Qu’est ce que le Data Mining ?

Le Data Mining ou KDD (Knowledge Discovery in Databases) regroupe plusieurs outils qui permettent de faciliter l’exploration et l’analyse des données dans un Data Warehouse, Big Data ou Data Mart. Le Data Mining est particulièrement efficace dans l’extraction d’informations pertinentes dans de grandes quantités de données.

A quoi sert le Data Mining ?  

Grâce à cet outil d’exploration et de prospection, les tendances peu discernables peuvent être mises en lumière facilement de par une meilleure compréhension des liens entre des phénomènes en apparence distincts. A partir de données pertinentes, le Data Mining va optimiser des campagnes d’e-mailing, sms, phoning, réseaux sociaux...  

Le Data Mining va permettre :  

• D’avoir une meilleur compréhension de ses clients : Avec la mise en place de profil très précis et d’anticiper les évolutions des besoins.
• D’optimiser son offre en fonction des profils clients : Marketing One-to-One.
• D’atteindre des marchés de niches.
• De cibler des actions de prospection et de développement...  

A qui sert le Data Mining?

Le Data Mining a longtemps été utilisé par des secteurs et entreprises qui manipulaient de très grands volumes de données. Mais aujourd’hui, le Data Mining est utile à l’ensemble des secteurs d’activité concernés par le traitement des données.  Tous les services d’une entreprise peuvent être concernés par le Data Mining car ce processus permet d’optimiser les décisions stratégiques et opérationnelles de l’entreprise en réduisant les incertitudes.

Comment utiliser le Data Mining ?  

Le Data Mining va permettre de traiter de grands volumes de données peu importe leurs types et leurs provenances.  

Différentes techniques de Data Mining :

Il existe différentes techniques à choisir en fonction de la nature de données et des résultats que l’on souhaite atteindre.

• L’analyse prédictive : Permet l’anticipation des tendances.
• L’associativité : Permet la mise en relation des événements entre eux.
• L’analyse séquentielle : Permet l’identification des événements de cause à effet.
• La classification : Permet de catégoriser les données homogènes.
• Le clustering : Permet de regrouper et vérifier des données à caractéristiques communes.

Schéma Process Data Mining  

Quelles données pour le Data Mining ?

• Aujourd’hui, les entreprises qui utilisent le Data Mining collectent différents types de données Offline et Online. Voici quelques exemples de données croisées qui peuvent servir au Data Mining :
• Les variables nominatives : Nom, prénom, raison sociale, siret, adresses physiques, téléphones, emails
• Les données socio-démographiques : Données personnelles, familiales, professionnelles, patrimoniales, géographiques
• Les comportements d’achats : Modes d’achats, modes de paiements, historiques des achats, contrats, devis, montants paniers.
• Les données relationnelles : SAV, demande d’informations, canaux privilégiés, historiques des messages sortants et entrants
• Les comportements de navigation : Les réseaux sociaux, mots clés utilisés, origine des visites, pages visitées, taux de rebond, taux de conversion, parcours, fréquences des visites.
• Les données études internes : Enquêtes Ad-Hoc, profils clients, études internes, scores, segmentations.  

Le Data Mining en bref :

Le Data Mining est indispensable pour étudier les tendances et comportements afin de les anticiper. Un outil d’exploration des données et de prospection. Un processus qui permet d’extraire des données pertinentes d’un grand volume.