GeoConcept lance Predictive Decision Maker 2.0 (PDM 2.0)


Rédigé par Communiqué de Geoconcept le 6 Avril 2011

L’analyse prédictive au cœur du Géomarketing



GeoConcept SA, concepteur leader de technologies d’optimisation géographique pour les professionnels, annonce aujourd’hui le lancement de Predictive Decision Maker 2.0 (PDM 2.0), la nouvelle version de son module de datamining. Module complémentaire de Sales & Marketing, solution phare d’analyse géomarketing de l’éditeur, PDM 2.0 intègre la puissance technologique de KXEN, spécialiste du datamining et de l’analyse prédictive.

La première version de PDM avait été lancée en 2007 en partenariat avec KXEN, pour permettre à chaque décideur commercial, marketing et stratège, d’optimiser la compréhension de ses données, d’améliorer l’analyse de son activité et de fait, de simuler ses futures performances.

Aujourd’hui plus ergonomique grâce à une interface entièrement repensée, PDM 2.0 facilite l’accès aux fonctionnalités d’analyse des données toujours plus nombreuses dans les organisations (données client, marché, fournisseurs, produits…), rendant le datamining accessible à tous, sans aucune limite de volume.

PDM 2.0 se dote également d’une nouvelle fonctionnalité de qualification des données, qui consolide l’ensemble des informations disponibles au sein des bases de données et restitue les résultats plus finement, afin d’optimiser les prises de décisions au sein des organisations.

Intégrant un nouveau gestionnaire de modèles, PDM 2.0 permet de cartographier différentes variables (ventes, performance, concurrences, données sociodémographiques, etc.) et de construire, à partir de ces variables, des modèles prédictifs qui seront hiérarchisés pour une meilleure lecture des potentiels du territoire. Ainsi, les responsables commerciaux et marketing peuvent réaliser des simulations sur de potentielles situations de marché, et optimiser leurs prises de décisions.

Avec PDM 2.0, KXEN et GeoConcept offrent aux entreprises la possibilité de :

-Comprendre, optimiser et valoriser les bases de données entreprises, et cerner les raisons de leurs performances : Quelles sont les variables qui caractérisent les individus répondant favorablement à des opérations de mailing ? Comment la pénétration des points de vente s’explique-t-elle par la proximité de la clientèle ?

-Analyser des comportements et constituer des groupes de populations homogènes : Les prospects devenant clients ont-ils des caractéristiques spécifiques ? Peut-on identifier dans cette clientèle des groupes à risque et y apporter une stratégie de relance appropriée ?

-Simuler de nouvelles situations de marché, des comportements ou des performances en fonction des caractéristiques de la population étudiée : Où a-t-on intérêt à porter les efforts de prospection ? Quel est l’impact d’une campagne de marketing direct sur la cible des seniors dans ce type de commune ? Quel chiffre d’affaires prévoir si la présence commerciale est accrue de 10% ?



Dans la même rubrique :