Analyse Marché | L’analyse Prédictive, la tour de Babel ?

Selon SPSS très généralement, l’analyse prédictive étudie les comportements et les caractéristiques des personnes ou des entreprises puis génère les modèles prédictifs qui seront déployés pour optimiser la relation avec le client.
Pour e-piphany, le prédictif se réalise au travers d’une action concrète et n’est pas issu d’un outil de statistiques. Next Application suit également une approche très opérationnelle et se veut capable de proposer des modèles qui permettent de définir le comportement d’achat d’un client. A contrario, KXEN estime qu’il existe une continuité et non une séparation entre la Business Intelligence et l’analyse prédictive. La première permet la lecture d’agrégats, de tableaux avec lesquels l’utilisateur réalise ses analyses et ses prévisions, de façon plus ou moins fiable. Le prédictif, en tant que couche supplémentaire, vise à réutiliser l’ensemble des informations pour établir des prévisions plus certaines.
De la même manière, Computer Associates considère que le prédictif est complémentaire au décisionnel, qu’il ajoute une couche d’analyse des données qui permet de retirer de la connaissance. Dans ce sens, le décisionnel est passif, l’utilisateur ne fait qu’observer, puis essaie de comprendre. En complétant par l’analyse prédictive, l’utilisateur devient actif. Les données sont exploitées pour en tirer à la fois des règles et de la connaissance.
Unica/Marketic voit en l’analyse prédictive un complément du décisionnel et du CRM, à la jointure des outils d’analyse traditionnels et opérationnels. Elle réconcilie les deux mondes qui ne communiquent pas toujours très bien.

Pour SPSS, il s’agit de conquérir les clients en premier lieu. Ceci dans un contexte de faible rentabilité des campagnes de prospection et des taux de transformation des leaders, d’un coût d’acquisition des nouveaux prospects élevé. Dans ce contexte strictement marketing, le but du prédictif consiste à réduire les pertes relatives aux campagnes traditionnelles, en réduisant leur volume par un meilleur ciblage et une réponse personnalisée. Le message de l’entreprise doit arriver au bon moment (campagne prévisionnelle) et les réponses aux mailings massifs ne doivent pas contrarier l’organisation de l’entreprise. Les ventes croisées, dans cette perspective, s’avèrent particulièrement intéressantes de par l’insuffisance des revenus générés par le client, les difficultés à lui proposer des produits additionnels et la méconnaissance de son potentiel. Enfin, il convient de travailler sur le taux de rétention ou d’attrition, souvent oubliés. Il faut, plus précisément, agir sur le potentiel, et non pas sur les clients qui ont déjà fui, ni sur les clients sûrs et à faible potentiel. La valeur du client est donc à croiser avec le risque d’attrition.
Chez Unica/Marketic, le terme prédictif permet à l’entreprise de choisir, de mettre en avant certains produits. Il s’agit donc plus d’analyse que de voyance ! L’analyse prédictive a pour principe d’anticiper le comportement futur d’un client par rapport à un passé. Il faut savoir que dans un plan de campagnes, le client va être sollicité dix fois dans les six prochains mois, puisqu’il est dans dix cibles, et parfois trois fois dans la même semaine. Des règles d’optimisation permettent d’éviter cette situation.

Computer Associates conçoit des domaines d’application multiples. Dans le cas de la détection de fraude (cartes bancaires, remboursement, etc.), les technologies repèrent des groupes d’individus, de données ou encore des segments de famille, en fonction de similarités. Après avoir défini tel groupe comme non fraudeur, il est facile de d’évaluer un autre groupe comme fraudeur. Puis lorsqu’un nouveau cas se présente, le système décrit automatiquement à quel groupe il appartient. A partir d’une base historique, il décline des probabilités de fraude, en pourcentage. Idem des comportements d’achats avec des ventes croisées et sans lien, impossibles à détecter sans outils informatiques. Autre exemple, la détection de défauts, dans une chaîne de fabrication. L’utilisation de ce type de technologie permet de détecter le stade auquel survient le défaut et d’améliorer la chaîne de production. Ces résultats sont généralement obtenus par des personnes non statisticiennes. Les outils d’analyse prédictive arrivent ainsi en complément des statistiques.

Next Application et son approche multicanale. Suite à des recherches statistiques de mining, des critères ciblent une population, un modèle, ensuite poussé par l’entreprise via son centre d’appels, le web, la télé interactive, le gestionnaire de campagnes marketing, pour une cohérence entre tous les canaux. Ainsi, une fois le modèle trouvé, il est associé à un produit, poussé sur un canal d’interaction avec le client, en temps réel.

Démonstration SPSS sur une campagne marketing. L’approche classique veut que l’ensemble des clients soit contacté en même temps, avec même taux de réponse de 8 %. Par un ciblage opérationnel, issu du résultat analytique du data mining, des segments plus réduits et pertinents peuvent être élaborés. Mieux ciblée, la campagne offre de meilleurs taux de réponse et donc un meilleur potentiel.

Un exemple e-piphany chez Orange France. Le service client répond aux demandes (plainte, information, etc.) mais essaie également de proposer un produit et/ou un service très personnalisé, dans le cadre d’une campagne de marketing entrant. Les informations clients sont ainsi associées à celles récoltées en temps réel.

Computer Associates présente le cas du Milan AC qui a formé un laboratoire de suivi médical et sportif des joueurs. Partant du constat économique selon lequel un club de football est une entreprise qui se doit d’être rentable, l’optimisation de la disponibilité des joueurs ainsi que la valorisation du capital sont primordiales. Une base de connaissances médicale et physique (entraînement, entretiens, comportement de vie, etc.) des joueurs très pointue, bâtie sur un certain nombre d’outils et de technologies CA, a été donc créée. En fonction du comportement d’un joueur et des résultats qu’il obtient, des préconisations comportementales sont établies. Ainsi, un type d’entraînement physique très adapté peut être préconisé. Le modèle a permis de réduire de 90 % le taux de blessures des joueurs.

Center Parcs utilise les outils de Next Application pour qualifier le service à proposer aux clients. Les comportements de consommation sont enregistrés dans une base. En fonction des préférences culturelles du pays et de l’historique clients, l’entreprise se trouve force de propositions encore une fois très personnalisées ou susceptibles de l’être. Une autre forme de communication.

Les marketeurs
- Unica/Marketic, produit Affinium.
- PeopleSoft, produit PeopleSoft Customer Churn et PeopleSoft Campaign Response en partenariat.
- Next Application via Data Distilleries, racheté par SPSS.
- E-piphany, solution E-piphany de CRM (marketing, CRM analytique, SFA et centre d’appels).

Les statisticiens
- KXEN propose une série de composants à intégrer dans des offres tierces (Cognos, Business Objects, SPSS, Teradata notamment) dont K2R, KXEN Robust Regression, pour les scores, K2S pour Smart Segmentation, K2C, Consistent Coder, KAA (KXEN Advanced Access) pour SAS, KXEN Model Export qui permet de transformer en un autre langage, KXEN Time Series.
- SPSS communique énormément sur l’analyse prédictive et se veut à l’avant-garde du marché.

Les décisionnels
- Computer Associates, avec le produit Clever Path Predictive Analysis Server fonctionnant avec la technologie Neugents.

Les différentes étapes selon SPSS
- Base de données, gestion des profils, datamarts, ETL, import/export, qualité des données.
- Analyse du segment, scores client, segmentation, arborescences.
- Gestion du contenu, acquisition, agrégation, workflow, agrégation.
- Personnalisation, assemblage de messages en fonction des profils ciblés, insertion du contenu conditionnel et géodépendant (géomarketing).
- Distribution par courrier, fax, téléphone, email, SMS.
- Tracking et reporting, retours, NPAI, clics, transformation, ventes, ROI.

Pour Computer Associates, si le décisionnel n’est pas un passage obligé, l’outil d’analyse prédictive nécessite cependant de construire des données, souvent sous forme de datawarehouse. L’analyse prédictive ne travaille pas sur des données brutes, mais sur des données agrégées afin de les analyser.

Chez Next Application, le modèle se base sur des études statistiques ou sur du data mining.

Enfin, Unica/Marketic attaque aussi bien les fichiers plats, que Excel ou de base de données relationnelles.

Les grands opérateurs Télécom, banques, grande distribution et certains industriels sont, aux dires de e-piphany, très friands de ce type de solutions.
Selon Next Application, ce type d’outils reste, en France, très difficile d’approche. L’héritage de SAS, en tant que boîte noire, s’avère lourd à porter, alors que les solutions sont aujourd’hui très performantes et simples à utiliser.
Pour Unica/Marketic, le marché est relativement nouveau en France mais arrive en complément des offres CRM. La valeur ajoutée est facile à démontrer et le ROI est calculé très rapidement.
Pour KXEN, l’analyse prédictive comme le datamining sont encore aujourd’hui sous cloche.