustesse

Définition

La reproductibilité est l'indicateur de robustesse des modèles générés par SAP InfiniteInsight données présentant les mêmes attributs que le jeu de données d'apprentissage.

® . Elle indique la capacité d'un modèle à conserver les mêmes performances dans le cas où il est appliqué à un nouveau jeu de

Exemple

Un modèle possédant une reproductibilité:



égale à "0,98" est très robuste. Il possède une forte capacité de généralisation.

 inférieure à "0,95" devrait être considéré avec précaution. Son application sur un nouveau jeu de données présenterait le risque de générer des résultats douteux.

Améliorer la reproductibilité d'un modèle

Pour améliorer la reproductibilité d'un modèle, des lignes d'observations peuvent être ajoutées au jeu de données d'apprentissage.

Capacité prédictive, reproductibilité et courbe 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".

Pour plus d'informations sur les courbes de profit, voir Les courbes de profit.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Utilisation avancée : la capacité prédictive pour des cibles continues

En travaillant avec le jeu de données de validation, utilisez un codage uniforme basé sur la courbe de distribution pour mapper les valeurs cible dans l’intervalle [-1;1].

La courbe est différente pour chaque sous-jeu de données. Vous pouvez accéder à cette courbe par l’arbre des paramètres dans la section UniformCurvePoints.

Triez les valeurs cibles normalisées et générez le graphe wizard à partir des sommes cumulatives. Pour diminuer le nombre de calculs tout en conservant une bonne approximation, utilisez 20 segments.

Triez à nouveau par valeurs estimées et générez encore une fois le graphe des distributions cumulatives des valeurs actuelles (graphe de validation).

Comme toujours, la capacité prédictive représente le ratio entre la zone du wizard et la zone de validation.

La capacité prédictive repose alors sur l’ordre des valeurs estimées et cet ordre est comparé aux réelles cibles continues. En conséquence, elle est plus robuste que les indicateurs L1 (l’erreur absolue moyenne) ou L2

(l’erreur quadratique moyenne, l’erreur racine carrée de l'erreur quadratique moyenne ou le coefficient de

Pearson) souvent utilisés pour la régression, car une cible erronée ne peut pas diminuer la capacité prédictive globale (mais constitue une des causes principales pour l’instabilité de tous les autres indicateurs). De l’autre côté, la capacité prédictive ne prend pas en compte les valeurs estimées par rapport aux valeurs cible.

C’est-à-dire qu'un modèle avec des valeurs estimées dans l’intervalle [-2;2] peut obtenir une très bonne capacité prédictive, même si les cibles réelles se trouvent dans l’intervalle [0;100], pourvu que le modèle ait trouvé l’ordre correct entre les valeurs estimées et les cibles réelles. La technologie InfiniteInsight ® limite cet effet en offrant une recalibration linéaire par morceau des valeurs estimées vers les cibles réelles basées sur les statistiques du jeu de données de validation. Ainsi vous n’obtenez pas seulement de bonnes estimations de l’ordre mais également de bonnes estimations de l’intervalle.

3.8.2 Autres indicateurs

Trois autres indicateurs, communément utilisé en Data Mining, sont fournis pour évaluer la qualité d'un modèle SAP InfiniteInsight ® :

 le GINI index,

 le K-S,

 le AUC.

GINI index

L'index GIN I est une mes ure de l a c apacit é prédicti ve d'un modèl e qui r epos e s ur la c our be de Lor enz. Il est proportionnel à l a s uperfici e entr e l a c our be al éat oire et l a c ourbe du modèl e.

L'axe horiz ontal augmente en même t emps que l e sc ore et peut êtr e ass ocié à 1-f .

La formule correspondante est :

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

K-S

Le K-S est le critère de Kolmogorov-Smirnov appliqué comme mesure de la déviation par rapport aux taux de réponse uniformes pour les catégories d'une variable. K-S est un test d'ajustement non paramétrique qui repose sur la déviation maximale entre les fonctions de distribution cumulative et empirique.

Dans le cas d'un classement binaire, ce qui intéresse les utilisateurs c'est la différence entre la courbe de

Lorenz pour les cas positifs '1α '

(voir à la page 48), et la

courbe de Lorenz pour les cas négatifs ' β ' (voir à la

page 48) lorsqu'on sélectionne une proportion croissante de la population. Ces courbes évoluent en même

temps entre 0 et 1, et le K-S est la déviation maximale entre ces deux courbes. Lorsqu'on a un système parfait, le K-S est égal à 1, et lorsque le système est aléatoire le K-S est égal à 0, à cause de l'égalité entre les deux courbes.

Conseil

Le K-S est utilisé pour calculer la différence entre deux distributions afin d'avoir une meilleur idée de la qualité du jeu de données.

3.8.3 Indicateurs d'erreurs

Quelques précisions préalables :



Cible (valeur de réponse) :



Prédicteur (prédicteur des valeurs de résponse) :



Résidu :



Erreur :



Poids des observations testées :



Poids total de la population :



Cible moyenne :



Prédicteur moyen :

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Erreur absolue moyenne (L1)

Définition : moyenne arithmétique des valeurs absolues des écarts (distance Manhattan ou City block)

Formule :

Erreur quadratique moyenne (L2)

Définition : racine carré de la moyenne arithmétique des carrés des écarts (l’importance des grosses erreurs est majorée) (distance Euclidienne)

Formule :

Erreur maximale (LInf)

Définition : écart maximum (distance de Chebyshev)

Formule :

Erreur moyenne (ErrorMean)

Définition : moyenne arithmétique des écarts

Formule :



Erreur moyenne en pourcentage (MPE) :

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales



Erreur moyenne absolue en pourcentage (MAPE) :

Ecart-type de l'erreur (ErrorStdDev)

Définition : dispersion des erreurs autour du résultat réel

Formule : où

Taux de classement (ClassificationRate)

Définition : rapport entre le nombre d’enregistrements classifiés correctement et le nombre total d’enregistrements

Formule :

Coefficient de détermination (R2)

Définition : rapport entre la variabilité des prédictions (somme des carrés expliqués) et la variabilité des données (somme des carrés totaux)

Formule :

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.9 Types de profit

3.9.1 Définition

Un type de profit permet de calculer le profit réalisable grâce à l'utilisation d'un modèle. De manière générale, un bénéfice est associé aux valeurs souhaitées (ou attendues) de la variable cible et un coût est associé à ses valeurs non souhaitées (ou non attendues). Par exemple, dans le cadre d'une campagne d'envois publicitaires, une personne se voit associée à :

 un bénéfice si elle répond à l'envoi publicitaire,

 un coût si elle ne répond pas l'envoi publicitaire.

3.9.2 Les quatre types de profit

Pour visualiser le profit réalisable grâce à un modèle généré avec SAP InfiniteInsight

, vous pouvez utiliser les quatre types de profit suivants :



Détecté,



Lift,



Normalisé,



Personnalisé.

Le profit détecté

Le profit détecté est le type de profit proposé par défaut. Il permet de visualiser le pourcentage d'observations appartenant à la catégorie cible de la variable cible, c'est-à-dire la catégorie la moins fréquente, en fonction du taux d'observations sélectionné sur la totalité du jeu de données. Avec ce profit :

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

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

Le profit Lift

Le profit Lift permet de visualiser la différence entre un modèle parfait (Wizard) et un modèle aléatoire et entre le modèle généré et un modèle aléatoire. Le modèle aléatoire sert de référence et est toujours égal à 1.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Le profit normalisé

Le profit normalisé permet de visualiser l'apport du modèle généré par les fonctionnalités SAP InfiniteInsight par rapport à un modèle de type aléatoire, c'est-à-dire un modèle qui vous permettrait de sélectionner uniquement au hasard des observations dans votre base de données.

Ce profit est utilisé pour les graphiques de détail des variables, qui présentent l'importance de chacune des catégories d'une variable donnée par rapport à la variable cible.

Le profit personnalisé

Le profit personnalisé vous permet de définir vos propres valeurs de profit, c'est-à-dire d'associer à chaque valeur de la variable cible un coût et un bénéfice. Par exemple, vous pouvez définir le coût d'envoi d'un mailing et le gain apporté par la réponse à ce mailing.

3.10 Courbes avancées

En plus des courbes de profit décrites dans la section précédente, un ensemble de courbes avancées est proposé par SAP InfiniteInsight ® .

3.10.1 ROC

La courbe

ROC

( discrimination.

Receiver Operating Characteristic

) est dérivée de la théorie de détection du signal. Elle permet d'étudier les variations de la spécificité et de la sensitivité d'un test pour différentes valeurs du seuil de

Sensitivité

, qui apparaît sur l'axe des ordonnées, est la proportion de signaux trouvés qui ont été correctement identifiés (également appelés

vrais positifs

[1- la Spécificité]

, qui apparaît sur l'axe des abscisses, est la proportion de signaux incorrectement identifiés comme positifs (autrement dit les

faux positifs

)

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.10.2 Courbes de Lorenz

Lorenz "Bon"

La courbe

Lorenz "Bon"

affiche la proportion cumulative des signaux mal devinés (faux négatifs) trouvés dans les n% de scores les plus bas.

L'axe des ordonnées mesure

[1- Sensitivité]

, c'est-à-dire [1 - proportion de vrais positifs], ce qui

équivaut à la proportion des signaux manqués ou des opportunités perdues. Les données étant ordonnées de gauche à droite, des enregistrements les moins susceptibles d'être des signaux ceux les plus susceptibles de l'être, plus la courbe montre lentement, plus le modèle est sensible en terme de détection des signaux. La courbe du modèle parfait (en vert) augmente à partir du point de l'axe des abscisses correspondant à la proportion de non-signaux dans le jeu de données de validation.

Lorenz "Mauvais"

La courbe de

Lorenz 'Mauvais'

affiche la proportion cumulée de vrais négatifs (specificité) représentés par les x% scores les plus bas du modèle. Plus la courbe augmente rapidement, plus la fréquence de détection erronée est faible.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

3.10.3 Courbes de densité

Les courbes de densité affiche la fonction de la densité de la variable peuvent aussi être vues comme la dérivée de la courbe de Lorenz.

Score

dans l'ensemble des signaux

(

Courbe de densité 'Bon'

) et dans l'ensemble des non-signaux (

Courbe de densité 'Mauvais'

). Ces courbes

La fonction estimée de la densité dans un groupe ou intervalle est égale à:

(nombre de signaux dans l'intervalle / nombre total de signaux) / longueur de l'intervalle

La longueur d'un intervalle est par définition sa borne supérieure moins sa borne inférieure.

Courbe de densité "Bon"

courbe de densité "Bon"

représente la distribution des scores du modèles pour les réponses positives.

Courbe de densité "Mauvais"

courbe de densité "Mauvais"

représente la distribution des scores du modèle pour les réponses négatives.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Courbes avancées > Courbe de densité "Tous"

courbe de densité "Tous"

affiche à la fois les courbes de densité

"Bon"

"Mauvais"

, vous permettant ainsi de comparer les deux distributions.

3.10.4 Courbes de "Risque"

Good/Bad Odds

L'axe des abscisses représente le risque et l'axe des ordonnées la valeur du rapport bon/mauvais.

Le rapport bons/mauvais est égal à (1-p)/p , où p est défini comme étant la probabilité du risque.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Probabilité du risque

L'axe des abscisses représente le risque et l'axe des y la valeur de probabilité de risque.

La probabilité du risque p est calculée pour chaque regroupement de score de risque comme suit : le nombre de "mauvais" divisé par le nombre d'enregistrements dans un regroupement.

Densité de la population

La densité de la population est calculée en se basant sur le nombre d'enregistrements de score de risque dans chaque regroupement de score de risque (20 par défaut).

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

Risque 'tout'

Les courbes représentant le risque sont affichées sur un même graphe (à l'exception de la courbe

Log(Good/Bad Odds)).

Note

L'axe des ordonnées pour la courbe de probabilité se trouve sur la droite et que la courbe de population de densité et du Bon/Mauvais partagent le même axe des ordonnées à gauche.

CUSTOMER

SAP InfiniteInsight® 7.0

Notions fondamentales

4 Scénario d'utilisation : Gagnez en efficacité

et maîtrisez votre budget grâce à la modélisation

4.1 Présentation

Dans ce scénario, vous êtes le Directeur Marketing d'une grande banque de détail. Cette banque souhaite proposer un nouveau produit financier à ses clients. Votre projet consiste à lancer une campagne de marketing direct visant à promouvoir ce nouveau produit. Vous avez à disposition une importante base de données de prospects et un budget restreint et fortement contrôlé, et vous êtes soumis à des contraintes de temps importantes. Afin de maximiser les bénéfices associés à votre campagne, votre problématique consiste

à :

 contacter les prospects les plus susceptibles d'être intéressés par le nouveau produit financier,

 identifier le nombre idéal de prospects à contacter sur l'ensemble de votre base de données.

Grâce au composant InfiniteInsight ® Modeler / Régression ou Classement (K2R), vous construisez un modèle explicatif et prédictif dans les meilleurs délais et à moindre coût. Ce modèle vous permet de répondre à votre problématique et de remplir vos objectifs.

4.2 Votre objectif

Imaginons le cas suivant.

Vous êtes le Directeur Marketing d'une grande banque de détail. Cette banque a décidé de proposer à ses clients un nouveau produit d’épargne haut de gamme. Elle s'apprête à lancer une campagne de marketing direct d'envergure pour promouvoir cette nouvelle offre auprès de ses prospects et de ses clients.

La banque connaît un contexte concurrentiel fort et la Direction Générale, consciente de l’enjeu que représente le lancement de ce nouveau produit financier, souhaite que la campagne marketing soit accomplie dans les meilleurs délais.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.3 Vos moyens

4.3.1 Un budget restreint et fortement contrôlé

Le Contrôle de Gestion de la banque est très rigoureux, et le budget qui vous est alloué pour cette campagne marketing :

 ne vous permet pas de contacter l’ensemble des prospects de la banque,

 ne peut pas être dépassé.

4.3.2 L'information à votre disposition

Le Département Marketing dispose pour cette campagne d’une base de données dans laquelle sont référencés

1 000 000 prospects, identifiés par leurs caractéristiques principales :



Age,



Sexe,



Catégorie socioprofessionnelle,



Nationalité,



Profession,



Diplôme,



Nombre d'heures travaillées par semaine,



Etc.

Vous constatez rapidement que la base de données que vous avez à disposition n'est pas optimale. Cette base de données contient en effet :

 des données disparates,

 des données redondantes,

 des données manquantes.

Des données disparates

La base de données contient aussi bien des informations alphanumériques (telles que "profession" et

"nationalité") que des informations numériques (telles que "âge" et "montants des encours sur les comptes").

Des données manquantes

Dans la base de données, certaines informations sont manquantes. Pour gérer cette absence d’information, la

Direction Informatique a utilisé la norme suivante :

 le symbole "?" signifie qu’une valeur alphanumérique (telle que la "profession") est manquante,

 la valeur "99999" signifie qu’une valeur numérique (telle que "l'âge") est manquante.

Vous n’avez malheureusement ni le temps ni les ressources nécessaires pour :

 lancer une enquête visant à compléter les informations manquantes,

 mettre en forme la base de données.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

Editer les options



Editer les options de l'assistant de modélisation

Dans le menu

Fichier

, cliquez sur

Préférences...

Une fenêtre

Editer les options...

s'ouvre.

Les options suivantes peuvent être modifiées :

Catégorie Options

Général

Emplacements



Pays



Langage



Niveau de message



Taille maximum du fichier log



Niveau de message pour les valeurs aberrantes



Afficher l'arbre des paramètres



Taille de l'historique des répertoires



Toujours quitter sans confirmer



Inclure test dans la stratégie de découpage par défaut



Emplacement par défaut pour les données d'application en entrée



Emplacement par défaut pour les données d'application en sortie



Emplacement par défaut pour l'enregistrement des modèles

Entrepôt de métadonnées 

Activer un espace de stockage unique pour les métadonnées



Editer le contenu de la bibliothèque de variables

Graphique 

Nombre de points de la courbe de performance



Nombre de barres affichées



Désactiver le Look and feel SAP InfiniteInsight



Afficher les diagrammes en 3D



Désactiver le double tampon



Optimiser pour les affichages distants



Se souvenir de la position et de la taille en quittant

Rapport

Géolocalisation



Nombre de variables intéressantes



Feuille de style active



Personnalisez vos feuilles style



Protocol du système d'information géographique

Personnaliser les feuilles de style

SAP InfiniteInsight ® vous offre la possibilité de personnaliser les rapports. La feuille de style par défaut, appelée

Feuille de style SAP InfiniteInsight

(par défaut)

, ne peut être modifiée. Vous devez créer vos propres feuilles de styles pour changer la configuration.

Note

Pour créer, charger et enregistrer une feuille de style, vous devez préciser le répertoire des feuilles de style dans le panneau

Editer les options...

avant d'ouvrir la fenêtre

Editeur de feuilles de style SAP

InfiniteInsight

® .

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et



Créer une nouvelle feuille de style

Dans le champ

Répertoire

, cliquez sur le bouton (

Parcourir

Sélectionnez un dossier qui contiendra vos feuilles de style.

Cliquez sur le bouton (

Ajouter

Une nouvelle feuille de style a été créée.

Cliquez sur le bouton .

La fenêtre

Editeur de feuilles de style

s'ouvre.

Dans le champ

Nom de la feuille de style

, entrez un nom pour la nouvelle feuille de style.

L'extension .krs est automatiquement ajoutée.

Note

Vous pouvez dupliquer une feuille de style en modifiant le nom de votre feuille. La feuille de style précédente n'est pas supprimée.



Supprimer une feuille de style

Sélectionnez une des feuilles de styles proposées.

Cliquez sur le bouton (

Retirer

Note

La feuille de style n'est pas seulement supprimée de la liste, mais également du répertoire.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et



Modifier la configuration générale

Configuration... Options... Note...

Couleur de fond

Editer la configuration

 choisir la couleur

 rendre transparent

 taille des polices

 style

 couleurs de fond

 configuration de tableaux

Uniquement les formats PDF et HTML peuvent afficher une couleur de fond.

Cochez l'option

Rendre dynamiquement les changements

ou cliquez sur

Appliquer

pour visualiser les modifications.

Les options sélectionnées s'appliquent à l'assistant de modélisation et aux rapports générés.



Modifier les paramètres des graphiques

Configuration... Options... Note...

Couleurs des graphiques

Histogrammes

 modifier les couleurs

 horizontal

 vertical

Il est possible de choisir une orientation différente que celle définie par défaut pour une section spécifique.



Modifier des sections de rapport

Sélectionnez les propriétés de votre choix.

Cliquez sur

Enregistrer

Une fenêtre s'ouvre, indiquant que votre feuille de style a bien été sauvegardée.

Cliquez sur

Configuration... Options... Note...

Type de vue

Type de graphique

Basculer l'orientation

Trier

Visibilité choisissez entre tabulaire, HTML et graphique. La dernière option n'est disponible que si la section peut être affichée comme graphique. choisissez un des types proposés. Cette option n'est disponible que pour le sections du type

graphique

. cette option vous permet de choisir une orientation différente que celle définie par défaut pour une section de rapport vous pouvez choisir la colonne à utiliser pour le tri et l'ordre de tri vous pouvez cacher une colonne d'une section ou même toute une section de rapport

Au moins une colonne d'une section do rester visible.



Appliquer la nouvelle feuille de style aux rapports générés

Dans la fenêtre

Rapport

, sélectionnez la feuille de style que vous souhaitez appliquer à vos rapports.

Cliquez sur

Une fenêtre s'ouvre, indiquant que vous devez redémarrer l'assistant de modélisation pour prendre en compte les options modifiées.

Cliquez sur

Lorsque vous exécutez un modèle, tous les rapports générés (rapport de modélisation, rapport excel et rapport statistique) sont personnalisés selon votre feuille de style.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

Définir un entrepôt de métadonnées

L'entrepôt de métadonnées vous permet de spécifier l'emplacement où les métadonnées doivent être enregistrées.



Pour définir un entrepôt de métadonnées

Choisissez de placer les métadonnées au même endroit que les données ou dans un endroit spécifique en cochant l'option de votre choix.

Dans la liste

Type de données

, sélectionnez le type de données auxquelles vous souhaitez accéder. L'accès

à certains types de données nécessitent une licence spécifique.

Utilisez le bouton

Parcourir

correspondant au champ

Répertoire

pour sélectionner le répertoire ou la base de données contenant les données désirées. Si la base de données est protégée, saisissez le nom d'utilisateur et le mot de passe dans les champs

Identifiant

Mot de passe

Cliquez sur le bouton

Editer le contenu de la bibliothèque de variables

pour éditer les descriptions des variables stockées dans la bibliothèque de variables.

Cliquez

pour valider.

Environnement technique

La base de données mise à votre disposition est stockée dans un SGBD/R (système de gestion de bases de données relationnelles) sur un serveur UNIX, géré par la Direction Informatique de la banque. Cet environnement informatique constitue des contraintes techniques pour le choix d'un éventuel outil d'analyse de données.

4.4 Votre approche

En raison de l’enjeu important de la campagne à mener, de votre budget limité et du manque de visibilité sur le nouveau produit, vous avez décidé de minimiser les risques en divisant le projet en deux étapes :

Test de la campagne marketing sur un échantillon de 50 000 personnes issues de la base de prospects de 1

000 000 de personnes.

Lancement global de la campagne marketing sur la totalité de la base de prospects.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.4.1 La phase de test de votre campagne marketing

La phase de test de votre campagne marketing vous a permis de collecter un échantillon de 50 000 personnes dont vous connaissez le comportement par rapport au nouveau produit :



25% des prospects se sont montrés clairement intéressés. Ils ont décidé d’accepter un rendez-vous avec un des opérateurs de vos canaux de vente,



75% des prospects ont décliné votre invitation.

Votre problématique consiste à comprendre les résultats de ce test, en identifiant les raisons pour lesquelles certaines personnes ont répondu favorablement à votre offre et pourquoi d’autres, au contraire, ont répondu négativement. Vous pourrez alors vous servir du modèle d'analyse obtenu pour prédire le comportement de chacun des 1 000 000 prospects de votre base de données. Vous optimiserez ainsi votre campagne marketing en ne proposant cette offre qu’à des personnes susceptibles d’être intéressées.

Le fichier contenant le jeu de données utilisé pour le test vous a été remis par la Direction Informatique de la banque sous la forme d’un fichier plat (.csv). Ce fichier correspond au fichier exemple

Census01.csv

, livré avec

SAP InfiniteInsight ® et décrit dans la section Présentation des fichiers exemples

(voir à la page 62).

4.5 Votre problématique

Suite à la phase de test votre campagne, vous possédez dans votre base de données marketing :

 une liste de 1 000 000 prospects,

 une liste de 50 000 prospects, sélectionnés de manière aléatoire lors de cette phase de test, et dont vous connaissez maintenant la réponse vis à vis de votre campagne. Cet échantillon, issu de votre base données initiale, comporte également des valeurs manquantes et des variables corrélées.

Votre problématique consiste à utiliser en l’état ce jeu de données, en tant que jeu de données d’apprentissage, pour :

 créer rapidement un modèle explicatif et prédictif,

 appliquer ensuite ce modèle sur la totalité de votre base de données.

Grâce au modèle généré, vous serez en mesure de savoir :



A combien d’individus référencés dans votre base de prospects vous devez envoyer votre courrier, afin de maximiser le profit/retour sur investissement de votre campagne ?



Comment classer l’ensemble des individus de votre base de prospects selon leur « appétence »

(probabilité d’achat) pour ce nouveau produit. Cette appétence se traduit par une probabilité, ou "score", qu’un prospect réponde favorablement à la campagne.



Quels sont ces individus et quel est leur profil ? Valider quels sont les critères (âge, catégorie socioprofessionnelle, diplôme) qui expliquent qu’une personne se montre intéressée ou pas par le nouveau produit financier.



Comment simuler en temps réel la capacité d’un individu isolé à répondre favorablement à la nouvelle offre, notamment pour permettre au "Call Center" de votre banque ou à un chargé de clientèle de connaître immédiatement l’appétence d’un nouveau client pour ce produit financier (Simulation).



Comment enregistrer ce Score dans votre base de donnée de prospects, afin de pouvoir sélectionner simplement ultérieurement des sous-ensembles de population pour de nouvelles campagnes.



Comment mesurer la qualité et la fiabilité (capacité à traiter des nouveaux individus) de votre modèle.

Afin de vous permettre de répondre au mieux à ces questions, plusieurs solutions s’offrent à vous.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.6 Vos solutions

Pour sélectionner les individus à qui envoyer un courrier, vous avez plusieurs solutions. Vous pouvez utiliser :

 une méthode globale,

 une méthode intuitive,

 une méthode statistique classique (réseaux de neurones, réseaux bayésiens, modèles logistiques, arbres de décisions, etc.),

 la méthode InfiniteInsight.

4.6.1 Méthode globale

Cette méthode consiste à n’effectuer aucune sélection sur votre base de données et envoyer massivement un courrier à la totalité des personnes référencées dans votre base de données. Cette solution vous garantit que toutes les personnes susceptibles d’acheter votre produit seront bien contactées.

En revanche, elle engendre un coût exorbitant, qui dépasse de loin de votre budget et est dans tous les cas rarement adoptée dans la réalité. De plus, elle risque de saturer les prospects de la banque avec des offres inadaptées

(spamming

4.6.2 Méthode intuitive

Cette méthode consiste à effectuer une sélection selon votre connaissance métier, c’est-à-dire à envoyer vos courriers à des individus sélectionnés de manière intuitive dans votre base de données. Cette solution vous permet de diminuer significativement le coût de votre campagne marketing pour qu'elle rentre dans votre budget.

Cette méthode n'est pas optimale, car elle ne permet pas de :

 maîtriser le coût réel et de retour sur investissement de votre opération marketing.

 baser la sélection des prospects à contacter sur un retour réel. En effet, il est probable que vous ayez une connaissance relativement bonne des individus ayant de bonnes chances de devenir un jour vos clients, mais optimiser votre campagne consiste à pouvoir identifier les clients ayant toutes les chances de devenir clients suite à la campagne marketing en cours.

 découvrir de nouvelles niches de prospects, que votre connaissance du marché ne vous pas encore permis d'identifier.

 sélectionner un nombre prédéfini d'individus. Imaginez qu'une contrainte de votre campagne consiste à contacter 5000 prospects. Votre intuition peut vous aider à en sélectionner 2400, par exemple. En revanche, comment sélectionnez-vous ensuite les 2600 autres prospects à contacter ? Une sélection purement aléatoire, et donc totalement non optimisée, constitue alors votre seule solution.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.6.3 Méthode statistique classique

Vous pouvez décider d’utiliser une méthode statistique "classique" pour mieux contrôler l’efficacité de votre campagne, et ainsi de votre budget.

Sur la base des informations que vous possédez, des experts en Data Mining peuvent en effet construire des modèles prédictifs. En d’autres termes, vous allez demander à un expert statisticien de créer un modèle mathématique qui vous permette de prévoir la probabilité que chaque individu a de répondre à votre campagne marketing, en fonction de son profil.

Afin de mettre en place cette méthode le statisticien doit :

 analyser en détails les résultats de votre campagne de test,

 préparer minutieusement votre base de données, notamment en encodant les différents types de données de manière à ce qu'ils soient exploitables par les outils d'analyse à utiliser,

 tester différents types d'algorithmes (réseaux de neurones, réseaux bayésiens, modèles logistiques, arbres de décisions, etc.) et sélectionner le plus adapté à votre problématique.

Après quelques semaines, l'expert-statisticien est en mesure de fournir pour chacun individu de votre base de données une probabilité d’être ou non intéressé par votre campagne marketing.

Cette méthode présente des contraintes importantes. Vous devez :

 vous assurer que l'expert statisticien, externe au Département Marketing, est disponible selon le planning fixé,

 vous assurer que le montant de ses honoraires entre bien dans votre budget,

 passer du temps à lui expliquer votre problématique métier,

 passer du temps à comprendre les résultats qu’il vous fournit.

4.6.4 Méthode InfiniteInsight

La simplicité et l’automatisation des functionnalités SAP InfiniteInsight des résultats en seulement quelques minutes !

® vont vous permettre de mettre en place vous même l’analyse statistique de votre base de données. De plus, leur rapidité vous permette d'obtenir

SAP InfiniteInsight ® utilise les dernières innovations des sciences statistiques et affranchit en même temps l’utilisateur final de la complexité de la démarche associée à l'analyse statistique.

Grâce à SAP InfiniteInsight ® , vous êtes en mesure de créer un modèle qui vous permet de :

 déterminer qui sont les individus qui ont la probabilité ( de votre base de données.

score

) la plus élevée d’être intéressés par votre campagne marketing (modélisation prédictive). Vous pouvez ensuite appliquer le modèle sur la totalité

 mettre en évidence les facteurs déterminants qui décrivent le phénomène que vous souhaitez modéliser, c'est-à-dire le fait d’être intéressé ou pas par le nouveau produit financier de la banque (modélisation descriptive).

La courbe de profit, véritable outil de validation et de contrôle, permet de comparer la performance des modèles générés avec les fonctionnalités SAP InfiniteInsight ® par rapport à celle d'un hypothétique modèle aléatoire ou à celle d'un hypothétique modèle parfait. En même temps, elle vous permet de déterminer le nombre optimal de personnes que vous devez contacter afin de maximiser le profit généré par votre campagne. SAP InfiniteInsight avez créé et sur sa capacité à se généraliser (KR), c'est-à-dire à rester pertinent sur de nouveaux jeux de données.

® vous fournit également des indicateurs sur la qualité du modèle (KI) que vous

SAP InfiniteInsight ® vous donne les moyens de personnaliser votre campagne de marketing direct par rapport

à vos différents profils de clients, et d’augmenter ainsi son pouvoir persuasif.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.7 Présentation des fichiers exemples

Ce guide est accompagné des fichiers de données exemples suivants :

 un fichier de données

Census01.csv

 le fichier de description correspondant

desc_census.csv

Ces fichiers vous permettent d'évaluer et de faire vos premiers pas avec les fonctionnalités de SAP

InfiniteInsight

Census.csv

est le fichier de données exemple que vous allez utiliser pour suivre les scénarios des composants

InfiniteInsight ® Modeler / Régression ou Classement et InfiniteInsight ® Modeler / Segmentation. Ce fichier est un extrait de la base de données du Bureau américain du recensement, réalisé en 1994 par Barry Becker.

Remarque

Pour plus d'informations sur le Bureau de recensement américain ( http://www.census.gov

Census bureau

), Census Bureau

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

Ce fichier présente des données sur 48842 individus américains, âgés au minimum de 17 ans. Chaque individu est caractérisé par 15 données. Ces données, ou variables, sont décrites dans le tableau suivant.

Variable Description Exemples de valeurs

age workclass fnlwgt education education-nu m marital-status

Situation maritale

occupation relationship race sex capital-gain

Age des individus

Catégorie socio-professionelle des individus



Private

(salarié)

Self-employed-not-inc

(profession libérale)

Variable de poids, permettant à chaque individu de représenter un pourcentage de la population toute valeur numérique, telle que "0", "2341" ou 205019".

Niveau d'étude, représenté par un niveau scolaire ou par intitulé de diplôme



11th

(classe de 3ème)

Bachelors

(équivalent à un diplôme Bac+3,

Licence)

Nombre d'années d'étude, représenté par une valeur numérique

Profession

Situation familiale

Origine ethnique

Sexe

Gain boursier annuel

capital-loss

Perte boursière annuelle toute valeur numérique supérieure à 17 une valeur numérique comprise entre 1et 16



Divorced

(divorcé)

Never-married

(jamais marié)

Sales

(profession commerciale)

Handlers-cleaners

(personnel d'entretien)

Husband

(mari)

Wife

(épouse)

White

(blanc)

Black

(noir)

Male

(homme)

Female

(femme) toute valeur numérique toute valeur numérique

native country class

Pays d'origine

Variable indiquant si le salaire d'un individu est supérieur ou inférieur à $50000



United States

France



"1" si l'individu a un revenu supérieur à $50000



"0" si l'individu a un revenu inférieur à $50000

Remarque

Afin de ne pas compliquer les scénarios d'utilisation de InfiniteInsight ®

Classement et InfiniteInsight ® Modeler / Segmentation, la variable

Modeler / Régression ou

fnlwgt

est utilisée comme une variable explicative quelconque dans ces scénarios, et non en tant que variable de poids.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

4.8 L'assistant de modélisation

Pour réaliser les deux scénarios, vous utilisez l'assistant de modélisation SAP InfiniteInsight toutes les étapes de la modélisation.

® . Cet assistant vous permet de sélectionner la fonctionnalité avec laquelle vous souhaitez travailler, et vous assiste dans

Pour voir plus d'informations sur les fonctionnalités de InfiniteInsight ® fonctionnement

à la page 11.

Modeler, voir la section Architecture et



Pour démarrer l'assistant de modélisation

Sélectionnez

Démarrer

Programmes

SAP Business Intelligence

SAP SAP InfiniteInsight

SAP

InfiniteInsight

L'assistant de modélisation apparaît.

Cliquez sur l'action que vous souhaitez réaliser (création de modèle, exploration de données, préparation de données...).

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Gagnez en efficacité et

5 Créer un modèle de classement ou de

régression avec InfiniteInsight® Modeler

La modélisation de données avec InfiniteInsight ® grandes étapes :

Modeler / Régression ou Classement se subdivise en quatre

Définition des paramètres de modélisation

Génération et validation du modèle

Analyse et compréhension des résultats d'analyse

Utilisation du modèle généré

5.1 Etape 1 - Définir les paramètres de modélisation

Pour répondre à votre problématique, vous cherchez à :

 identifier et comprendre les facteurs qui déterminent qu'un prospect répond de manière positive ou négative à votre campagne de marketing.

 pouvoir ainsi prédire le comportement de nouveaux prospects par rapport à votre campagne.

La fonctionnalité InfiniteInsight

Modeler / Régression ou Classement vous permet de créer des modèles explicatifs et prédictifs.

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.

(voir à la page 193)

Décrire le jeu de données sélectionné.

Sélectionner les variables (à la page 81) : variable(s) cible(s), variable de poids, variables explicatives.

Vérifier les paramètres de modélisation.

Définir le

degré du modèle (voir à la page 92). Cette étape est optionnelle.

Définir la

valeur des catégories cibles (voir à la page 95). Cette étape est optionnelle.

CUSTOMER SAP InfiniteInsight® 7.0

5.1.1 Sélectionner une source de données



Pour ce scénario

Utilisez le fichier

Census01.csv

comme jeu de données d'apprentissage.

Ce fichier représente l'échantillon que vous avez extrait de votre base de données et utilisé pour la phase de test de votre campagne de marketing direct. En accord avec votre plan de test, ce fichier contient donc des données sur 50 000 prospects, dont vous connaissez maintenant le comportement par rapport au nouveau produit financier :



25% des prospects se sont montrés clairement intéressés. Ils ont décidé d’accepter un rendez-vous avec un des opérateurs de vos canaux de vente,



75% des prospects ont décliné votre invitation.

Dans ce fichier, vous avez créé une nouvelle variable

Class

, qui correspond à la réaction des prospects contactés pour le test. Vous avez assigné :

 la valeur "1" aux prospects ayant répondu de manière positive à votre invitation,

 la valeur "0" aux prospects ayant répondu de manière négative à votre invitation.



Pour sélectionner une source de données

Dans l'écran

Données à modéliser

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

Type de données

Cliquez sur le bouton

Parcourir

correspondant au champ

Répertoire

La fenêtre de sélection suivante apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Double-cliquez sur le répertoire Samples, puis sur le répertoire Census.

Cliquez sur le bouton

Utilisez le bouton

Parcourir

correspondant au champ

Jeu de données

pour sélectionner le fichier

Census01.csv

Cliquez sur

Le nom du fichier apparaît dans le champ

Jeu de données

Cliquez sur le bouton

Suivant

L'écran

Description des données

apparaît.

Passez à la section Décrire les données (voir à la page 69).

Cas des données stockées en base de données : le mode "Explain"

Avant de demander des données stockées en base de données Oracle, Teradata ou SQL Server 2005, SAP

InfiniteInsight ® utilise une fonctionnalité, le mode "Explain", qui classe les performances des requêtes SQL en plusieurs catégories définies par l'utilisateur. Pour plus de rapidité et de légèreté, ce classement est fait sans que la requête SQL complète soit effectivement exécutée.

Le but est de permettre d'estimer la charge nécessaire à l'exécution de la requête SQL et de décider

--éventuellement grâce à une politique informatique interne-- si la requête SQL en question peut être utilisée ou non.

Ainsi, une politique informatique peut vouloir favoriser l'interactivité et pour cela avoir défini trois catégories de requêtes SQL, chacune ayant une durée maximale d'exécution :



Immédiate

durée < 1s

. La requête est acceptée et exécutée immédiatement.



Différée

1s <= durée < 2s

disponible

. La requête est acceptée mais ne sera exécutée que lorsque le serveur sera



Rejetée

2s <= durée

. La requête ne sera jamais exécutée.

Le nombre, les appellations et les limites des catégories sont définies par l'utilisateur afin que ces valeurs correspondent à la configuration du SGBD et à sa politique d'utilisation.

CUSTOMER SAP InfiniteInsight® 7.0

Le mode "Explain" a été configuré

Si le mode "Explain" a été configuré par votre administrateur de bases de données, une requête peut avoir deux résultats :

 la requête a été acceptée et exécutée : dans ce cas, le traitement de la requête est transparent pour l'utilisateur, SAP InfiniteInsight part de l'utilisateur.

® accède aux données directement sans intervention supplémentaire de la

 la requête doit être validée avant d'être exécutée : une fenêtre s'ouvre affichant un message configuré par l'administrateur de bases de données. Une requête nécessitant une validation peut être classifiée de deux façons :



moyenne

Vous devrez probablement vérifier auprès de votre administrateur de bases de données quelle option choisir :



Si l'administrateur autorise l'exécution de la requête, cliquez sur le bouton

Continuer

. La fenêtre de message se ferme et l'action demandée s'exécute.



Si l'administrateur n'autorise pas l'exécution de la requête, cliquez sur le bouton

Arrêter la requête

. La fenêtre de message se ferme et aucune action n'est effectuée.



lourde

Cela signifie que la requête prendra trop de temps et de ressources sur le serveur. Dans ce cas, le fonctionnement du bouton

Continuer

dépend de la configuration faite par l'administrateur de bases de données (qui peut, par exemple, rejeter automatiquement les requêtes trop lourdes). Dans tous les cas, vous devez vérifier auprès de lui quelle action effectuer.

Le mode "Explain" n'a pas été configuré

Si votre administrateur de bases de données n'a pas configuré le mode "Explain", la fenêtre de message suivante s'affiche lorsque vous essayez d'accéder aux données :

Vous devez contacter votre administrateur qui vous dira quelle est la marche à suivre et qui configurera le mode "Explain".

Si l'administrateur valide l'exécution de votre requête, vous pouvez vouloir que toutes les requêtes nécessitant le même temps (ou un temps inférieur) soient exécutées sans être validées. Dans ce cas, cochez la case

Ne plus me demander de validation pour des requêtes similaires

. La fenêtre de validation n'apparaîtra que pour des requêtes nécessitant plus de ressources. Cette configuration du mode "Explain" n'est valide que pour la session courante. Pour une configuration définitive, contactez votre administrateur de bases de données.

CUSTOMER SAP InfiniteInsight® 7.0

5.1.2 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.

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.

CUSTOMER SAP InfiniteInsight® 7.0

Cliquez sur le bouton

. La fenêtre

Ouvrir une description

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

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.

CUSTOMER SAP InfiniteInsight® 7.0

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

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

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

Des données redondantes

Certaines informations de la base de données sont redondantes, telles que le "diplôme" et "niveau de formation", ou le "diplôme" et "métier".

Dans le domaine des statistiques, le terme "variables corrélées" est utilisé pour désigner de telles données.

Dans toutes analyses statistiques classiques, les variables corrélées doivent faire l’objet d’un traitement particulier. Une autre solution consiste à ne conserver pour l'analyse que l’une des variables sur deux variables corrélées.

N'ayant ni les compétences statistiques ni les moyens pour traiter ce problème de corrélations entre variables, vous décidez de conserver la base de données en l’état.

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

. Elle correspondra au numéro de la ligne de données traitée.

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

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

5.1.3 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

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



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

5.1.4 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

(voir " Sélectionnez les variables cibles " à la page 82),



éventuellement une variable de poids

(voir " Sélectionner la variable de poids " à la page 83),

 les variables explicatives

(voir " Sélectionner les variables explicatives " à la page 85).

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionnez les variables cibles



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.

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 83).

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionner la variable de poids

La sélection d'une variable de poids vous permet d'utiliser l'option Poids de référence dans les Paramètres avancés du modèle.



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.

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

CUSTOMER SAP InfiniteInsight® 7.0

Passez à la section Sélectionner les variables explicatives

(à la page 85).

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.

Pour la première analyse de votre jeu données, il est conseillé de conserver toutes les variables. Il est notamment important de conserver les variables qui n'ont à priori aucun impact sur la variable cible. Si ces variables n'ont aucun impact sur la variable cible, le modèle le confirmera. A l'opposé, le modèle vous permettra de découvrir des corrélations entre ces variables et la variable cible. Exclure des variables de l'analyse sur simple intuition présente le risque de se priver d'une forte valeur ajoutée des modèles SAP

InfiniteInsight ® : la découverte d'information non intuitive.

En fonction des résultats obtenus avec une première analyse incluant la totalité des variables du jeu de données, vous pouvez générer un second modèle en excluant les variables trop corrélées à la variable cible.

Une fonctionnalité prévue à cet effet est proposée dans le menu d'utilisation du modèle.



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

ont généré automatiquement la variable

KxIndex



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.

CUSTOMER SAP InfiniteInsight® 7.0

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.

5.1.5 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

CUSTOMER SAP InfiniteInsight® 7.0

5.1.6 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.

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 définir des paramètres avancés tels que le degré du modèle à générer. Pour plus d'informations, voir la section suivante.



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).



Vous pouvez afficher les résultats générés par InfiniteInsight option, cochez la case

Calculer l'arbre de décision

® Modeler / Régression ou Classement sous la forme d'un arbre de décision basé sur les cinq variables les plus contributives. Pour activer cette



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.

CUSTOMER SAP InfiniteInsight® 7.0

Activation de la sauvegarde automatique

Le panneau

Sauvegarde automatique

vous permet d'activer l'enregistrement automatique du modèle à la fin de ma génération et de saisir les informations nécessaires.



Pour activer la sauvegarde automatique

Dans le panneau

Récapitulatif des paramètres de modélisation

, cliquez sur le bouton

Sauvegarde automatique

Cochez l'option

Activer la sauvegarde automatique du modèle

CUSTOMER SAP InfiniteInsight® 7.0

Renseignez les champs décrits dans le tableau ci-dessous.

Champs Description

Nom du modèle

Ce champ vous permet d'associer un nom au modèle. Ce nom est utilisé dans la liste des modèles qui vous est proposée quand vous chargez un modèle existant.

Description

Ce champ vous permet d'entrer des informations de votre choix, telles que le nom du jeu de données d'apprentissage utilisé, l'ordre du polynôme ou la capacité prédictive et la reproductibilité obtenus pour ce modèle. Ces informations peuvent vous être utiles ultérieurement pour identifier le modèle.

Notez que cette description sera utilisée à la place de celle saisie dans le panneau

Récapitulatif des paramètres de modélisation

Type de données

Cette liste vous permet de sélectionner dans quel format votre modèle sera enregistré. Les formats suivants sont proposés :



Fichiers texte

, pour enregistrer le modèle dans un fichier texte,

Bases de données

, pour enregistrer le modèle dans une table ODBC,

Espace de stockage mémoire

, pour enregistrer le modèle en mémoire. Le modèle sera conservé jusqu'à la fermeture de l'interface graphique de SAP InfiniteInsight ® .

Notez que selon votre licence d'autres formats peuvent être disponible (comme SAS, par exemple).

Répertoire

En fonction de l'option que vous avez sélectionnée, ce champ vous permet de spécifier la source ODBC ou le répertoire dans lequel vous souhaitez enregistrer le modèle .

Fichier/Table

Ce champ vous permet d'entrer le nom du fichier ou de la table qui contiendra le modèle. Le nom de fichier doit contenir l'une des deux extensions de format .txt (fichier texte dans lequel les données sont séparées par des tabulations) ou .csv (fichier texte dans lequel les données sont séparées par des virgules).

Cliquez sur le bouton

Valider

CUSTOMER SAP InfiniteInsight® 7.0

5.1.7 Définir les paramètres spécifiques du modèle

Dans l'écran

Récapitulatif des paramètres de modélisation

cliquez sur le bouton

Avancé

. L'écran

Paramètres avancés du modèle

s'affiche.

Onglet "Général"

L'onglet

Général

vous permet de définir les paramètres généraux du modèle, tels que le degré du modèle, le nombre de segment de la variable de score, le nombre de corrélations à afficher, la catégorie cible de la variable cible.

CUSTOMER SAP InfiniteInsight® 7.0

Définir le degré du modèle (optionnel)

Le modèle généré par InfiniteInsight complexité du modèle.

® Modeler / Régression ou Classement est représenté par un polynôme.

Ce polynôme peut être de degré 1, 2, 3 ou plus. En définissant l'ordre du polynôme, vous définissez le degré de

Il est fortement conseillé de toujours utiliser un ordre 1 pour la première analyse d'un jeu de données. Utiliser un ordre de polynôme élevé ne garantit pas l'obtention du modèle le plus performant dans tous les cas. Pour plus d'informations sur le paramétrage de l'ordre du polynôme, voir Méthodologie

à la page 38.



Pour ce scénario

Utilisez un polynôme d'ordre 1 (valeur par défaut).



Pour définir le degré de complexité du modèle

Dans l'écran

Paramètre avancés du modèle

, dans le champ Valeur de la section

Ordre du polynôme

, entrez la valeur correspondant au degré de complexité du modèle que vous souhaitez obtenir.

Définir le nombre de segments pour la variable de score

Cette option vous permet de définir le nombre de segments de score à créer. La valeur saisie doit être entre 20 et 100, en effet un nombre inférieur ou supérieur de segments nuirait à la qualité du modèle.

Exclusion des variables à faible KR

Cette option vous permet d'activer l'exclusion des variables d'après la valeur de leur KR (c'est-à-dire de leur reproductibilité). Pour déterminer si la reproductibilité d'une variable est trop faible, InfiniteInsight

calcule un seuil qui dépend principalement de la taille du jeu de données et de la distribution de la cible.

Dans les versions antérieures à la version 6.1.0, InfiniteInsight ® excluait automatiquement les variables dont la reproductibilité était trop faible. Depuis la version 6.1.0, ce comportement a été désactivé par défaut. Si vous n'activez pas cette option, aucune variable ne sera exclue à cause de la valeur de sa reproductibilité.



Pour exclure automatiquement les variables à faible KR

Cochez l'option

Exclure les variables à faible KR

CUSTOMER SAP InfiniteInsight® 7.0

Nombre maximum de corrélations conservées

Cette option vous permet de choisir combien de corrélations devront être affichées dans le panneau de débriefing

Corrélations.

Deux variables hautement corrélées contiennent les même informations par rapport à la variable cible. A chaque corrélation correspondent donc deux variables et un taux de corrélation. Lorsque vous modifiez le nombre de corrélations à afficher, le moteur supprime celles dont le taux de corrélation est le moins élevé, conservant ainsi uniquement les plus significatives.



Pour modifier les corrélations à conserver

Dans la section

Paramètres des corrélations

, déplacez le curseur pour indiquer à partir de quel coefficient de corrélation celles-ci doivent être conservées.

Cochez l'option

Conserver uniquement les plus fortes



Pour conserver toutes les corrélations

Cochez l'option

Conserver toutes les corrélations

CUSTOMER SAP InfiniteInsight® 7.0

Activer le Post-traitement

Cette section vous permet de paramétrer la régression selon trois stratégies. Cette option ne peut être activée que si le modèle contient au moins une variable cible continue.

La description de ces stratégies et un exemple de courbe de performances pour chaque stratégies sont proposés dans le tableau ci-dessous.

Stratégie de régression

Description

Pas de post-traitemen t

Cette stratégie consiste à désactiver la phase de redressement des prédictions lors de l'apprentissage du modèle afin de créer une régression similaire aux versions de SAP InfiniteInsight

3.3.2.

® antérieures à la

Dans ce cas, une régression standard est effectuée.

Aucune optimisation spécifique n'est appliquée aux scores finaux. Les valeurs cible d'origine sont utilisées et les valeurs de score brutes sont générées en sortie.

Exemple de courbe de performances

Codage original de la cible

Codage uniforme de la cible

La seconde consiste à activer la phase de redressement des prédictions et à utiliser la valeur de la cible directement lors de l'apprentissage du modèle pour calculer les coefficients de régression.

Pendant la phase de post-traitement, le résultat de la régression est ensuite transformé afin d'aligner les moyennes des segments du score à celles de la variable cible.

Note

- C'est la stratégie utilisée par défaut dans SAP InfiniteInsight

La dernière consiste à activer la phase de redressement des prédictions et à utiliser un codage normalisé de la cible lors de l'apprentissage du modèle afin d'obtenir une distribution uniforme : c'est la phase de prétraitement. Ensuite, les coefficients de régression sont calculés et les scores sont convertis dans l'espace d'origine de la cible.

Note - Cette stratégie peut être choisie lorsque la stratégie par défaut ne produit pas des modèles de qualité satisfaisante, ce qui est souvent le cas avec des distributions dissymétriques des valeurs de cible.



Régression sans redressement

Décochez la case

Activer le post-traitement

CUSTOMER SAP InfiniteInsight® 7.0

Note

Il n'est pas possible de choisir le type de codage utilisé pour la cible quand la phase de redressement est désactivée.



Régression utilisant la valeur cible

Cochez la case

Activer le post-traitement

Sélectionnez le bouton radio

Codage original de la cible

Note

Ce type de régression correspond aux régressions des versions 3.3.1 à 3.3.6 incluses. Cette stratégie de régression est la stratégie par défaut.



Régression utilisant la valeur codée de la cible

Cochez la case

Activer le post-traitement

Sélectionnez le bouton radio

Codage uniforme de la cible

Définir la valeur des catégories cibles

SAP InfiniteInsight

vous donne la possibilité de définir les valeurs des catégories cibles des variables cibles lorsque celles-ci sont binaires. Par défaut, SAP InfiniteInsight

utilise comme catégorie cible la catégorie la moins représentée dans l'ensemble de données.

L'écran Paramètres Spécifiques du Modèle liste l'ensemble des variables cibles binaires, vous permettant ainsi de déterminer pour chacune la valeur de sa catégorie cible, c'est-à-dire la valeur attendue de la variable cible.



Pour ce scénario

Ne définissez aucune valeur pour la variable cible. SAP InfiniteInsight

sélectionnera automatiquement la valeur "1" comme catégorie cible pour la variable Class.



Définir la catégorie cible d'une variable cible

Dans l'écran Paramètre spécifique du modèle, dans le champ Catégorie Cible correspondant à la variable cible choisie, entrez la valeur de la catégorie cible de cette variable.

CUSTOMER SAP InfiniteInsight® 7.0

Onglet "Sélection automatique"

L'onglet

Sélection automatique

vous permet de définir les paramètres de la sélection automatique des variables.

Sélection automatique des variables

Ces paramètres vous permettent de réduire automatiquement le nombre de variables du modèle par rapport à des critères de qualité. Cette sélection se fait par itérations successives. Il existe deux modes de sélection, un basé sur le nombre de variables à conserver, et l'autre sur la quantité d'information à conserver. La quantité d'information correspond à la somme des contributions des variables.



Nombre de variables conservées

L'interface vous permet de fixer le nombre de variables supprimées par itération et le nombre final de variables.



Quantité d'information conservée

L'interface vous permet de fixer la quantité d'information conservée par itération, ainsi que plusieurs critères d'arrêts tels que :



Qualité

Perte autorisée

Pour une itération, la qualité de la sélection automatique de variables se base sur un indicateur définis soit par la somme du de la capacité prédictive (KI) et de la reproductibilité (KR), soit par la capacité prédictive uniquement ou la reproductibilité uniquement. On peut définir la perte de qualité autorisée pour cet indicateur.



Variables min.

Ce critère d'arrêt permet de fixer le nombre minimal de variables du modèle final.

Il est aussi possible de copier dans l'arbre des paramètres les itérations successives du processus de sélection en sélectionnant l'option

Sauvegarder les étapes intermédiaires

. Ces informations sont accessibles après la génération du modèle dans

Protocols/Default/Transforms/Kxen.RobustRegression[...]/SelectionProcess/Iterations



Pour utiliser la sélection automatique des variables



Cochez la case

Activer la sélection automatique des variables

. Les options correspondantes sont activées.

Les paramètres par défaut sont : "

Sélectionner

le meilleur modèle

en conservant entre

et

toutes

variables



Chaque paramètre modifiable est signalé sous forme de lien hypertexte (bleu, souligné).

CUSTOMER SAP InfiniteInsight® 7.0

Mode de sélection



Pour choisir le mode de sélection

Cliquez sur le lien caractérisant le type d'information à conserver à chaque itération du processus de sélection. Par exemple,

le meilleur modèle

dans la phrase "

Sélectionner

le meilleur modèle

en conservant entre

et

toutes

variables.

Une liste déroulante s'affiche, proposant les choix suivants:



le meilleur modèle



le dernier modèle généré.

Sélectionnez l'option de votre choix.

Cliquez sur

Validez



Pour choisir le nombre de variables

Ce critère d'arrêt est obligatoire et permet de fixer le nombre minimal de variables du modèle final.

Dans la phrase " nombre de variables minimum (par exemple,

exemple,

toutes

modèle s'affiche.

Sélectionner

les variables

le meilleur modèle

en conservant entre variable

et

toutes

variables"

, cliquez sur le

) et le nombre de variables maximum (par

Pour sélectionner le nombre minimum de variables, un curseur allant de 1 au nombre total de variables du

Pour sélectionner le nombre maximum de variables, vous pouvez soit confirmer ce minimum en cochant

Garder toutes les variables

ou choisir un nombre maximum de variables.

Cliquez sur

Valider.

Critères d'arrêt

Vous avez le choix entre deux paramètres de sélection des variables :



Chaque étape retire

variable.

Cette option vous permet de paramétrer le nombre de variables qui devraient être exclues à chaque itération.



Chaque étape conserve

95,0%

de l'information.

CUSTOMER SAP InfiniteInsight® 7.0

Cette option vous permet de paramétrer la quantité d'information qui devrait être conservé à chaque itération, limitant ainsi la perte d'information.

Sélectionnez l'option de votre choix.



Pour paramétrer le nombre de variables restantes

Cliquez sur le lien indiquant la nombre de variables dans la phrase "

Chaque étape retire

curseur allant de 1 au nombre total de variables du modèle s'affiche.

variable."

Déplacez le curseur pour sélectionnez le nombre de votre choix.

Cliquez sur

Valider



Pour paramétrer la quantité d'information

Cliquez sur le lien indiquant la quantité d'information à conserver dans la phrase "

95,0%

de l'information".

Un curseur s'affiche.

Chaque étape conserve

Déplacez le curseur pour sélectionnez la quantité de votre choix.

Cliquez sur

Valider



Pour paramétrer la perte de qualité autorisée

La perte de qualité est paramétrée dans la phrase "

du KR

La recherche s'arrête en cas de diminution de

5,0%

du

KI et

Cliquez sur le lien indiquant le pourcentage de perte (par exemple,

5,0%

). Un curseur s'affiche.

Sélectionnez le pourcentage maximal autorisé de perte de qualité.

Cliquez sur

Valider

Cliquez sur le critère de qualité. Une liste déroulante s'affiche proposant les options suivantes :



Basé sur KI + 2KR,

la perte de qualité est basée sur la capacité prédictive (KI) et deux fois la reproductibilité (KR)



KI et KR

, la perte de qualité est limitée à la fois pour la capacité prédictive (KI) et pour la reproductibilité (KR). C'est la valeur par défaut.



, la perte de qualité est seulement limitée pour la capacité prédictive (KI).



, la perte de qualité est seulement limitée pour la reproductibilité (KR).

Sélectionnez l'option de votre choix.

Cliquez sur

Validez

CUSTOMER SAP InfiniteInsight® 7.0

Onglet "Mode Risque"

Cet onglet vous permet de sélectionnez un mode d'apprentissage spécifique pour votre modèle.



Pour activer un mode d'apprentissage spécifique

Sélectionnez l'onglet

Mode Risque

Cochez la case

Activer

. L'onglet s'active et les paramètres du mode "Risque" s'affichent.

Activer le Mode "Risque"

mode "Risque"

permet aux utilisateurs avancés de demander à un modèle de classement de traduire les

équations internes qu'il a obtenues sans contrainte vers une échelle de scores spécifiée associées au rapport bons/mauvais.

Quand ce mode est activé, les différents codages internes des variables continues et ordinales sont rassemblés en une seule représentation qui permet une vision simplifiée des équations internes du modèle.

Ceci est particulièrement intéressant lorsque l'utilisation de modèles prédictifs est soumise à des restrictions légales : les équations du modèle sont désormais assez simples pour être comprises par les services juridiques et peuvent être présentées, non seulement dans un langage de programmation comme avant, mais

également en termes simples.

La technologie sous-jacente est également utilisée pour afficher les 'cartes de score'.

L'utilisation de ce mode nécessite que vous choisissiez :

 un

score de risque

associé à

un rapport bons/mauvais

Note

Le rapport bons/mauvais est égal à (1-p)/p, où p est la probabilité du risque.

 le

nombre de points pour doubler le rapport

Note

Les points pour doubler le rapport sont le nombre de points de risque nécessaires pour doubler le rapport bons/mauvais.

CUSTOMER SAP InfiniteInsight® 7.0

Exemple

Si on considère un score de risque de 615, un rapport bons/mauvais de 9 pour 1 et 15 points pour doubler le score, InfiniteInsight ® ré-échelonnera automatiquement les scores internes vers des scores dans l'espace du mode "Risque" et associera un rapport bons/mauvais à chacun de ces scores.



Dans ce scénario



N'activez pas le mode "Risque".



Pour définir les paramètres du mode "Risque"

Dans le champ

Score de risque

, saisissez le score que vous voulez associer à rapport bon/mauvais.

Dans le champ

pour un rapport bon/mauvais de

, saisissez le rapport.

Dans le champ

Points pour doubler le rapport

, indiquez le nombre de points dont le score doit augmenter pour doubler le rapport.

Cliquez sur le bouton

Voir la table de score

pour afficher un tableau des scores associés aux rapports bon/mauvais correspondants.

Domaine d'ajustement des risques

Cette option permet à l'utilisateur de paramétrer la manière dont l'ajustement des scores de risque est effectué, c'est-à-dire comment InfiniteInsight

ajuste ses propres scores aux scores de risque.

L'option d'ajustement des scores a deux modes :



Basé sur les points pour doubler le rapport

: l'aire d'ajustement des scores est égale à [Score médian -

N*PDR ; Score médian + N*PDR]

. N (nombre de points pour doubler le rapport autour du score médian) doit être spécifié par l'utilisateur. Par défaut, il est égal à 2.

Note

PDR signifie Points pour doubler le rapport.

CUSTOMER SAP InfiniteInsight® 7.0



Basé sur la fréquence

: l'aire d'ajustement des scores est égale à [Quantile(Freq) ; Quantile(1.0 -

Freq)]

. La fréquence des scores extrêmes à exclure doit être spécifié par l'utilisateur. Par défaut, elle est

égale à 15%.

Si vous ne cochez pas la case

Domaine d'ajustement des risques

, le mode Basé sur la fréquence sera utilisé par défaut.

L'ajustement des scores peut être pondéré.



Pour paramétrer l'ajustement des risques

Cochez la case

Domaine d'ajustement des risques

Sélectionnez le mode que vous souhaitez utiliser.

Selon le mode choisi, saisissez la valeur appropriée dans le champ correspondant.

Si vous voulez pondérer l'ajustement des risques, cochez la case

utiliser les segments de la variable de score comme des poids

5.2 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 à la capacité prédictive (KI) et à la reproductibilité (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

5.2.1 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.

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

(voir à la page 69).

5.2.2 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.

CUSTOMER SAP InfiniteInsight® 7.0



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

5.2.3 Valider le modèle généré

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

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

à la page 228.

Remarque

CUSTOMER SAP InfiniteInsight® 7.0



Pour ce scénario

Le modèle généré possède :

 un indicateur de qualité KI égal à 0,8074,

 un indicateur de robustesse KR égal à 0,9956.

Le modèle est suffisamment performant. Vous n'avez pas besoin d'en générer un autre.



Pour valider le modèle généré

Vérifiez les indicateurs de qualité

et de robustesse

du modèle. Ces indicateurs sont encerclés sur la figure suivante. a) Si les performances du modèle vous conviennent, passez à l'étape 3 "Analyser et comprendre le modèle généré

à la page 106, à la page 222"

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

5.3 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,

 la contribution de chacune des variables explicatives par rapport à la variable cible,

 l'importance des différentes catégories de chaque variable par rapport à la variable cible.

5.3.1 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 (groupe

Affichage

), c'est-à-dire l'aperçu du modèle, les graphiques des courbes d'évaluation, des contributions des variables et des différentes variables, des rapports statistiques détaillés au format HTML, des tables d'analyse. Certaines informations ne sont affichées qu'à la demande de l'utilisateur : ainsi l'affichage des résultats de

InfiniteInsight ® Modeler / Régression ou Classement sous forme d'arbre de décision doit être spécifié lors du paramétrage du modèle et l'accès aux paramètres du modèle doit être spécifié dans les options générale de l'assistant.

 d'appliquer et de simuler le modèle généré sur de nouvelles données, et d'affiner le modèle en effectuant une sélection automatique des variables explicatives à prendre en compte (groupe

Exécution

 d'enregistrer le modèle, ou de générer les codes source correspondants (groupe

Enregistrement/Export

5.3.2 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

Jeu de données

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

Nom du fichier de données

Nombre de variables initiales

Nombre de variables dans le jeu de données

Nombre de variables d'entrée

Nombre de variables explicatives conservées

Nombre d'enregistrements

Nombre d'enregistrements de la source de données

Date de création

Date et heure de la création du modèle

Temps d'apprentissage

Composant

temps d'apprentissage total (par défaut le temps est indiquée en seconde)

Selon le composant utilisé pour créer le modèle :



Kxen.RobustRegression



Kxen.SmartSegmenter



Kxen.TimeSeries



Kxen.AssociationRules



Kxen.EventLog



Kxen.SequenceCoder



Kxen.SocialNetwork

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

Variables cibles nominales

Pour chaque variable cible nominale

<Nom de la variable cible>

Le nom de la variable cible nominale concernée

Catégorie cible

<Catégorie non-cible> -

Fréquence

Valeur de la catégorie cible

Proportion d'enregistrements pour lesquels la valeur de la variable cilbe n'est pas

égale à la catégorie cible

<Catégorie cible> - Fréquence

Proportion d'enregistrements pour lesquels la valeur de la variable cible est égale à la catégorie cible

Variables cibles continues

Pour chaque variable cible continue

<Nom de la variable cible>

Min

Max

Moyenne

Ecart Type

Le nom de la variable cible continue concernée

La valeur minimum trouvée pour cette variable cible

La valeur maximum trouvée pour cette variable cible

La moyenne des valeurs de cette variable cible

L'écart type des valeurs de cette variable cible

Indicateurs de performance

Pour chaque variable cible:

rr_<variable cible>

KI

nom du modèle, identifié par le préfixe rr_ suivi du nom de la variable cible. Par exemple, rr_class.

KR

Indicateur de qualité. Pour plus d'information sur le KI, reportez-vous à la section

Indicateurs de performances

(voir à la page 40).

Indicateur de robustesse. Pour plus d'information sur le KR, reportez-vous à la section

Indicateurs de performances

(voir à la page 40)

CUSTOMER SAP InfiniteInsight® 7.0

Options



Pour copier l'aperçu du modèle

Cliquez sur le bouton (

Copier

L'application copie le code HTML correspondant à l'aperçu du modèle.

Collez les paramètres dans l'application de votre choix.



Imprimer l'aperçu du modèle

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 l'aperçu du modèle

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

Les informations du modèle sont sauvegardées dans un fichier texte.

Exporter vers PowerPoint



Pour exporter vers PowerPoint

Cliquez sur (

Exporter vers PowerPoint

CUSTOMER SAP InfiniteInsight® 7.0

5.3.3 Les courbes de performances

Définition

Selon le type de cible, le graphique des courbes de performances 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 lorsque la cible est nominale.

 comparer la valeur prévue à la valeur réelle lorsque la cible est continue.

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) pour une cible nominale,

 la valeur prédite par rapport à la valeur réelle pour une cible continue.

Afficher le graphique des courbes de profit



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.

Lorsque la variable cible est de type nominal, une courbe du type suivant s'affiche.

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

Validation

, à un hypothétique modèle parfait (

Wizard

) et à un modèle aléatoire (

Random

). Le type de profit utilisé est profit

Détecté

CUSTOMER SAP InfiniteInsight® 7.0

Lorsque que la variable cible est de type continu, une courbe du type suivant s'affiche :

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

Validation

et à un hypothétique modèle parfait (

Wizard

). Le type de courbe utilisé est

Prédit/Réel

. La zone bleue correspond

à la déviation standard du modèle en cours.

Dans le cas où il existe plusieurs variables cibles, sélectionnez dans la liste déroulante

Modèles

celui pour lequel vous souhaitez voir les courbes de performances.

Note

(

A chaque variable cible correspond un modèle. Le nom de chaque modèle est constitué du préfixe

rr_

Robust Regression

) et du nom de la variable cible concernée.

Sélectionnez les options de visualisation qui vous intéressent.

Pour plus d'informations sur les options de visualisation, Options de visualisation

(à la page 111).

Options de visualisation



Pour copier une courbe de performances

Cliquez sur le bouton (

Copier

Sélectionnez l'option désirée.

L'application copie les paramètres de la courbe.

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

111

CUSTOMER SAP InfiniteInsight® 7.0



Pour imprimer une courbe de performances

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 une courbe de performances

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

La courbe est enregistrée au format PNG dans le dossier sélectionné.



Pour afficher les courbes des sous-jeux d'estimation, de validation et de test

Dans l'écran

Courbes de performances

, cliquez sur

Jeux de données

et sélectionnez l'une des options suivantes :



Tous les jeux de données

Validation uniquement

Pour exporter au format Excel



Pour exporter au format Excel

Cliquez sur (

Exporter au format Excel

Pour ouvrir la vue courante dans une nouvelle fenêtre



Pour ouvrir la vue courante dans une nouvelle fenêtre

Cliquez sur (

Punaiser la vue

112

CUSTOMER SAP InfiniteInsight® 7.0

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.



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.

113

CUSTOMER SAP InfiniteInsight® 7.0

Pour un modèle à cible continue

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 associées aux sous-jeux d'estimation et de test.

 la courbe en fonction des types

Prédit/Réel

Réel/Prédit



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 29 ans, les valeurs exactes prédites et réelles s'affichent.



Pour sélectionner un type de courbe

Dans l'écran

Courbes de performances

, sous le titre, cliquez sur la liste déroulante associée au champ

Type de courbe

La liste des types de courbe apparaît.

Sélectionnez un type de courbe.

Les courbes correspondantes s'affichent.

114

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre les courbes de performances

Pour un modèle à cible nominale

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

115

CUSTOMER SAP InfiniteInsight® 7.0

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 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 la 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 référencés dans votre base de données.

Le profit

Détecté

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

 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) le profit réalisable en utilisant le

modèle généré par InfiniteInsight

Modeler

, 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, 69% des observations appartenant à la catégorie cible de la variable cible sont sélectionnées

Aléatoire

(courbe rouge, la plus basse) 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

116

CUSTOMER SAP InfiniteInsight® 7.0

Pour un modèle à cible continue

La figure ci-dessous représente le graphique des courbes de performances lorsque la cible est continue.

Les graphiques par défaut affichent les valeurs de la cible réelle (axes des ordonnées) en fonction des valeurs de la cible prédite (axes des abscisses). Deux courbes sont tracées : une pour le jeu de données

Validation

(représentée par une courbe bleue) et une autre pour le modèle parfait (représentée par une courbe verte).

Par exemple, lorsque le modèle prédit 35, la moyenne de la valeur réelle est 37. La courbe du

Wizard

correspond simplement à X=Y, ce qui signifie que chaque valeur prédite est égale à la valeur réelle. Ce graphique permet de voir facilement et rapidement les erreurs du modèle. Lorsque la courbe s'éloigne trop du modèle parfait, cela signifie que la valeur prédite est suspecte.

Le graphique est calculé comme suit :

 les valeurs prédites sont réparties dans environ 20 segments ou groupes. Chacun de ses segments représente environ 5 % de la population.

 pour chacun de ces segments des statistiques basiques sont calculées sur la valeur réelle, telles que la moyenne du segment (

SegmentMean

), la moyenne associée à la cible (

TargetMean

) et la variance de la cible sur ce segment (

TargetVariance

). Par exemple pour une valeur prédite dans [17; 19], si la moyenne est égale à 18,5, la moyenne réelle est égale à 20,5 et la variance de la valeur réelle est égale à 9. Dans ce cas on peut dire que, si la valeur prédite se situe entre 17 et 19, le modèle sous-estime légèrement la valeur réelle.

Pour chaque courbe, un point est défini comme la moyenne d'un segment (

SegmentMean

) en abscisse et la moyenne associée à la cible en ordonnée (

TargetMean

La zone bleue représente la déviation standard attendue du modèle courant. Cette zone représente environ

70% des valeurs de la cible attendues.

Il est à noter que cet intervalle de prédiction (c'est dire la moitié de la zone bleue) est égale à la déviation standard de la cible observée pour un segment de valeurs prédites. En d'autres mots, cela signifie que, dans la cas d'une distribution Gaussienne, 70 % des valeurs réelles se situent dans cette zone.

Note

Il s'agit évidemment d'un pourcentage théorique qui peut varier.

117

CUSTOMER SAP InfiniteInsight® 7.0

Les valeurs extrêmes de l'intervalle de prédiction se calculent de la façon suivante :

{TargetMean - (sqrt(TargetVariance)); TargetMean + (sqrt(TargetVariance))}

Note

La déviation standard est égale à sqrt(TargetVariance).

KI, KR et courbes de performances

Sur le graphique des courbes de performances pour un modèle dont la cible est continue :

 pour le jeu de données d'estimation (graphique par défaut), l'indicateur KI 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 le KI se rapproche de 1.

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

Jeu de données

, située sous le titre), l'indicateur KR correspond au 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".

5.3.4 Contribution des variables

Définition

Le graphique des contributions des variables vous permet de visualiser l'importance relative de chacune des variables dans le modèle. Sur ce graphique, chaque barre représente la contribution d'une variable explicative par rapport à la variable cible.

Les quatre types de graphiques suivants permettent de visualiser les contributions des variables :



Contribution des variables



Poids des variables



Contributions intelligentes des variables



Contributions maximales intelligentes des variables

118

CUSTOMER SAP InfiniteInsight® 7.0

Afficher les contributions des variables



Pour afficher le graphique des contributions des variables

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Contributions des variables

Le graphique de

Contributions des variables

apparaît.

Le type de graphique défini par défaut est

Contributions maximales intelligentes des variables

Si votre jeu de données contient des variables de type Date ou Datetime, des variables générées automatiquement peuvent apparaître dans ce panneau. 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).

119

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre les contributions des variables

L’option

Afficher les contributions des variables

permet de visualiser l’importance de la contribution de chacune des variables explicatives par rapport à la variable cible. Cette importance est relative : l'importance d'une variable donnée est calculée en fonction de l'importance des autres variables explicatives.

Sur le graphique ci-dessus, correspondant au modèle généré, les deux variables qui contribuent le plus à l'explication de la variable cible sont :



marital-status



capital-gain

En d'autres mots, les variables

marital-status

(statut marital) et

capital-gain

(gains en bourse) sont celles qui déterminent le plus si un prospect répond de manière positive ou négative à votre campagne marketing. Parmi toutes les variables contenues dans le jeu de données, ce sont les variables les plus discriminantes par rapport

à la variable cible.

CUSTOMER SAP InfiniteInsight® 7.0

Variables corrélées

Dire que des variables sont corrélées signifie qu'elles sont en partie redondantes, qu'elles apportent en partie la même information par rapport à la variable cible. Deux variables fortement corrélées décrivent donc en grande partie une même information, un même concept.

Le graphique

Contributions intelligentes des variables

rend compte des corrélations qui peuvent exister entre les différentes variables explicatives. Quand deux variables A et B sont fortement corrélées :

 la variable A, qui a une contribution plus forte que B par rapport à la variable cible, devient la "variable primaire" : le graphique représente tout son apport, y compris l'information qu'elle a en commun avec la variable B.

 la variable B, qui a une contribution plus faible que A par rapport à la variable cible, devient la "variable secondaire" : seul son apport marginal est représenté sur le graphique, c'est-à-dire les informations qu'elle ne partage pas avec la variable A. Cette différence d'information est notée

[variable_B]-[variable_A]

Variables codées

Pour créer un modèle, SAP InfiniteInsight ® utilise non seulement les variables originales, mais également, dans le cas de variables continues ou ordinales, leur valeur codées par InfiniteInsight

Modeler / Codeur analytique.

C'est ce qu'on appelle le codage double. Cela permet à SAP InfiniteInsight ® contenue dans chaque variable.

d'extraire toute l'information

Les variables codées sont indiquées par le préfixe c_ dans les graphiques de contributions. Ainsi, la version codée de la variable age est notée c_age.

Note

Dans InfiniteInsight naturel pour une variable donnée, la valeur codée de cette variable ( générée.

® Modeler, dans le panneau Description des données, si vous activez le codage

c_NomVariable

) ne sera pas

5.3.5 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.

121

CUSTOMER SAP InfiniteInsight® 7.0

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.

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.

CUSTOMER SAP InfiniteInsight® 7.0

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

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.

CUSTOMER SAP InfiniteInsight® 7.0

Catégories des variables et profit

Pour le graphique de détails d'une variable, le type de profit utilisé est profit normalisé, c'est-à-dire le profit qui permet de mesurer ce que le modèle apporte par rapport à un modèle de type aléatoire.

Sur ce type de graphique :



Plus une catégorie est située haut sur le graphique, plus elle a un impact positif sur la catégorie cible (ou valeur souhaitée) de la variable cible. En d'autres mots, plus une catégorie est en haut sur le graphique, plus le taux de la catégorie cible est important dans cette catégorie..



La longueur d'une barre correspond au profit apporté par la catégorie. Pour une catégorie donnée, une barre positive indique que cette catégorie contient plus d'observations appartenant à la catégorie cible de la variable cible que la moyenne. Une barre négative indique que la catégorie est moins concentrée en catégorie cible de la variable cible que la moyenne.

Note

Vous pouvez afficher les courbes de profit de la variable sélectionnée en cliquant sur le bouton

(

Courbe de profit

L'importance d'une variable dépend à la fois de sa différence par rapport à la moyenne de la catégorie cible et du nombre de cas représentés. Une importance élevée peut être le résultat :

 d'une forte divergence entre la catégorie et la moyenne de la catégorie cible de la variable cible,

 ou d'une faible divergence conjuguée à un grand nombre d'enregistrements dans cette catégorie,

 ou encore d'un mélange des deux.

La longueur de la barre montre le profit de cette catégorie. Les barres positives correspondent aux catégories ayant un nombre d'enregistrements supérieur à la moyenne de la catégorie cible, et les barres négatives correspondent aux catégories ayant un nombre d'enregistrements inférieur à la moyenne de la catégorie cible.

CUSTOMER SAP InfiniteInsight® 7.0

Axes du graphique

Les catégories des variables sont affichées sur l'axe des ordonnées. Les catégories ayant le même impact sur la variable cible sont regroupées. Elles apparaissent comme suit :

[Category_a;Category_b;Category_c]

. Les catégories ne contenant pas suffisamment de données pour fournir une information robuste sont regroupées dans la catégorie KxOther. Quand une variable a trop de valeurs manquantes, celles-ci sont regroupées dans la catégorie KxMissing. Ces deux catégories sont créées automatiquement par SAP InfiniteInsight

L'axe des abscisses montrent l'influence des catégories d'une variable sur la cible. La signification des différents nombres présents sur l'axe des abscisses est détaillée dans le tableau ci-dessous.

Le nombre est... Indique que la catégorie a...

positif

égal à 0 négatif

une influence positive sur la cible aucune influence sur la cible (le comportement est le même que le comportement moyen de l'ensemble de la population) une influence négative sur la cible

Définition de l'importance des catégories

La définition ci-dessous s'applique aux cibles continues ; la formulation peut être en partie simplifiée pour les cibles binaires. Les formules suivantes peuvent également être appliquées au cas d’une cible binaire (dans ce cas, utilisez les catégories et non les segments).

Nous considérons le cas où un modèle de régression InfiniteInsight ® Modeler / Régression ou Classement est utilisé en apprentissage sur une cible ou un signal continu

, à l'aide d'une variable d'entrée

InfiniteInsight

1,...,

® Modeler / Régression ou Classement segmente tout d’abord la cible continue

segments:

puis calcule les statistiques de base et les statistiques croisées des entrées par rapport à la cible.

Nous supposerons que l'entrée

est une variable nominale (catégorique), même si tout le processus peut être

étendu facilement aux cas de variables ordinales ou continues.

Nous supposerons que

comporte N catégories :

, ..., X

Nous souhaitons évaluer l'importance d'une catégorie Xi par rapport à la cible S.

L'importance d'une catégorie dépend de deux facteurs :

 le fait que la répartition de la cible pour cette catégorie est fortement biaisée en faveur de valeurs faibles ou élevées par rapport à la répartition de la cible sur l'ensemble de la population ;

 la fréquence de cette catégorie.

L'une des causes suivantes peut engendrer une importance de niveau élevé :

 une forte disparité entre la répartition de la cible pour les cas associés à cette catégorie et la répartition de la variable cible pour l'ensemble de la population ;

 une légère disparité combinée à un grand nombre d'enregistrements dans cette catégorie ;

 une combinaison des deux.

SAP InfiniteInsight ® utilise un réglage non paramétrique où l'importance de la catégorie est définie ainsi :

CUSTOMER SAP InfiniteInsight® 7.0

où :



normalProfit(Xi)

Freq (Xi)

correspond au

profit standard

de la catégorie Xi (voir la définition ci-dessous),

correspond à la fréquence globale de la catégorie Xi,

correspond à une constante de normalisation.

Nous indiquons ci-dessous le calcul détaillé de ces valeurs.

Profit standard

Chaque catégorie de la cible S j

est associée à un profit

profit(Sj)

défini ainsi :

Le profit d'une catégorie cible correspond à une valeur située dans la plage suivante à partir des fréquences (cumulées) des catégories cibles:

[-1; +1]

. Il est défini de la manière

Le profit standard d'une catégorie

est alors défini ainsi : où

Proba[Sj |Xi]

correspond à la probabilité conditionnelle de voir apparaître la catégorie cible

dans la catégorie de la variable

(statistiques croisées) :

Ces formules reposant uniquement sur des fréquences, elles sont résistantes à toute transformation monotone de la cible

Constante de normalisation

La normalisation peut être approximative pour les cibles continues non pathologiques (c'est-à-dire les cibles continues sans pic de répartition (Dirac)), comme :

Dans la plupart des cas, la valeur 0,25 constitue une bonne approximation.

Propriétés de profit standard

Plusieurs points sont à souligner au sujet du profit standard :

Le profit standard des catégories est indépendant des valeurs cibles en elles-mêmes (l'utilisateur peut modifier la valeur cible par le biais de transformations monotones ; le profit standard ne changera pas pour cette cible). Il s'agit de mesures non paramétriques.

Une conséquence du point 1 est que cette mesure est résistante aux valeurs aberrantes : s'il existe quelques occurrences de la cible dont la valeur est très élevée par rapport au reste de la répartition des valeurs cibles, la notion de profit standard n'est pas altérée.

La somme pondérée du profit standard pour toutes les catégories de variables données est toujours égale à 0.

CUSTOMER SAP InfiniteInsight® 7.0

Regroupement de catégories

Sur le graphique de détails d'une variable, des catégories peuvent apparaître groupées.

Quand l'option

Activer l'optimisation des regroupements basés sur la variable cible effectués par

InfiniteInsight

Modeler / Codeur analytique pour toutes les variables

est activée, SAP InfiniteInsight ® regroupe les catégories ayant le même impact sur la variable cible. Par exemple, pour la variable

relationship

(statut marital), les catégories

husband

(mari) et

wife

(femme) sont regroupées. Si la variable explicative est continue, SAP InfiniteInsight et découpe ainsi automatiquement la variable en intervalles ayant un comportement homogène vis à vis de la cible.

® repère les points de changements de comportement vis à vis de la variable cible

Pour plus d'information, reportez-vous à la section Optimisation des regroupements.

Quand des catégories ne sont pas assez représentées pour apporter une information robuste, elles sont regroupées dans la catégorie

KxOther

, qui est alors automatiquement créée.

Quand une variable possède trop de valeurs manquantes, ces valeurs manquantes sont regroupées dans la catégorie

KxMissing

, alors automatiquement créée.

Pour comprendre l'intérêt des catégories

KxOther

KxMissing

, imaginons le cas suivant. La base de données des entreprises clientes d'une entreprise contient la variable "Adresse Web". Cette variable contient l'adresse du site Web des entreprises clientes référencées dans la base. Certaines entreprises possèdent une adresse

Web, d’autres n'en possèdent pas. De plus, chaque adresse web est unique. Dans un tel cas, SAP

InfiniteInsight ® transforme automatiquement la variable "Adresse Web" en une variable binaire avec deux valeurs possibles :

KxOther

(l’entreprise a un site web ) et

KxMissing

(l’entreprise n’a pas de site Web).

CUSTOMER SAP InfiniteInsight® 7.0

5.3.6 Rapports de modélisation

SAP InfiniteInsight ® vous propose un ensemble de

Rapports de modélisation

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).

 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.

 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'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).

CUSTOMER SAP InfiniteInsight® 7.0

Cette option vous permet de sauvegarder tous les rapports.

Cette option vous permet de sauvegarder la personnalisation des rapports.

Options d'affichage

Vue

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.

Trier

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).

Séries

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.

131

CUSTOMER SAP InfiniteInsight® 7.0

5.3.7 Carte des scores

Ce panneau vous fournit les coefficients associés à chaque catégorie pour toutes les variables d'un modèle de regression.



Pour obtenir un score

Additionnez les coefficients correspondants à la valeur de chaque variable pour le cas étudié.

Remarque

Dans le cas d'une variable continue, la carte des scores comprend toujours un nombre de catégories supérieur à celui de la structure utilisateur définie ou du paramètre de

nombre de segments

si aucune structure utilisateur n'a été définie. En effet, l'encodage des variables pour la carte de score introduit des points de continuité pour augmenter la précision de codage par rapport au jeu de données d'apprentissage. Ces points de continuité scindent certaines catégories existantes et augmentent donc le nombre de catégories dans la carte de score.

CUSTOMER SAP InfiniteInsight® 7.0

Mode "Risque"

La lecture de l'équation du modèle et l'interprétation de la carte de score sont facilitées dans le mode "Risque" en raison de l'encodage par palier pour les variables ordinales et continues.

En mode "Risque", il est facile d'identifier quelle catégorie a un effet positif ou négatif sur le score du risque, sur le ratio bons/mauvais ou sur la probabilité du risque.

Afin de mieux illustrer les avantages de la carte de scores pour l'interprétation des résultats, nous utilisons la variable "age" dans cet exemple.

Le segment ]24;27] a un score de risque d'environ 30 et le segment [37;43] d'environ 15. Selon le paramètre

PDO (points pour doubler le score, ici il vaut 15), on peut conclure que les individus appartenant au segment

[37;43] sont deux fois plus risqués ou que le ratio bons/mauvais pour le segment [37;43] est deux fois moins

élevé que pour le segment ]24;27].

CUSTOMER SAP InfiniteInsight® 7.0

Options de la carte des scores

Une barre d'outils en tête de panneau vous permet de copier le code HTML de la carte des scores, de l'enregistrer au format HTML ou de l'imprimer.



Pour copier la carte des scores

Cliquez sur le bouton (

Copier

L'application copie le code HTML correspondant à l'aperçu du modèle.

Collez les paramètres dans l'application de votre choix.



Pour imprimer la carte des scores

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 la carte des scores

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

Les informations du modèle sont sauvegardées dans un fichier texte.

CUSTOMER SAP InfiniteInsight® 7.0

5.3.8 Matrice de confusion

Le panneau

Matrice de confusion

permet de visualiser les valeurs de la cible prédites par le modèle par rapport aux valeurs réelles et de fixer le score à partir duquel les observations seront considérées comme positives, c'est-à-dire pour lesquelles la valeur de la cible est celle recherchée. Ce panneau vous permet également de faire des simulations de profit selon le score choisi comme seuil ou d'adapter automatiquement le seuil pour obtenir un profit maximal.

Définitions

On appelle "

Observation positive

", toute observation appartenant à la population cible.

On appelle "

Observation négative

", toute observation n'appartenant pas à la population cible.

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre la matrice de confusion

Il y a trois façon de paramétrer le score utilisé pour séparer les observations positives des observations négatives en utilisant l'échelle affichée :

 en sélectionnant le pourcentage de population visé si la population est triée par ordre descendant de score (

% de la population

)

 en sélectionnant le pourcentage d'observations positives que vous souhaitez détecter (

% de cible détectée

)

 en sélectionnant directement le score à utiliser comme seuil (

Score

). Toute observation dont le score est supérieur au seuil est considérée comme positives et toute observation dont le score est inférieur au seuil est considérée comme négative.

L'échelle est graduée du plus petit score (à gauche), au plus grand (à droite). Les valeurs correspondant à chaque option sont affichées dans des champs situés sous l'échelle.

Lorsque vous déplacez le curseur sur l'échelle, la matrice de confusion est modifiée en conséquence. Le tableau ci-dessous indique comment lire la matrice de confusion.

Réel[

Catégorie cible

]

Observations positives réelles

Réel[

Catégorie non-cible

]

Observations négatives réelles

Prévu[

Catégorie cible

]

Observations positives prédites

Nombre d'observations positives correctement prévues

Prévu[

Catégorie non-cible

]

Observations négatives prédites

Nombre d'observations réellement positives mais prédites négatives

Nombre d'observations réellement négatives mais prédites positives

Nombre d'observations négatives correctement prévues

Par défaut, la

Population totale

est égale au nombre d'enregistrements dans le jeu de données de validation.

Vous pouvez modifier ce nombre pour visualiser la matrice sur la population sur laquelle vous voulez appliquer votre modèle.

Les Métriques



Taux de classement

correspond à la proportion de données correctement classée par le modèle lors de son application sur le jeu de données d'apprentissage.



Sensibilité

d'un test mesure sa capacité à donner un résultat positif lorsqu'une hypothèse est vérifiée.



Spécificité

d'un test mesure sa capacité à donner un résultat négatif lorsque l'hypothèse n'est pas vérifiée.



Précision

correspond à la proportion de mesures répétées à donner le même résultat, dans des conditions demeurant inchangées.

Score

indique à quel point la fonction de vraisemblance dépend de son paramètre.

La fonction de vraisemblance est une fonction de probabilités conditionnelles qui décrit les valeurs d'une loi statistique en fonction de paramètres supposés connus.

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre la matrice de coût

Cette section vous permet de visualiser votre profit selon le score choisi comme seuil ou de choisir automatiquement le meilleur seuil d'après vos paramètres.

Pour chaque catégorie d'observations, saisissez un profit ou un coût par observation. Le profit total s'affiche automatiquement à droite du tableau.

Pour connaître le seuil vous permettant d'atteindre un profit maximal pour le tableau de profit/coût que vous avez paramétré, cliquez sur le bouton

Maximiser le profit

Si on considère le tableau de profit/coût ci-dessous, chaque observation positive correctement identifiée rapportera 15€, par contre chaque observation négative identifiée comme étant positive coûtera 8€.

Catégorie Prévu[1] Prévu[0]

Réel[1]

15 0

Réel[0]

-8 0

CUSTOMER SAP InfiniteInsight® 7.0

5.3.9 Arbre de décision

Le panneau

Arbre de décision

contributives.

vous permet d'afficher les résultats générés par InfiniteInsight ® Modeler /

Régression ou Classement sous la forme d'un arbre de décision basé sur les cinq variables les plus

ANS CE CHAPITRE

Afficher l'arbre de décision ................................................................................................................................. 139

Comprendre l'arbre de décision .......................................................................................................................... 140

Paramétrer l'affichage ......................................................................................................................................... 144

CUSTOMER SAP InfiniteInsight® 7.0

Afficher l'arbre de décision



Pour afficher l'arbre de décision pour une variable cible

Dans la liste

Cible

, choisissez la variable cible pour laquelle vous souhaitez afficher l'arbre de décision.

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre l'arbre de décision

Le panneau

Arbre de décision

est divisé en trois parties :

l'arbre de décision lui-même, affiché en première partie du panneau,

deux onglets situés en bas du panneau vous permettent de visualiser les informations des noeuds ainsi que la courbe de profit correspondant à l'arbre de décision affiché.

une fenêtre de navigation, située en bas à droite du panneau, vous permet de visualiser quelle section de l'arbre vous être en train d'étudier.

CUSTOMER SAP InfiniteInsight® 7.0

L'arbre de décision

Chaque noeud de l'arbre indique :



Le nom de la variable déployée, par exemple Marital-status.



Les catégories ayant servi à filtrer la population du noeud, par exemple

{Married-AF-spouse;Never-married}



Population

totale du noeud.



Le pourcentage de

Cible positive

(pour une cible nominale) ou la

Moyenne de la cible

(pour une cible continue).

Exemple pour une cible nominale

Exemple pour une cible continue

Lorsque vous survolez un noeud, plusieurs options sont disponibles :

Sélectionner une variable pour déployer le niveau suivant de l'arbre de décision.

Déployer automatiquement le niveau suivant, en fonction de la variable la plus contributive non encore utilisée dans l'arbre de décision.

Replier la section affichée sous le noeud.

L'épaisseur des flèches est relative à la quantité de population contenue dans le noeud pointé. Dans l'exemple suivant, la flèche pointant le noeud correspondant à la catégorie [0;4386[ de la variable capital-gain est significativement plus épaisse car ce noeud contient une population nettement plus importante que le noeud capital-gain ]4386;41310]

141

CUSTOMER SAP InfiniteInsight® 7.0

Le détail des noeuds

Lorsque vous sélectionnez un noeud, les informations correspondantes s'affichent dans l'onglet

Détails du noeud

(partie inférieure gauche du panneau).

Cet onglet indique pour quelle cible l'arbre de décision est déployé et vous fournit les informations suivantes pour chaque jeu de données du modèle :



Population

, c'est-à-dire le nombre d'enregistrements existants pour le noeud,



Pour une cible continue :



Moyenne de la cible

, c'est-à-dire la moyenne de la cible pour le noeud



Pour une cible nominale :



Cible positive

, c'est-à-dire le nombre d'enregistrements pour lesquels la cible est positive



Pourcentage de cible positive

, c'est-à-dire le pourcentage de la population du noeud pour laquelle la cible est positive,



Cible négative

, c'est-à-dire le nombre d'enregistrements pour lesquels la cible est négative,



Pourcentage de cible négative

, c'est-à-dire le pourcentage de la population du noeud pour laquelle la cible est négative,

 la

Variance



Population pondérée

, c'est-à-dire le nombre d'enregistrements lorsque une variable de poids est utilisée.

CUSTOMER SAP InfiniteInsight® 7.0

La courbe de profit

La courbe de profit pour l'arbre de décision est affichée dans l'onglet

Courbe de profit

(partie inférieure gauche du panneau). La courbe évolue en fonction des modifications faites sur l'arbre de décision.

La courbe de profit correspondant au noeud qui contient la population totale est égale à la courbe aléatoire.

Lorsque vous développé le noeud contenant le plus haut pourcentage de cible positive, la courbe de profit s'améliorera sur les premiers percentiles, c'est-à-dire que le modèle détectera d'avantage de cas dans la population ayant les plus hauts scores.

CUSTOMER SAP InfiniteInsight® 7.0

Au contraire, si vous développez le noeud contenant le plus faible pourcentage de cible positive, la courbe de profit s'améliorera sur les derniers percentiles.

Cependant, si le noeud que vous développez correspond à une portion très faible de la population, la courbe de profit risque de ne pas être impactée. Il faut donc trouver le bon compromis entre la taille de la population et le pourcentage de cible positive.

Paramétrer l'affichage

Le bouton

Paramètres d'affichage

vous permet de personnaliser l'affichage de l'arbre de décision.



Orientation

: cette option vous permet de définir l'orientation de l'arbre, horizontale ou verticale.

Horizontale Verticale



Type d'affichage

: cette option vous permet de choisir entre un affichage standard (

Arbre de décision

) et un affichage en mode K2R (

Mode K2R

). L'affichage en

Arbre de décision

est plus condensé, mais moins lisible que l'affichage en

Mode K2R

Mode K2R Arbre de décision

Une fois vos paramètres d'affichage définis, cliquez sur

Fermer

CUSTOMER SAP InfiniteInsight® 7.0

5.4 Etape 4 - Utiliser le modèle

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

Un modèle de classement peut être appliqué sur de nouveaux jeux de données. Le modèle vous permet alors d'effectuer des prédictions sur ces jeux de données d'application, en prédisant les valeurs d'une variable cible.

Le modèle peut également être utilisé pour effectuer des simulations sur des observations spécifiques, au cas par cas.

Enfin, vous pouvez affiner un modèle de classement, en le générant à nouveau avec une liste optimisée de variables explicatives. SAP InfiniteInsight ® vous permet en effet de sélectionner de manière automatique les variables explicatives les plus pertinentes par rapport à votre problématique, en fonction du taux d'information expliqué par le modèle que vous souhaitez conserver.

Pour vous permettre d'appliquer le modèle sur n'importe quelle base de données, SAP InfiniteInsight

permet de générer les codes source du modèle.

5.4.1 Vérification des déviations

L'option

Vérification des déviations

est un outil de diagnostic des variations statistiques des variables.

Cette option peut être utilisée pour :

 comparer la distribution d'un nouveau jeu de données avec celle du jeu de données utilisé pour créer le modèle,

 vérifier la qualité de nouvelles données après les avoir chargées,

 vérifier si vos données ont évoluées au cours du temps et si nécessaire générer un modèle mieux adapté aux nouvelles données.



Pour commencer la vérification des déviations

Dans la section

Exécution

du menu

Utilisation du modèle

, cliquez l'option

Vérification des déviations

. Le panneau de sélection du jeu de données à vérifier s'affiche.

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionner le jeu de données à analyser

Avant tout, vous devez sélectionner le jeu de données pour lequel vous souhaitez analyser les déviations.

Pour que les résultats soient compréhensibles, le nouveau jeu de données doit contenir les même colonnes que le jeu de données utilisé pour générer le modèle, en particulier la variable cible, qui doit être renseignée.



Pour sélectionner un jeu de données

Dans le panneau Jeu de données à analyser, sélectionnez le format de la source de données (

Fichiers texte

Base de données

, ...)

Cliquez sur le bouton

Parcourir

à droite du champ

Répertoire

. La boîte de dialogue suivante s'affiche.

Ouvrez le répertoire ou la base de données contenant la source de données.

Sélectionnez le fichier ou la table à utiliser comme source de données.

Cliquez sur le bouton

. La boîte de dialogue se ferme et le nom de la source de données apparaît dans le champ

Données

Cliquez sur le bouton

Suivant

. Le panneau

Vérification des déviations

s'affiche.

CUSTOMER SAP InfiniteInsight® 7.0

Suivi du processus de vérification des déviations

Le panneau

Vérification des déviations

vous permet de suivre le processus d'analyse grâce à une barre de progression.

CUSTOMER SAP InfiniteInsight® 7.0

A la fin de la vérification, un panneau récapitulatif s'affiche. L'explication détaillée du panneau récapitulatif est fournie dans la section

Comprendre l'analyse des déviations

Vous pouvez utiliser la barre d'outil affichée en haut du panneau pour :

 stopper l'analyse, en cliquant sur le bouton ,

 afficher les détails du processus, en cliquant sur le bouton

 copier, imprimer ou enregistrer le panneau récapitulatif.



Pour copier

Cliquez sur le bouton (

Copier

L'application copie le code HTML du rapport affiché.



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 rapport est enregistré au format HTML dans le dossier sélectionné.

Comprendre l'analyse des déviations

La première chose à faire pour savoir s'il y a des déviations dans vos données est de regarder le rapport récapitulatif

(voir à la page 149) et de comparer les performances (KI et KR) obtenues sur le jeu de données

original avec celles obtenues sur le jeu de données de contrôle.

Ensuite pour visualiser quelles variables ont changé, regardez les rapports de déviations.

CUSTOMER SAP InfiniteInsight® 7.0

Rapport récapitulatif

La partie

Vérification des déviations

fournit des statistiques de base sur le

Jeu de données utilisé pour le contrôle des déviations

(ou Jeu de données de contrôle) telles que :

 le nom du jeu de données (

Jeu de données

 la source de données (

Source

 le nombre d'enregistrements contenus dans le jeu de données (

Nombre d'enregistrements

 et le nombre de variables pour lesquelles SAP InfiniteInsight ® a trouvé des déviations par rapport au jeu de données utilisé pour créer le modèle (

Nombre de variables montrant des déviations

La deuxième et la troisième parties du rapport vous permettent de comparer les performances de votre modèle sur le jeu de données original avec ses performances sur le jeu de données de contrôle :

 la section

Indicateurs de performance

affiche pour chaque variable cible, les indicateurs

obtenus par le modèle sur le jeu de données original.

 la section

Performance sur le jeu de contrôle

affiche pour chaque variable cible, les indicateurs

obtenus par le modèle sur le jeu de données de contrôle.

Si le KI et/ou le KR du modèle sur le jeu de données de contrôle sont significativement plus faibles cela signifie que la relation entre les variables et la variable cible a changé, et en conséquence un nouveau modèle devrait

être généré sur les nouvelles données.

Si le KI et le KR n'ont pas ou peu changé, cela signifie que le relation entre les variables et la variable cible est toujours la même, mais cela ne signifie pas qu'il n'y a aucune différence de distribution entre les jeux de données.

5.4.2 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 d'effectuer des prédictions sur ces jeux de données d'application, en prédisant notamment les valeurs de la variable cible.



Pour ce scénario

Pour des contraintes d'ordre technique, un jeu de données correspondant à la base de données de 1 000 000 de clients dont il est question pour ce scénario ne peut pas vous être fourni.

Vous allez donc appliquer le modèle sur le fichier

Census01.csv

, que vous avez utilisé pour générer le modèle.

Vous pourrez ainsi comparer les prédictions données par le modèle aux valeurs réelles de la variable cible

Class

de chacune des observations.

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

Contributions individuelles



Sélectionnez un répertoire de votre choix pour enregistrer le fichier de résultats (

Sortie générée par le modèle



Ne sélectionnez pas l'option

Conserver uniquement les observations déviantes

CUSTOMER SAP InfiniteInsight® 7.0



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.

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

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.

Note

Si la variable

KxIndex

du modèle est virtuelle, l'espace de données d'application ne doit pas contenir de variable

KxIndex

physique.

151

CUSTOMER SAP InfiniteInsight® 7.0

Décision de classement

L'écran

Décision de classement

vous permet de choisir le nombre d'observations que le modèle doit détecter lors de l'application sur le nouveau jeu de données.



Pour appliquer une décision de classement

Dans l'écran

Appliquer un modèle

, suivez les étapes de la procédure Pour appliquer un modèle sur un nouveau jeu de données.

Sélectionnez l'option

Décision

dans la liste déroulante

Générer

Cliquez sur le bouton

Appliquer

L'écran

Décision de classement

s'affiche.

Utilisez le curseur pour choisir le pourcentage désiré. Pour plus d'information, reportez-vous à la section

Matrice de confusion

à la page 135.

Cliquez sur le bouton

Suivant

Le modèle est appliqué sur le nouveau jeu de données.

CUSTOMER SAP InfiniteInsight® 7.0

Comprendre l'écran Décision de classement

L'écran

Décision de classement

vous permet de sélectionner un pourcentage de la population répondant positivement à votre campagne (

% de cible détectée

) ou un pourcentage de la population totale de votre jeu de données (

% de la population

Lorsque vous déplacez le curseur sur l'échelles, les différentes valeurs affichées sous l'échelle sont mises à jour.

Par exemple, si vous sélectionnez l'option

% de cible détectée

et placez le curseur de l'échelle sur 80%, la valeur du champ

% de la population

sera égale à

32.0

, ce qui signifie que si vous voulez que 80% des personnes qui répondront positivement à votre campagne reçoivent votre mailing, vous devrez l'envoyer à

32% de la population totale.

D'un autre côté, si vous sélectionnez l'option

% de la population

et placez le curseur de l'échelle sur 20%, la valeur du champ

% de cible détectée

sera égale à

60.4

, ce qui signifie que si votre budget ne vous permet d'envoyer votre mailing qu'à 20% de la population totale du jeu de données, vous atteindrez 60% des personnes qui répondront de façon positive.

CUSTOMER SAP InfiniteInsight® 7.0

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

, l'option

Ajouter les scores de déviations

est automatiquement cochée.

CUSTOMER SAP InfiniteInsight® 7.0

Paramètres avancés

Sorties globales

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 l’identifiant de jeu de données

Cette option vous permet d’ajouter au fichier de sortie le nom du sous-jeu de données d’apprentissage auquel appartient l’enregistrement (Estimation, Validation ou Test).

Attention

Cette option n’est pas compatible avec l’application directe en base de données.

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

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

Table de profit

Ce panneau vous permet de calculer la table de profit pour le jeu de données d'application, c'est-à-dire de trier vos données par ordre de score décroissant et de les répartir de façon égale en quantiles (déciles, vingtiles ou centiles).



Pour calculer la table de profit

Dans l'arbre

Options avancées

, situé à gauche du panneau, sélectionnez

Table de profit

Cochez la case

Calculer la table de profit sur les données d’application

Dans la liste, sélectionnez le

Nombre de quantiles

que vous souhaitez obtenir.

Vous pouvez ajouter des variables supplémentaires pour estimer le profit pour chaque segment de la population :

1. Dans la liste

Variables

, sélectionnez les variables que vous souhaitez ajouter à la table de profit.

Utilisez la touche

CTRL

de votre clavier pour sélectionner plusieurs variables à la fois.

2. Cliquez sur le bouton

pour ajouter les variables sélectionnées à la liste

Valeurs pour la table de profit

CUSTOMER SAP InfiniteInsight® 7.0

La somme de chaque variable sélectionnée sera calculée pour chaque segment de la population.

Cliquez sur le bouton

Valider

pour enregistrer les paramètres avancés et revenir au panneau

Appliquer un modèle



Résultats

Le résultat du calcul de la table de profit est affiché à la fin de l’application du modèle.

Vous pouvez également le retrouver dans la section

Performance

du modèle des

Rapports de modélisation

CUSTOMER SAP InfiniteInsight® 7.0

Sorties associées à la cible

Codes motifs

Cette fonctionnalité vous permet d'obtenir une liste des variables qui influent le plus sur une décision prise en fonction d'un score (typiquement un score de risque). Un exemple d'utilisation de ces codes motifs est de fournir à un client les raisons pour lesquelles le système de notation automatique n'a pas approuvé l'attribution d'un prêt.



Pour déterminer les codes motifs

Dans l'arbre

Options avancées

, situé à gauche du panneau, ouvrez le noeud

Sorties associées à la cible

'<Nom de la cible>'

Sélectionnez

Codes motifs

Cliquez sur le bouton

situé à droite du tableau.

Cliquez dans la cellule de tableau correspondant à l'option qui vous souhaitez paramétrer. Le tableau ci-dessous récapitule les options disponibles.

Options Valeurs Description

Nombre de codes motifs

Entier positif

Valeur par défaut:

3

Nombre de codes motifs à déterminer

Note

- Les codes motifs sont triés par ordre d’importance et seuls les plus importants sont conservés.

Seuil

Critère



Moyenne

(par défaut)



Maximum



Minimum

Seuil permettant de calculer les codes motifs les plus importants.

Pour chaque variable la contribution correspondant au score du client est comparée à la contribution de cette variable pour l'ensemble de la population. Les codes motifs sélectionnés sont les variables dont la contribution est la plus discriminante par rapport au seuil sélectionné.

Ainsi, si vous sélectionnez

Moyenne

, les contributions des variables correspondant au score du client seront comparées aux moyennes des contributions des variables de l'ensemble de la population afin de déterminer quelles variables sont les plus discriminantes.



En-dessous

(par défaut)



Au-dessus

Indique si vous souhaitez générer les codes motifs quand la contribution des variables du client est inférieure ou supérieure au seuil choisi

Si vous souhaitez générer plusieurs types de codes motifs, répéter les étapes

pour chaque type.



Sortie

La table fournie en sortie contient deux colonnes pour chaque code motif demandé :

 reason_name_<critère>_<seuil>_<rang>_rr_<nom de la cible>

: contient le nom de la variable sélectionnée comme code motif.

Par exemple, la colonne de sortie nommée reason_name_Below_Mean_1_rr_class contient le nom de la variable déterminée comme étant le code motif le plus important (1) par rapport à la variable cible class

. Parmi les variables pour lesquelles la contribution du client est inférieure (Below) à la moyenne

(Mean) des contributions de l'ensemble de la population, c'est celle qui en dévie le plus.

 reason_value_<critère>_<seuil>_<rang>_rr_<nom de la cible>

: contient la valeur du code motif, c'est-à-dire la différence entre la contribution de cette variable pour le client et le seuil choisi (par exemple la moyenne des contributions de cette variable pour l'ensemble de la population).

CUSTOMER SAP InfiniteInsight® 7.0

Cible continue

Valeur prévue

Cette option, cochée par défaut, vous permet d'ajouter au fichier de sortie la valeur prévue par le modèle pour la variable cible. Cette information apparaît dans le fichier de sortie sous le nom

rr_<variable cible>

Indicateur d'aberrance

Cette option vous permet d'ajouter au fichier de sortie les observations déviantes dans le fichier de sortie.

Une observation est considérée comme déviante (outlier) si la différence entre sa "valeur prévue" et sa "valeur réelle" est supérieure à sa valeur de barre d'erreur. En d'autres termes, une observation est déviante quand toutes ses variables font qu'elle devrait avoir un comportement donné par rapport à la variable cible, et qu'elle a dans les faits un autre comportement.

Cette information apparaît dans le fichier de sortie sous le nom

outlier_rr_<variable cible>

. Les valeurs possibles sont 1 si l'observation est déviante et 0 sinon.

Quantiles associés à la valeur prévue

Cette option vous permet de découper le fichier de sortie, trié par ordre croissant de la cible, en quantile et d'attribuer à chaque observation le numéro du quantile dans lequel elle se trouve.

La construction des quantiles approximatifs repose sur la distribution triée et les limites des scores prédits pour l’échantillon de validation. Les limites du score sont utilisées afin de définir les quantiles approximatifs sur l’ensemble des données à appliquer.

Note

Le calcul exact des quantiles demanderait un tri complet des scores obtenu sur l’ensemble des données à appliquer, ce qui représente une grosse charge.

L’option Gain Chart de la version 6.0 a pour objectif ce calcul.

Cette information apparaît dans le fichier de sortie sous le nom

quantile_rr_<variable cible>_<nombre de quantile>

, par exemple pour une variable cible nommée "class" et un nombre de quantile égal à 10 : quantile_rr_class_10.

Cochez l'option

Quantile associé à la valeur prévue

Saisissez le nombre de quantiles à créer dans le champs

Nombre de quantiles

Contributions individuelles des variables explicatives

Cette option vous permet de faire apparaître les contributions des variables explicatives de la variable cible.

Vous pouvez choisir d'ajouter les contributions de toutes les variables ou bien sélectionner uniquement celles qui vous intéressent.

Cette information apparaît dans le fichier de sortie sous le nom contrib_<variable>_rr_<variable cible>

. Ainsi si marital-status est une variable explicative de la cible class, la colonne du fichier sortie correspondant à la contribution de cette variable s'appellera contrib_marital-status_rr_class



Pour ajouter les contributions de toutes les variables

Cochez l'option

Toutes



Pour ajouter uniquement les contributions de certaines variables

Cochez 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

Cible nominale

Sorties par ordre d'importance des scores

Scores

Cette option vous permet de générer dans le fichier de sortie le ou les meilleurs scores pour chaque observation. Pour chaque ligne du jeu de données d'application, SAP InfiniteInsight ® compare les scores de l'observation courante obtenus pour chacune des catégories de la variable cible et affiche le meilleur score dans la colonne

best_rr_<Variable cible>_1

, puis si plusieurs scores ont été demandés par l'utilisateur il affiche le second dans la colonne

best_rr_<Variable cible>_2

, le troisième dans la colonne

best_rr_<Variable cible>_3

, et ainsi de suite... En utilisant cette option avec l'option

Décision

décrite ci-dessous, vous pouvez relier le meilleur score obtenu à la catégorie qui a permis l'obtention de ce score.

Décision

Cette option vous permet de générer dans le fichier de sortie la ou les meilleurs décisions pour chaque observation. Comme pour l'option précédente les scores obtenus pour chaque catégorie de la variable cible sont comparés et la catégorie ayant obtenu le meilleur score pour la ligne courante est affichée dans la colonne

decision_rr_<Variable cible>

, si plusieurs décisions ont été demandées, la catégorie ayant obtenu de second meilleur score est affichée dans la colonne

decision_rr_<Variable cible>_2

, la troisième dans la colonne

decision_rr_<Variable cible>_3

, et ainsi de suite…

Probabilités

Cette option vous permet de générer dans le fichier de sortie la probabilité des meilleurs décisions pour chaque observation. Comme pour l'option précédente, les scores obtenus pour chaque catégorie de la variable cible sont comparés et la probabilité d'apparition de la catégorie ayant obtenu le meilleur score pour la ligne courante est affichée dans la colonne

proba_decision_rr_<Variable cible>

, si plusieurs probabilités ont été demandées, la probabilité du second meilleur score est affichée dans la colonne

proba_decision_rr_<Variable cible>_2

, la troisième dans la colonne

proba_decision_rr_<Variable cible>_3

, et ainsi de suite…

Sorties par catégories de référence

Valeur prévue

Cette option vous permet de générer dans le fichier de sortie le score correspondant à chaque ligne pour les différentes catégories de la variable cible. Vous pouvez choisir d'ajouter le score pour toutes les catégories ou seulement pour certaines.

Cette information apparaît dans le fichier de sortie sous la forme

rr_<Variable cible>

pour la catégorie cible de la variable cible et

rr_<Variable cible>_<Nom de la catégorie>

pour les autres catégories de la variable cible.



Pour ajouter les scores de toutes les catégories

Cochez l'option

Toutes



Pour ajouter uniquement les scores de certaines catégories

Cochez l'option

Sélection

Dans la colonne

Sélection

cochez les cases correspondant aux catégories pour lesquelles vous souhaitez faire apparaître les scores dans le fichier de sortie.

Probabilité de la classe prévue

Cette option vous permet de générer dans le fichier de sortie la probabilité d'une ou plusieurs catégories de la variable cible, c'est-à-dire la probabilité

Cette information apparaît dans le fichier de sortie sous la forme

proba_rr_<Variable cible>

pour la catégorie cible de la variable cible et

proba_rr_<Variable cible>_<Nom de la catégorie>

pour les autres catégories de la variable cible.



Pour ajouter les probabilités pour toutes les catégories

161

Cochez l'option

Toutes

CUSTOMER SAP InfiniteInsight® 7.0



Pour ajouter uniquement les probabilités de certaines catégories

Cochez l'option

Sélection

Dans la colonne

Sélection

, cochez les cases correspondant aux catégories pour lesquelles vous souhaitez faire apparaître les probabilités dans le fichier de sortie.

Autres

Indicateur d'aberrance

Cette option vous permet de faire apparaître les observations déviantes dans le fichier de sortie. Une observation est considérée comme déviante (outlier) si la différence entre sa "valeur prévue" et sa "valeur réelle" est supérieure à sa valeur de barre d'erreur. En d'autres termes, une observation est déviante quand toutes ses variables font qu'elle devrait avoir un comportement donné par rapport à la variable cible, et qu'elle a dans les faits un autre comportement.

Cette information apparaît dans le fichier de sortie sous le nom

outlier_rr_<variable cible>

. Les valeurs possibles sont 1 si l'observation est déviante et 0 sinon.

Quantiles associé à la valeur prévue

Cette option vous permet de découper le fichier de sortie, trié par ordre croissant de la cible, en quantile et d'attribuer à chaque observation le numéro du quantile dans lequel elle se trouve.

Note

Le calcul exact des quantiles demanderait un tri complet des scores obtenu sur l’ensemble des données à appliquer, ce qui représente une grosse charge.

L’option Gain Chart de la version 6.0 a pour objectif ce calcul.

Cette information apparaît dans le fichier de sortie sous le nom

quantile_rr_<variable cible>_<nombre de quantile>

, par exemple pour une variable cible nommée "class" et un nombre de quantile égal à 10 : quantile_rr_class_10.

Cochez l'option

Quantiles associé à la valeur prévue

Saisissez le nombre de quantiles à créer dans le champs

Nombre de quantiles

Contributions individuelles des variables explicatives

Cette option vous permet de faire apparaître les contributions des variables explicatives de la variable cible.

Vous pouvez choisir d'ajouter les contributions de toutes les variables ou bien sélectionner uniquement celles qui vous intéressent.

Cette information apparaît dans le fichier de sortie sous le nom contrib_<variable>_rr_<variable cible>

. Ainsi si marital-status est une variable explicative de la cible class, la colonne du fichier sortie correspondant à la contribution de cette variable s'appellera contrib_marital-status_rr_class



Pour ajouter les contributions de toutes les variables

Cochez l'option

Toutes



Pour ajouter uniquement les contributions de certaines variables

Cochez 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

Types de résultats proposés

L'application d'un modèle sur un jeu de données permet d'obtenir quatre types de résultats, décrit dans le tableau ci-dessous.

Type de résultat Description

valeur prévue, ou score probabilité intervalle de prédiction, ou erreur maximale contributions individuelles décision

Pour une variable continue, la valeur prévue Correspond à la valeur prévue par le modèle pour la variable cible de chaque observation. Les "valeurs prévues" correspondent aux valeurs présentées sur l'axe des abscisses du graphique des courbes de profit. La "valeur prévue" d'une observation est calculée en remplaçant les paramètres du polynôme représentant le modèle par les valeurs de chacune des variables de cette observation.

Dans le cas d’une variable binaire, le modèle donne en sortie un score.

Correspond à la probabilité de chaque observation d'appartenir ou non à la catégorie visée de la variable cible, c'est-à-dire la catégorie la moins fréquente sur l'ensemble des valeurs de la variable cible.

L'intervalle de prédiction permet de détecter sur le jeu de données les observations ayant un comportement déviant. Une observation est considérée comme déviante (outlier) si la différence entre sa "valeur prévue" et sa "valeur réelle" est supérieure à sa valeur de l'intervalle de prédiction. En d'autres termes, une observation est déviante quand toutes ses variables font qu'elle devrait avoir un comportement donné par rapport

à la variable cible, et qu'elle a dans les faits un autre comportement.

Correspondent aux contributions individuelles des variables contenues dans le jeu de données par rapport à la variable cible. La somme de toutes ces contributions individuelles correspond à la valeur prévue (score), à la constante près.

L'option "décision" n'est utilisable que pour les modèles de classement, c'est-à-dire lorsque la variable cible est nominale. Elle permet de générer une décision de classement à partir des "valeurs prévues" (ou scores) générées par le modèle. Le fichier de résultat obtenu comporte une colonne dans laquelle une catégorie de la variable cible est affectée à chaque observation.

La décision s'effectue en appliquant un seuil sur les "valeurs prévues" générées lors de l'application du modèle. Les observations dont la valeur prévue est supérieure au seuil défini se voient affecter la catégorie cible de la variable cible. Le seuil par défaut (calculé par lors de la phase de génération, ou d'apprentissage, du modèle) est choisi tel que l'affection de chaque catégorie de la variable cible aux observations soit représentatif de la répartition observée dans le jeu de données d'apprentissage.

En fonction du niveau d'information souhaité, vous pouvez choisir de générer différents fichiers de résultats, décrits dans le tableau ci-dessous.

En sélectionnant l'option...

valeur prévue

Probabilité

Contributions individuelles

Vous obtiendrez un fichier de résultats contenant pour chaque observation les informations...

uniquement la valeur prévue (rr_TargetVariableName)

 la valeur prévue

 la probabilité (proba_rr_TargetVariableName)

 l'intervalle de prédiction (bar_rr_TargetVariableName)

 la valeur prévue

 la probabilité

 l'intervalle de prédiction

 les contributions individuelles des variables

(contrib_VariableName_rr_TargetVariableName)

CUSTOMER SAP InfiniteInsight® 7.0

Decision  la valeur prévue

 la décision (decision_rr_TargetVariableName)

 la probabilité de la décision (proba_decision_rr_TargetVariableName)

 la probabilité

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 lignes 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.



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 valeur prévue (

score

) par le modèle pour la variable cible de chaque observation. Le nom de cette colonne correspond au nom de la variable cible préfixé par

rr_

, soit pour ce scénario

rr_Class

 la décision se base sur la valeur prévue ou score. Par exemple, sa valeur peut être de 1 si l'observation est considérée comme intéressante ou de 0 si elle est considérée comme inintéressante pour le modèle. Le nom de cette colonne correspond au nom de la variable cible préfixé par

decision_rr

, soit pour ce scénario

decision_rr_class.

 la probabilité de la décision se base également sur la valeur prévue ou score et donne la probabilité de la décision. Plus la probabilité est forte, plus on est sûr que la décision est bonne. Le nom de cette colonne correspond au nom de la variable cible préfixé par

proba_decision_rr_

, soit pour ce scénario

proba_decision_rr_class

 la probabilité de chaque observation d'appartenir ou non à la catégorie visée de la variable cible. Le nom de cette colonne correspond au nom de la variable cible préfixé par

proba_rr_

, soit pour ce scénario

proba_rr_Class

 l'intervalle de prédiction, ou "erreur maximale". Le nom de cette colonne correspond au nom de la variable cible préfixé par

bar_rr_

, soit pour ce scénario

bar_rr_Class

 les contributions individuelles des variables contenues dans le jeu de données par rapport à la variable cible. Les noms des colonnes des contributions individuelles correspondent aux noms de chacune des variables, préfixés par

contrib_

, soit pour ce scénario

contrib_age

contrib_workclass

, etc.

CUSTOMER SAP InfiniteInsight® 7.0

5.4.3 Effectuer une simulation

Le modèle en cours d'utilisation peut être utilisé pour effectuer des simulations sur des observations spécifiques, au cas par cas. Pour définir l'observation à analyser, vous renseignez les variables de votre choix, par exemple les variables

occupation

(profession) et

workclass

(catégorie socioprofessionnelle). Lors de l'exécution de la simulation, SAP InfiniteInsight ® renseigne automatiquement certaines variables dans les valeurs sont manquantes, et essentielles au bon déroulement de la simulation.

Suite à la simulation, vous obtenez les résultats suivants :

 la valeur prévue (

score

 la probabilité de cette observation d'appartenir à la catégorie cible de la variable cible.



Pour simuler un modèle

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Simulation

L'écran

Simulation du modèle

apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Dans la partie de gauche (

Variables explicatives

), sélectionnez une variable, par exemple la variable

marital-status

Ses valeurs apparaissent dans la partie

Modification des valeurs

, dans la partie droite de l'écran.

Dans la partie

Modification des valeurs

, dans le champ

Valeur

, sélectionnez ou entrez une valeur, par exemple

Married-civ-spouse

(marié).

La valeur apparaît dans le tableau des

Variables explicatives

, en face de la variable sélectionnée.

CUSTOMER SAP InfiniteInsight® 7.0

Si vous souhaitez sélectionner d'autres variables explicatives, retournez à l'étape

Sinon, passez à l'étape

Cliquez sur le bouton

Exécuter

pour effectuer une simulation du modèle. Les résultats de la simulation apparaissent dans la section

Résultat

. Vous obtenez la Valeur prévue (score) de l'observation décrite dans le tableau des Variables explicatives, ainsi que la probabilité de cette observation d'appartenir à la catégorie cible de la variable cible. Dans notre exemple, une seule variable (marital-status) a été initialement renseignée. La probabilité que cette observation appartienne à la catégorie cible de la variable cible est de 0,1120. Vous remarquez que certaines variables du tableau des Variables explicatives ont été automatiquement renseignées suite à l'exécution de la simulation. Le modèle complète en effet automatiquement certaines valeurs manquantes, essentielles à la simulation.

Ces valeurs sont indiquées dans le tableau ci-dessous.

Type de variable Valeur par défaut

Variable continue

Variable nominale

Variable ordinale

Valeur moyenne

Valeur la plus fréquente

Vous pouvez modifier la valeur d'une variable explicative et exécuter à nouveau la simulation pour mesurer l'impact d'un tel changement par rapport à la variable cible. Par exemple :

1. Assignez à la variable

marital-status

la valeur

Widowed

(veuf) à la place de la valeur

Married-civ-spouse

2. Exécuter la simulation.

La probabilité obtenue est maintenant de 0,0040.

Cliquez sur le bouton

Réinitialiser

pour effectuer une nouvelle simulation du modèle.

CUSTOMER SAP InfiniteInsight® 7.0

5.4.4 Affiner un modèle

SAP InfiniteInsight ® vous permet d'affiner un modèle en cours d'utilisation. Par exemple, vous pouvez :

 essayer de réduire le nombre de variables explicatives utilisées pour le modèle, tout en conservant ses indicateurs de qualité KI et de robustesse KR initiaux,

 générer un modèle de degré 2 à partir des variables les plus importantes d'un modèle de degré 1.

Sélection intelligente

vous permet de laisser SAP InfiniteInsight

choisir les variables ayant les plus fortes contributions selon la quantité d'information que vous souhaitez conserver.

Pour chaque variable, les informations suivantes sont fournies:

 l'indice de la variable (

Index

)

 le nom de la variable (

Variable

)

 la contribution maximale de la variable (

Max Contribution

)

 le KI individuel de la variable (

), qui représente la capacité de cette variable seule de prédire la variable cible.

 le KR individuel de la variable (

)

 la présence de corrélations pour cette variable (

). Si d'autres variables sont corrélées à cette variable, l'indicateur de corrélations est allumé.

Par défaut, les variables sont triées par contributions maximales décroissantes.



Pour affiner un modèle

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Sélectionner les variables à forte contribution

L'écran

Sélection des variables contributives

apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Dans la liste

Cibles

, sélectionnez la variable cible du modèle que vous souhaitez affiner.

Cliquez sur le bouton

Sélection intelligente

. La fenêtre

Sélection intelligente des variables

s'ouvre.

Sur la barre

Pourcentage de l'information conservée

, déplacez le curseur pour sélectionner la quantité d'information à conserver. Le nombre de variables sélectionnées est modifié en fonction de la quantité d'information.

Plus vous déplacez le curseur vers la gauche, plus vous excluez des variables. Les variables exclues sont automatiquement sélectionnées en fonction de leur importance vis à vis du modèle.

Par exemple, la figure ci-dessous montre qu'en ne conservant que deux variables sur les douze variables initiales, 45,2% de l'information apportée par le modèle est conservée.

Remarque

Certaines variables du jeu de données d'apprentissage peuvent n'apporter aucune information, telles que les variables à valeur constante. Ces variables sont alors automatiquement exclues du modèle lors de la phase d'apprentissage. Le nombre de ces variables exclues est affiché sous forme de

Remarque

. Dans la figure ci-dessus, ce nombre est égal à "0".

CUSTOMER SAP InfiniteInsight® 7.0

Cliquez sur le bouton

La fenêtre se ferme et l'écran

Sélection des variables explicatives

est mis à jour avec les variables sélectionnées, vous permettant ainsi de visualiser les variables conservées et des variables exclues.

Pour notre exemple, SAP InfiniteInsight ® a automatiquement déterminé que les deux variables explicatives qui apportait le plus d'information pour expliquer la variable cible sont les variables

marital-status

capital-gain

Cliquez sur le bouton

Suivant

. Une boîte de dialogue de confirmation apparaît.

171

CUSTOMER SAP InfiniteInsight® 7.0

Cliquez sur

Oui

pour valider la sélection des variables et réentraîner le modèle sur ces variables.

L'écran

Sélection des variables explicatives

apparaît.

Reprenez le paramétrage du modèle à partir de l'étape de sélection des variables

(voir à la page 81).

CUSTOMER SAP InfiniteInsight® 7.0

5.4.5 Générer le code source d'un modèle

La fonctionnalité InfiniteInsight ® Scorer permet d'exporter des modèles SAP InfiniteInsight ® de segmentation et de regression vers différents langages de programmation. Le code ainsi généré permet d'appliquer les modèles hors de SAP InfiniteInsight ® . Les codes générés permettent d'intégrer les modèles SAP InfiniteInsight ® au sein d'applications ou progiciels, ou de les appliquer sur des données sans nécessiter la présence de SAP

InfiniteInsight

. Ils permettent notamment d'utiliser les modèles sur des plate-formes techniques différentes de celle sur laquelle ils ont été générés.

Cette fonctionnalité nécessite l'achat d'une licence spécifique. Selon votre licence, vous pouvez générer les codes sources dans les langages suivants :

Le fichier de code généré par SAP InfiniteInsight les paramètres du modèle.

® contiendra toute information nécessaire pour le modèle, comme l'encodage des variables, les valeurs de remplacement des valeurs manquantes, les compressions et



Pour générer le code correspondant au modèle

Dans la liste

Cible à utiliser

, sélectionnez la cible du modèle.

Dans la section

Options de génération

, sélectionnez l'option désirée :

Résultats du modèle généré Option choisie

Score/Estimatio ns

Probabilité

le score (classement) ou l'estimation (régression)

Bar

le score et la probabilité (sauf pour HTML et tous les codes SQL, pour lesquels seule la probabilité est donnée) le score et la barre d'erreur (sauf pour HTML et tous les codes SQL, pour lesquels seule la barre d'erreur est donnée)

Attention

Les options

Probabilités

Bar

sont disponible seulement pour les modèles InfiniteInsight

Modeler /

Régression ou Classement avec cible nominale.

Remarque

Dans le cas d'une variable continue, le code généré comprend toujours un nombre de catégories supérieur à celui de la structure utilisateur définie ou du paramètre de

nombre de segments

si aucune structure utilisateur n'a été définie. En effet, l'encodage des variables introduit des points de continuité pour augmenter la précision de codage par rapport au jeu de données d'apprentissage. Ces points de continuité scindent certaines catégories existantes et augmentent donc le nombre de catégories dans le code généré.

CUSTOMER SAP InfiniteInsight® 7.0

Dans la liste

Choix du type de code

, sélectionnez le type de code que vous voulez générer (Liste de codes générés).

Dans la section

Génération

, utilisez le bouton

Parcourir

situé à droite du champ

Répertoire

pour sélectionner où le fichier sera enregistré.

Une fenêtre de sélection apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Saisissez dans le champ

Fichier généré

le nom à donner au fichier exporté. Si vous souhaitez remplacer un fichier existant, utilisez le bouton

Parcourir

pour le sélectionner.

Si vous avez sélectionné l'option

Visualiser le code généré

, celui-ci s'affiche à la fin de la génération.

Cliquez sur le bouton

Générer

. Si le fichier existe déjà, un message de demande de confirmation s'affiche.

La figure ci-dessous représente le début d'un exemple de code source C d'un modèle SAP InfiniteInsight

CUSTOMER SAP InfiniteInsight® 7.0

Liste des codes générés

Le tableau ci-dessous récapitule les codes proposés ainsi que leurs particularités.

Code généré Commentaire

AWK Code

C Code

PMML 3.0

PMML 3.1

PMML 3.2

Cpp

DB2 UDF (SQL)

HTML (Javascript)

se référer à la documentation C Code Generator (en anglais) contient un formulaire permettant de reproduire le modèle SAP

InfiniteInsight ® le fichier KxJRT.jar est nécessaire à sa compilation et son exécution

JAVA Code

Oracle UDF (SQL)

PMML2

SAS Code

SQL Code (ANSI)

SQL Code for MySQL

SQL Code for NEOVIEW

SQL Code for Oracle

SQL Code for SQLServer

entoure les nom de variables avec [ ]

SQL Code for SYBASE ASE

SQL Code for Sybase IQ

SQL Code for Teradata

SQL Code for WX2

SQLServer 2000 UDF

(SQL)

SQLTeradata

SQLNetezza

SQLVertica

ScoreCard

Teradata databases

Netezza databases

Vertica databases seulement disponible dans InfiniteInsight ®

Classement

Modeler / Régression ou

Teradata V2R5.1 UDF

UDF Code for MySQL

UDF Code for Sybase IQ

CUSTOMER SAP InfiniteInsight® 7.0

Code généré

VB Code

Commentaire

Remarque

Lorsque vous générez du code SQL, SAS ou SQL pour MySQL, il vous sera demandé de fournir les noms de la colonne clé et du jeu de données utilisés.

Paramètres avancés

Mode UNICODE

Mode Unicode

vous permet de générer le code choisi en Unicode pour qu'il puisse supporter les langues non-latines telles que le japonais, le russe, etc.

Note

Cette option s'applique en particulier aux codes SQL.

Options SQL/UDF



L'option

Ne pas générer le code pour les variables non contributives

vous permet d'exclure du code toutes les variables ayant une contribution de 0 puisqu'elles n'influencent pas le résultat. Dans certains cas, ceci peut réduire d'une façon significative la taille du code généré.



Vous pouvez soit

Utiliser le séparateur par défaut

("GO"), soit

Utiliser un séparateur personnalisé

CUSTOMER SAP InfiniteInsight® 7.0

5.4.6 Exporter le script KxShell

L'export de script KxShell vous permet de générer un script reproduisant le modèle en cours. Ce script peut

être ensuite utilisé pour entraîner des modèles par lots.

Lorsque vous souhaitez ajouter au script exporté des paramétrages spécifiques, tel que la sélection automatique des variables par exemple, le moyen le plus simple est d'effectuer les opérations correspondantes dans l'interface graphique avant de générer le code. Ainsi, si vous faites une sélection automatique des variables avant l'export du script shell, celui-ci contiendra le code nécessaire à cette opération.



Pour enregistrer le script KxShell

Dans le menu

Enregistrement/Export

du panneau d'

Utilisation du modèle

, double-cliquez l'option

Exporter le script KxShell

. Le panneau

Génération de script KxShell

s'affiche.

Cliquez sur le bouton

Parcourir

situé à droite du champ

Répertoire

pour sélectionner le répertoire dans lequel le script sera sauvegardé.

Dans le champ

Fichier

, saisissez le nom du script ou s'il existe déjà, sélectionnez le avec le bouton

Parcourir

Dans le cadre

Sauvegarde des descriptions

, Sélectionnez comment vous souhaitez enregistrer la description des données de votre modèle. Les quatre options suivantes sont disponibles :



Sauvegarder les descriptions dans le script

la description des données est ajoutée dans le script KxShell. Un seul fichier est généré.



Sauvegarder les descriptions là où est le script

La description des données est enregistrée dans un nouveau fichier situé dans le même répertoire que le script KxShell.



Sauvegarder les descriptions là où sont les données

La description des données est enregistrée dans un nouveau fichier situé dans le même répertoire que les données utilisées pour créer le modèle.



Sauvegarder les descriptions à part

L'utilisateur choisit sous quel format et où sera enregistré la description des données.

CUSTOMER SAP InfiniteInsight® 7.0

Note

Lorsque la description est sauvegardée dans un fichier séparé, ce fichier est nommé sur le modèle suivant : KxDesc_<Role du jeu de données>_<Nom du jeu de données>. Par exemple, pour un jeu de données d'apprentissage nommé

Census.csv

, le nom du fichier de description sera

KxDesc_Training_Census.cs

v

De plus vous pouvez exporter la structure des variables qui dépend de la variable cible en sélectionnant l'option

Exporter la structure des variables dans le script

. Cette option vous permet de forcer les groupements des catégories lors de l'utilisation du modèle sur de nouveaux jeux de données.

Avant de générer le code, vous pouvez en voir un aperçu en cliquant sur le bouton

Aperçu du code

. Le code s'affiche dans une nouvelle fenêtre. Il peut alors être copié, imprimé ou sauvegardé.

Dans la fenêtre principale, cliquez sur le bouton

Suivant

pour lancer la génération du script.

CUSTOMER SAP InfiniteInsight® 7.0

5.4.7 Enregistrer un modèle

Une fois un modèle généré, vous pouvez l'enregistrer. L'enregistrement conserve la totalité des informations qui sont relatives au modèle, c'est-à-dire ses paramètres de modélisation, ses courbes de profits, etc.



Pour enregistrer un modèle

Dans l'écran

Utilisation du modèle

, cliquez sur l'option

Enregistrement

L'écran

Enregistrer le modèle

apparaît.

Renseignez les champs suivants :



Nom du modèle

: Ce champ vous permet d'associer un nom au modèle. Ce nom est utilisé dans la liste des modèles qui vous est proposée quand vous chargez un modèle existant.



Description

: Ce champ vous permet d'entrer des informations de votre choix, telles que le nom du jeu de données d'apprentissage utilisé, l'ordre du polynôme ou la capacité prédictive et la reproductibilité obtenus pour ce modèle. Ces informations peuvent vous être utiles ultérieurement pour identifier le modèle.



Type de données

: Cette liste vous permet de sélectionner dans quel format votre modèle sera enregistré. Les formats suivants sont proposés :



Fichiers texte

, pour enregistrer le modèle dans un fichier texte,



Bases de données

, pour enregistrer le modèle dans une table ODBC,



Espace de stockage mémoire

, pour enregistrer le modèle en mémoire. Le modèle sera conservé jusqu'à la fermeture de l'interface graphique de SAP InfiniteInsight peuvent être disponible (comme SAS, par exemple).

® . Notez que selon votre licence d'autres formats



Répertoire

: En fonction de l'option que vous avez sélectionnée, ce champ vous permet de spécifier la source ODBC ou le répertoire dans lequel vous souhaitez enregistrer le modèle .



Fichier/Table

: Ce champ vous permet d'entrer le nom du fichier ou de la table qui contiendra le modèle. Le nom de fichier doit contenir l'une des deux extensions de format

.txt

(fichier texte dans lequel les données sont séparées par des tabulations) ou

.csv

(fichier texte dans lequel les données sont séparées par des virgules).

CUSTOMER SAP InfiniteInsight® 7.0

Fichiers créés lors de l'enregistrement d'un modèle

Lorsque vous enregistrez un modèle, SAP InfiniteInsight spécifié. Le tableau ci-dessous liste les fichiers ou tables créés lors de l'enregistrement d'un modèle et pour quel type de modèle.

® crée un certain nombre de fichiers à l'emplacement

Nom du fichier

KxAdmin

<Model_name>

KxInfos

KxOlapCube

KxLinks

KxNodes

KxCommunities

Description Utilisé par

liste tous les modèles contenus dans le répertoire ou la base de données ainsi que leurs informations de base (date, version, nom du modèle, commentaires) tous les modèles

InfiniteInsight fichier nommé d'après le modèle et contenant toutes les données à l'exception des informations des graphiques. Ces dernières sont stockées dans des tables ou fichiers supplémentaires (voir ci-dessous) tous les modèles

InfiniteInsight indique quelles tables additionnelles sont utilisées par le modèle tous les modèles

InfiniteInsight contient les informations du cube OLAP utilisé par l'arbre de décision, lorsque l'option Arbre de décision a été activée contient les liens des graphiques du modèle liste l'ensemble des noeuds de tous les graphiques et leurs attributs contient les correspondances entre les noeuds et leur communauté lorsque la détection des communautés a été activée les modèles de régression ou de classement avec arbre de décision les modèles de réseaux sociaux uniquement les modèles de réseaux sociaux uniquement les modèles de réseaux sociaux uniquement

Attention

Lorsque vous partagez ou envoyez un modèle,

tous les fichiers créés lors de la sauvegarde du modèle doivent être joints

, sinon le destinataire ne pourra pas ouvrir le modèle.

181

CUSTOMER SAP InfiniteInsight® 7.0

5.4.8 Ouvrir un modèle existant

Une fois enregistrés, les modèles peuvent être ouverts et réutilisés dans SAP InfiniteInsight ® .



Pour ouvrir un modèle

Sur la page d'accueil de l'assistant de modélisation, sélectionnez

Ouvrir un modèle

, puis cliquez sur le bouton

Suite

L'écran

Ouvrir un modèle

apparaît.

Dans la liste

Type de données

, sélectionnez le format du modèle que vous souhaitez ouvrir.

Cliquez sur le bouton

Parcourir

Une fenêtre de sélection apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

Sélectionnez le répertoire dans lequel est stocké le modèle que vous souhaitez ouvrir.

La liste des modèles stockés dans ce répertoire apparaît. Le tableau ci-dessous décrit les informations fournies pour chaque modèle et permettant d'identifier plus facilement le modèle recherché.

Colonne Description Valeurs

Nom

Type

Date

Commentai re

Version

Nom sous lequel le modèle a

été enregistré

Chaîne de caractères

Type du modèle

 Kxen.Classification

: classement (cible nominale)

 Kxen.Regression

: régression (cible continue)

 Kxen.Segmentation

: segmentation ou regroupement en mode SQL

 Kxen.Clustering

: segmentation sans mode SQL

 Kxen.TimeSeries

: séries temporelles

 Kxen.AssociationRules

: règles d'association

 Kxen.Social

: réseaux sociaux

 Kxen.SimpleModel

: modèles multi-cibles, regroupement sans mode SQL et tous les autres types de modèles

Numéro de version du modèle lorsque celui-ci a été sauvegardé plusieurs fois

Entier commençant à 1

Date et heure au format aaaa-mm-jj hh:mm:ss Date de sauvegarde du modèle

Commentaire facultatif saisi par l'utilisateur pour faciliter l'identification du modèle

Chaîne de caractères

Sélectionnez un modèle dans la liste.

Cliquez sur le bouton

Ouvrir

Le menu d'utilisation du modèle apparaît.

CUSTOMER SAP InfiniteInsight® 7.0

6 Scénario d'utilisation : Personnalisez votre

communication grâce à la modélisation de données

Pour un simple résumé du scénario d'utilisation de InfiniteInsight ®

InfiniteInsight ® Modeler / Segmentation

à la page 184.

Modeler / Segmentation, voir Scénario 2 :

6.1 Présentation

Ce scénario constitue la suite logique du scénario 1.

Lors du scénario 1, grâce à InfiniteInsight vous étaient impartis.

® Modeler / Régression ou Classement de SAP InfiniteInsight ® , vous avez atteint tous les objectifs de votre première campagne marketing, en respectant les délais et le budget qui

Afin de personnaliser les messages marketing de la banque et d’améliorer la communication avec les différents clients et de prospects de ce nouveau produit, la Direction Générale vous demande maintenant d’établir une segmentation précise des clients de ce produit.

Grâce à InfiniteInsight ® Modeler / Segmentation, vous construisez un modèle descriptif dans les meilleurs délais et à moindre coût. Ce modèle vous permet de connaître les profils caractéristiques des clients qui sont intéressés par votre nouveau produit, et ainsi, de répondre à votre problématique et de remplir vos objectifs.

6.2 Votre objectif

Imaginons le cas suivant.

Grâce à la fonctionnalité de régression / classement de SAP InfiniteInsight de votre dernière campagne marketing, en respectant les délais et le budget qui vous étaient impartis (voir scénario 1

à la page 53).

® , vous avez atteint tous les objectifs

Pour améliorer le taux de retour de votre campagne, la Direction Générale vous demande :

 d'établir une segmentation de votre clientèle,

 d'analyser les caractéristiques des segments identifiés,

 de définir une communication adaptée à chaque segment.

La segmentation doit vous permettre en particulier de distinguer les segments de clients en fonction de leur propension à acheter le nouveau produit d'épargne haut de gamme proposé par votre entreprise. Vous pouvez ainsi comprendre au mieux le profil de vos clients.

CUSTOMER SAP InfiniteInsight® 7.0

6.3 Votre approche

Pour des raisons pratiques d’organisation, vous souhaiter définir cinq groupes de clients, ou segments, et décrire les profils des clients appartenant à chacun de ces groupes.

Pour ce projet, vous utilisez le jeu de données que constitue l’échantillon des 50 000 personnes ayant répondu

à votre premier test, lors de la campagne précédente.

Ce fichier correspond au fichier exemple

Census01.csv

, livré avec SAP InfiniteInsight

et décrit dans la section

Présentation du fichier exemple

(voir à la page 62).

6.4 Votre problématique

Dans votre base de données marketing, vous possédez :

 une liste de 1 000 000 prospects,

 une liste de 50 000 prospects (personnes sélectionnées lors de la phase de test de votre campagne), dont vous connaissez la réponse à la campagne. Cet échantillon constitue donc un jeu de données d’apprentissage. Cet échantillon, issu de la base de données globale, comporte également des valeurs manquantes.

Votre problématique consiste donc à :

 créer rapidement une segmentation sur le jeu de données d'apprentissage que constitue l'échantillon, utilisé en l'état. Les segments obtenus vous permettront de mieux comprendre le profil des individus de votre base de données en fonction de leur propension à acheter.

 appliquer ensuite le modèle de segmentation obtenu sur la totalité de votre base de données, pour déterminer à quel segment appartient chaque individu référencé dans cette base de données.

6.5 Vos solutions

Pour sélectionner les individus à qui envoyer un courrier, vous avez plusieurs solutions. Vous pouvez utiliser :

 une méthode intuitive,

 une méthode statistique classique (nuées dynamiques, K-means, segmentations hiérarchiques ascendantes et descendantes),

 la méthode InfiniteInsight.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Personnalisez votre

6.5.1 Méthode intuitive

Cette méthode consiste à utiliser la connaissance que vous avez des différents profils de vos clients. Grâce à la connaissance métier que vous avez de votre clientèle, vous déterminez vous-même quels sont les critères de segmentation déterminants et créez ainsi les segments.

Le principal inconvénient de cette méthode est que le nombre d’informations disponibles pour chaque client référencé dans votre base de données croît avec le temps. Au fur et à mesure de l'enrichissement de votre base de données, il vous est donc de plus en plus difficile de créer des segments qui prennent en compte toutes les données disponibles et répondent en même temps à votre problématique. De plus, alors que ce volume d'informations croissant vous impose de créer des segmentations de plus en plus fréquemment, le temps nécessaire à la création de ces segmentations devient de plus en plus important.

Enfin, votre hiérarchie souhaite que vous utilisiez une méthode rationnelle, et ne reposant pas simplement sur votre intuition, pour effectuer vos segmentations.

6.5.2 Méthode statistique classique

Sur la base des informations que vous possédez, des experts en Data Mining peuvent construire une segmentation. En d’autres mots, vous allez demander à l’un de vos expert statisticien de créer un modèle mathématique qui permette de créer des segments basés sur les profils de vos clients.

Afin de mettre en place cette méthode le statisticien doit :

 analyser en détails votre base de données.

 préparer minutieusement votre base de données, notamment en encodant les variables en fonction de leur type (nominal, ordinal ou continue) de manière à ce qu'ils soient exploitables par les outils d'analyse

à utiliser. La stratégie d'encodage utilisée déterminera la nature de la segmentation obtenue. A cette

étape, le statisticien oriente donc de manière plus ou moins consciente les résultats.

 tester différents types d'algorithmes (nuées dynamiques, K-means, segmentations hiérarchiques ascendantes et descendantes) et sélectionner le plus adapté à votre problématique.



évaluer la pertinence des segments obtenus, notamment en fonction de votre problématique métier.

Après quelques semaines, l'expert statisticien est en mesure de fournir un certain nombre de segments, ou groupes homogènes, dans lesquels sont assignés chacun des individus de votre base.

Cette méthode présente des contraintes importantes. Vous devez :

 vous assurer que l'expert statisticien, externe au Département Marketing, est disponible selon le planning fixé,

 vous assurer que le montant de ses honoraires entre bien dans votre budget,

 passer du temps à lui expliquer votre problématique métier,

 passer du temps à comprendre les résultats qu’il vous fournit,

 demander à un programmeur d'écrire un programme permettant de déterminer à quel segment appartient tout nouvel individu ajouté à votre base de données.

De plus, cette méthode n'est pas systématique. En effet, deux statisticiens réalisant cette segmentation, sur le même jeu de données, obtiendront des résultats différents.

CUSTOMER SAP InfiniteInsight® 7.0

6.5.3 Méthode InfiniteInsight

InfiniteInsight ® Modeler / Segmentation vous permet de générer en quelques minutes un modèle de segmentation de vos clients, en prenant en compte l'intérêt de vos clients pour votre nouveau produit.

InfiniteInsight ® Modeler / Segmentation détecte automatiquement les interactions entre les variables de votre jeu de données de manière a construire des sous-jeux de données homogènes, ou segments. Chaque segment est homogène vis-à-vis de l’ensemble des variables, et particulièrement vis-à-vis de la variable cible "a répondu favorablement à mon test".

Vous découvrez ainsi les caractéristiques des différents segments, c'est-à-dire des segments qui ont un fort taux de réponse et de ceux qui ont un mauvais taux de réponse. De plus, si votre base de données clients contient les dépenses de vos clients sur vos autres produits, vous obtenez en même temps les synergies de ventes de produits par segment.

Grâce à InfiniteInsight ® Modeler / Segmentation, vous possédez tous les éléments d’analyse pour définir le type de message à envoyer à chaque segment de clients. Vous disposez de segments homogènes et vous permettant de répondre à votre problématique. Surtout, cette segmentation est systématique : les résultats obtenus ne représentent pas une vue particulière de vos données mais sont robustes. En d'autres mots, deux personnes réalisant cette segmentation avec la méthode InfiniteInsight obtiendront les mêmes résultats.

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Personnalisez votre

6.6 L'assistant de modélisation

Pour réaliser les deux scénarios, vous utilisez l'assistant de modélisation SAP InfiniteInsight toutes les étapes de la modélisation.

® . Cet assistant vous permet de sélectionner la fonctionnalité avec laquelle vous souhaitez travailler, et vous assiste dans

Pour voir plus d'informations sur les fonctionnalités de InfiniteInsight ® fonctionnement

à la page 11.

Modeler, voir la section Architecture et



Pour démarrer l'assistant de modélisation

Sélectionnez

Démarrer

Programmes

SAP Business Intelligence

SAP SAP InfiniteInsight

SAP

InfiniteInsight

L'assistant de modélisation apparaît.

Cliquez sur l'action que vous souhaitez réaliser (création de modèle, exploration de données, préparation de données...).

CUSTOMER SAP InfiniteInsight® 7.0

6.6.1 Editer les options



Editer les options de l'assistant de modélisation

Dans le menu

Fichier

, cliquez sur

Préférences...

Une fenêtre

Editer les options...

s'ouvre.

Les options suivantes peuvent être modifiées :

Catégorie Options

Général

Emplacements



Pays



Langage



Niveau de message



Taille maximum du fichier log



Niveau de message pour les valeurs aberrantes



Afficher l'arbre des paramètres



Taille de l'historique des répertoires



Toujours quitter sans confirmer



Inclure test dans la stratégie de découpage par défaut



Emplacement par défaut pour les données d'application en entrée



Emplacement par défaut pour les données d'application en sortie



Emplacement par défaut pour l'enregistrement des modèles

Entrepôt de métadonnées 

Activer un espace de stockage unique pour les métadonnées



Editer le contenu de la bibliothèque de variables

Graphique 

Nombre de points de la courbe de performance



Nombre de barres affichées



Désactiver le Look and feel SAP InfiniteInsight



Afficher les diagrammes en 3D



Désactiver le double tampon



Optimiser pour les affichages distants



Se souvenir de la position et de la taille en quittant

Rapport

Géolocalisation



Nombre de variables intéressantes



Feuille de style active



Personnalisez vos feuilles style



Protocol du système d'information géographique

Personnaliser les feuilles de style

SAP InfiniteInsight ® vous offre la possibilité de personnaliser les rapports. La feuille de style par défaut, appelée

Feuille de style SAP InfiniteInsight

(par défaut)

, ne peut être modifiée. Vous devez créer vos propres feuilles de styles pour changer la configuration.

Note

Pour créer, charger et enregistrer une feuille de style, vous devez préciser le répertoire des feuilles de style dans le panneau

Editer les options...

avant d'ouvrir la fenêtre

Editeur de feuilles de style SAP

InfiniteInsight

® .

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Personnalisez votre



Créer une nouvelle feuille de style

Dans le champ

Répertoire

, cliquez sur le bouton (

Parcourir

Sélectionnez un dossier qui contiendra vos feuilles de style.

Cliquez sur le bouton (

Ajouter

Une nouvelle feuille de style a été créée.

Cliquez sur le bouton .

La fenêtre

Editeur de feuilles de style

s'ouvre.

Dans le champ

Nom de la feuille de style

, entrez un nom pour la nouvelle feuille de style.

L'extension .krs est automatiquement ajoutée.

Note

Vous pouvez dupliquer une feuille de style en modifiant le nom de votre feuille. La feuille de style précédente n'est pas supprimée.



Supprimer une feuille de style

Sélectionnez une des feuilles de styles proposées.

Cliquez sur le bouton (

Retirer

Note

La feuille de style n'est pas seulement supprimée de la liste, mais également du répertoire.

CUSTOMER SAP InfiniteInsight® 7.0



Modifier la configuration générale

Configuration... Options... Note...

Couleur de fond

Editer la configuration

 choisir la couleur

 rendre transparent

 taille des polices

 style

 couleurs de fond

 configuration de tableaux

Uniquement les formats PDF et HTML peuvent afficher une couleur de fond.

Cochez l'option

Rendre dynamiquement les changements

ou cliquez sur

Appliquer

pour visualiser les modifications.

Les options sélectionnées s'appliquent à l'assistant de modélisation et aux rapports générés.



Modifier les paramètres des graphiques

Configuration... Options... Note...

Couleurs des graphiques

Histogrammes

 modifier les couleurs

 horizontal

 vertical

Il est possible de choisir une orientation différente que celle définie par défaut pour une section spécifique.



Modifier des sections de rapport

Sélectionnez les propriétés de votre choix.

Cliquez sur

Enregistrer

Une fenêtre s'ouvre, indiquant que votre feuille de style a bien été sauvegardée.

Cliquez sur

Configuration... Options... Note...

Type de vue

Type de graphique

Basculer l'orientation

Trier

graphique

Au moins une colonne d'une section doit rester visible.



Appliquer la nouvelle feuille de style aux rapports générés

Dans la fenêtre

Rapport

, sélectionnez la feuille de style que vous souhaitez appliquer à vos rapports.

Cliquez sur

Une fenêtre s'ouvre, indiquant que vous devez redémarrer l'assistant de modélisation pour prendre en compte les options modifiées.

Cliquez sur

Lorsque vous exécutez un modèle, tous les rapports générés (rapport de modélisation, rapport excel et rapport statistique) sont personnalisés selon votre feuille de style.

191

CUSTOMER

SAP InfiniteInsight® 7.0

Scénario d'utilisation : Personnalisez votre

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

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

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

KTS

 type : variables continues (

continuous

), nominales (

nominal

) ordinales (

ordinal

) ou textuelle (

textual

Note

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

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

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.



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

Note



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

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 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).



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 :

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

à la page 228.

Remarque

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

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.

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.

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

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 :

 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.

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.

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

" 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.