En bref...

Le module STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens permet de mettre en évidence les besoins des clients dans les activités de la grande distribution, de la banque, de l'assurance, etc..., en vous donnant accès à l'algorithme le plus rapide et le plus évolutif, et la possibilité de piloter des règles d'Association et de Données Séquentielles dans une même analyse. En outre, le programme représente un module autonome que vous pouvez utiliser aussi bien pour construire vos modèles que pour les déployer.

Tous les outils disponibles dans STATISTICA Data Miner peuvent être rapidement utilisés pour analyser et "approfondir" les résultats produits par le module STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens.

• Utilise une technique d'Arbres de Décision pour extraire les Règles d'Association et de Données Séquentielles contenues dans les données.
• Utilise la technologie efficace et sûre des bases de données relationnelles locales pour stocker les modèles d'Association et de Données Séquentielles.
• Peut traiter plusieurs variables à réponses multiple, dichotomies multiples et variables continues dans une même analyse.
• Peut réaliser une analyse Séquentielle tout en recherchant les règles d'Association dans une même analyse.
• Peut extraire simultanément les règles d'Association et de Données Séquentielles pour plusieurs dimensions.
• Grâce à sa faculté de réaliser des analyses multidimensionnelles d'Association et de Données Séquentielles, et à la possibilité de ne dégager des règles que pour certains éléments particuliers, le programme est parfaitement adapté pour réaliser du Data Mining Prédictif.
• Le module peut réaliser des Classifications Hiérarchiques par la méthode du Saut Minimum qui est en mesure de détecter les classes d'éléments qui ont le plus de chances de se produire. Cette méthode est particulièrement bien adaptée aux applications concrètes de grande distribution.

Le programme est servi sur CD-ROM avec un jeu de documentation.

Fonctionnalités de STATISTICA Analyse de Données Séquentielles,

d'Associations et de Liens (SAL)

Sommaire

• Présentation du Module
  • La métaphore du "Panier de la Ménagère"
  • Règles d'Association
  • Analyse de Données Séquentielles
  • Analyse de Liens
• Présentation des Fonctionnalités
• Zoom sur les Spécificités Fonctionnelles Avancées
  • L'Algorithme Novel
  • Technologie de Base de Données
  • Gestion des Variables
  • Multi-Tâches
  • Analyse Multidimensionnelle
  • Attributs Quantitatifs
  • Clustering
• Conclusion

Présentation du Module

Le module STATISTICA Analyse de Données Séquentielles, d'Association et de Liens est la conjonction de différentes techniques ultra-performantes spécifiquement destinées à mettre en évidence des règles dans des jeux de données (bases de données) et qui sont généralement regroupées sous la dénomination de l'analyse du "panier de la ménagère".

La métaphore du "Panier de la Ménagère"

La problématique du panier de la ménagère fait référence au concept que le client est potentiellement acquéreur d'un grand nombre de produits, soit au cours d'une même transaction, soit au cours de plusieurs étalées dans le temps (c'est-à-dire sous la forme d'une séquence de transactions). Il peut s'agir de produits proposés en supermarché, rassemblant une large gamme de biens allant de l'épicerie aux produits électriques ; il peut également s'agir de produits d'assurances qui peuvent intéresser les clients, etc... Les clients font leur choix et remplissent leur panier avec une fraction de ce qui leur est proposé.

Règles d'Association

Il est possible d'extraire des règles d'association à partir d'une base de données de transactions, afin de déterminer les produits qui sont le plus fréquemment achetés ensemble. Par exemple, nous pourrions mettre en évidence que des petites ampoules électriques (celles que l'on trouve dans les lampes de poche) sont généralement vendues avec des piles électriques dans le même panier. La même analyse des transactions est possible en tenant compte du facteur temps, ce qui permet aux analystes de suivre les achats.

Analyse de Données Séquentielles

L'analyse de données séquentielles s'attache à l'achat suivant d'un ou plusieurs produits, compte tenu d'un achat précédent. Par exemple, l'achat d'une extension de garantie va vraisemblablement faire suite (dans cet ordre séquentiel spécifique) à l'achat d'un téléviseur ou d'un autre appareil électrique. Les règles séquentielles sont toutefois rarement aussi évidentes dans la réalité et l'analyse de données séquentielles a pour but de vous aider à mettre en évidence ces règles, même si elles sont bien cachées dans les données du panier de la ménagère. L'analyse de données séquentielles trouve ses applications dans de nombreux domaines, notamment les comportements d'achat des clients, la structure des appels téléphoniques, les fluctuations boursières, les séquences d'ADN ou le cheminement des pages visitées sur des sites web.

Analyse de Liens

Une fois mises en évidence, ces règles d'associations ou de séquences d'éléments que l'ont retrouve dans une base de données de transaction peuvent s'avérer extrêmement utiles dans de nombreuses applications. De toute évidence, dans le commerce ou le marketing, la connaissance des "comportements" d'achat peut guider les politiques de marketing direct pour proposer des offres spéciales adéquates aux "bons" clients ou aux clients "mûrs" (c'est-à-dire ceux qui, d'après les règles, ont le plus de chances d'acheter des éléments spécifiques compte tenu de leur comportement passé (et connu) de consommation). Cependant, les bases de données de transaction existent dans bien d'autres activités, comme le domaine bancaire, ou d'autres domaines généralistes où la connaissance du client est fondamentale. En fait, l'expression "analyse de liens" est souvent utilisée en référence à ces techniques -- qui permettent de dégager des règles d'association séquentielles et non séquentielles -- sont utilisées pour formaliser des "évidences" complexes : Il est facile de voir comment la métaphore du "panier de la ménagère" (parfois aussi appelée analyse du "ticket de caisse") ou des "transactions" peut s'adapter pour décrire des situations où des individus vont entreprendre certaines actions, ouvrir des comptes, contacter d'autres individus spécifiques, etc... Les technologies décrites ici, lorsqu'elles sont utilisées sur des bases de données de transactions, peuvent rapidement mettre en évidence des phénomènes structurels et des associations entre des individus et des actions, et par conséquent, révéler la structure cachée dans des jeux de données.

Haut de la Page

Présentation des Fonctionnalités

Le module STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens permet d'analyser ces comportements grâce à une interface conviviale et intuitive, qui utilise en arrière-plan les techniques les plus modernes et les algorithmes statistiques les plus performants, évolutifs et multi-tâches, en mesure d'apporter des solutions dans des délais record. Cet outil a la particularité de de pouvoir traiter des variables continues et des variables ou éléments catégoriels, et permet à l'utilisateur de réaliser à la fois des analyses d'associations séquentielles (et non séquentielles) sur des variables spécifiques dans une même analyse. Ces fonctionnalités sont totalement intégrées dans la plate-forme STATISTICA, et l'interface des résultats est spécifiquement conçue pour offrir à l'utilisateur une gamme étendue d'outils pour approfondir ses analyses. En fait, vous pouvez appeler rapidement et efficacement tous les outils de STATISTICA Data Miner pour analyser et "explorer" les résultats produits par le module STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens.

Enfin, STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens vous offre diverses options pour le déploiement, ce qui vous permet d'appliquer rapidement les règles dégagées à partir de vos données historiques pour réaliser des prévisions (ou des "recommandations") concernant les événements (ou les achats) qui risquent de se produire. Vous pouvez alors modifier ou déployer aisément ces modèles (par exemple, sur la plate-forme Client-Serveur de STATISTICA par le Web) à tout moment, en quelques clics seulement.

Haut de la Page

Zoom sur les Spécificités Fonctionnelles Avancées

• L'Algorithme Novel : Au lieu d'un algorithme a priori, le programme utilise une technique de construction d'Arbre pour extraire les Règles d'Association et de Données Séquentielles contenues dans les données.
• Technologie de Base de Données : Utilise la technologie efficace et sûre des bases de données relationnelles locales pour stocker les modèles d'Association et de Données Séquentielles.
• Gestion des Variables : Peut traiter plusieurs variables à réponses multiple, dichotomies multiples et variables continues dans une même analyse.
• Multi-Tâches : Peut réaliser une analyse Séquentielle tout en recherchant les règles d'Association dans une même analyse.
• Analyse Multidimensionnelle : Peut extraire simultanément les règles d'Association et de Données Séquentielles pour plusieurs dimensions.
• Attributs Quantitatifs : Grâce à sa faculté de réaliser des analyses multidimensionnelles d'Association et de Données Séquentielles, et à la possibilité de ne dégager des règles que pour certains éléments particuliers, le programme est parfaitement adapté pour réaliser du Data Mining Prédictif.
• Clustering : Le module peut réaliser des Classifications Hiérarchiques par la méthode du Saut Minimum qui est en mesure de détecter les classes d'éléments qui ont le plus de chances de se produire. Cette méthode est particulièrement bien adaptée aux applications concrètes de grande distribution.

Haut de la Page

Conclusion

Le module STATISTICA Analyse de Données Séquentielles, d'Associations et de Liens permet de mettre en évidence les besoins des clients dans les activités de la grande distribution, de la bancassurance, etc..., en vous donnant accès à l'algorithme le plus rapide et le plus évolutif, et la possibilité de piloter des règles d'Association et de Données Séquentielles dans une même analyse. En outre, le programme représente un module autonome que vous pouvez utiliser aussi bien pour construire vos modèles que pour les déployer.

Haut de la Page

STATISTICA Analyse de Données Séquentielles, d'Association et de Liens est compatible avec les systèmes d'exploitation Windows XP, Windows Server 2003, Windows Vista, Windows 7 et Windows Server 2008.

Configuration minimum :

• Système d'exploitation : Windows XP ou ultérieur
• RAM : 1 Go
• Processeur : 2 GHz

Configuration recommandée :

• Système d'exploitation : Windows Server 2003 ou ultérieur
• RAM : 4 Go
• Processeur : 2,0 GHz, 64-bit, double coeur

Versions natives en 64-bits et versions optimisées pour les ordinateurs multiprocesseurs disponibles.

Didacticiels en anglais

N'hésitez pas à consulter notre série de didacticiels en anglais sur YouTube ou sur notre site Web. Vous trouverez des vidéo-clips décrivant pas-à-pas différentes opérations que vous pouvez réaliser à l'aide de STATISTICA. Si vous souhaitez voir aborder un thème particulier, merci de nous écrire.

Remarque : Aucun didacticiel n'est à ce jour disponible pour le programme STATISTICA Analyse de Données Séquentielles, d'Association et de Liens. Nous vous recommandons toutefois de visualiser de la vidéo relative au produit STATISTICA Data Miner qui intègre ce module ainsi que de nombreuses autres techniques complémentaires et méthodes spécialisées de data mining pour l'exploration de vos données, ainsi que tous les outils disponibles dans les logiciels STATISTICA Statistiques Avancées et STATISTICA Réseaux de Neurones Automatisés :