Data mining et scoring : bases de données et gestion de la relation client

Fiche technique

Format : Broché
Nb de pages : VIII-311 pages
Poids : 626 g
Dimensions : 18cm X 25cm
Date de parution :
EAN : 9782100081844

Data mining et scoring

bases de données et gestion de la relation client

de

chez Dunod

Collection(s) : InfoPro

Paru le | Broché VIII-311 pages

Professionnels

41.90 Indisponible

Quatrième de couverture

Le data mining est une discipline de plus en plus répandue dans les entreprises soucieuses d'extraire l'information pertinente cachée dans leurs bases de données, en vue notamment d'améliorer leur gestion de la relation client (CRM) et leur maîtrise des risques.

Après avoir défini ce qu'est le data mining et dressé un panorama de ses applications, cet ouvrage expose les grandes étapes d'un projet de data mining, et particulièrement les deux points centraux que sont la préparation des données et la mise en oeuvre d'algorithmes spécifiques.

Il aborde l'aspect méthodologique en prenant pour exemple le déploiement d'un outil de scoring, comme il en existe beaucoup dans les banques, les organismes de crédit et chez les opérateurs téléphoniques, pour prédire, soit le risque d'impayé, soit la possibilité de souscrire un contrat ou d'acheter un produit. Il généralise ensuite ce qui peut l'être à tous les projets de data mining, tant en ce qui concerne les facteurs de réussite que les pièges à éviter.

Le choix d'un logiciel de data mining, ainsi que le text mining et le web mining font aussi l'objet d'explications détaillées.

Le dernier chapitre présente une étude de cas destinée à illustrer les principes exposés dans l'ouvrage.

Ce livre s'adresse aux statisticiens, aux utilisateurs et aux gestionnaires de bases de données. Les décideurs, mais aussi les enseignants et étudiants en sciences économiques, peuvent également le lire avec profit.

Contact : data.mining@free.fr

Biographie

Stéphane Tufféry est responsable du data mining dans une banque à réseau où il a développé plusieurs outils de scoring. Docteur en mathématiques, il enseigne le data mining en DESS dans plusieurs universités.