Si le marketing grand public utilise depuis longtemps les techniques d'analyse de données pour compléter ses analyses quantitatives et qualitatives, le marketing industriel a jusqu'à présent peu fait usage de ces techniques. Pourtant, en permettant de pratiquer une analyse des données sans avoir à faire d'hypothèses préalables, le « datamining » a donné aux entreprises vendant à l'industrie, qui ont fait l'effort de l’utiliser, des résultats tout à fait intéressants. Cette note rappelle donc les principes du « datamining », présente ses principaux outils et présente une illustration pratique de son utilisation.

Sommaire

Les méthodes quantitatives font désormais partie intégrante du marketing. Les méthodes qualitatives, fondée sur l'interrogation individuelle du client pour connaître ses attentes, sont depuis longtemps complétées par des techniques permettant de quantifier les variables décrivant différents aspects du marché. L'approche intuitive n'est plus considérée comme suffisante pour servir de base à une action commerciale efficace. Ceci provoque d'ailleurs fréquemment des conflits entre les commerciaux, généralement tournés vers l'action, et les hommes de marketing, de tempérament plus analytique, qui considèrent que l'action n'a de sens que si elle est fondée sur une analyse systématique.

Le marketing grand public utilise depuis très longtemps les techniques d'analyse de données. La vente par correspondance a ainsi utilisé d'abord les techniques statistiques puis le datamining. Celui-ci permet de faire une recherche dans les données sans avoir à faire d'hypothèses préalables. Il est particulièrement adapté au ciblage des actions de prospection en identifiant les profils de clients qui ont un comportement positif lors des actions de promotion.

Le marketing industriel a jusqu'à présent peu fait usage de ces techniques. Les raisons sont multiples. On sait que la culture marketing des firmes industrielles est plutôt concentrée sur le produit que sur le client. Les services marketing et commerciaux de ces firmes sont rarement composés de personnes ayant l'expérience de l'analyse méthodique des données. L'idée sousjacente est que chaque client est un cas particulier et que les tailles des fichiers sont insuffisantes pour se prêter à une analyse systématique.

On constate néanmoins que les entreprises vendant à l'industrie qui ont fait l'effort d'utiliser des outils d'analyse modernes ont obtenu des résultats tout à fait intéressants.

Pour le lecteur qui n'est pas familier avec ce domaine nous rappellerons rapidement en quoi consistent les outils actuels de datamining. Puis nous examinerons un exemple d'application par une firme faisant des ventes à l'industrie.

Le concept anglo-saxon de « datamining » n'a pas de traduction parfaitement satisfaisante. On pourrait dire qu'il s'agit d'une exploration non directive dans les données afin de découvrir un sens caché. La différence avec les techniques statistiques habituelles est donc que celles-ci supposent une hypothèse préalable que les tests permettent de valider.

Pour illustrer l'approche statistique supposons une entreprise de vente par correspondance qui examine sa clientèle. Elle veut savoir si les habitants des zones rurales consomment davantage de chaussettes de laine que les habitants des villes. Elle va d'abord calculer les moyennes de consommation de ces deux échantillons puis elle effectuera un test du KHI 2 pour vérifier si l'écart de moyennes est statistiquement significatif.

Rappelons que le test du KHI 2, pratiqué depuis le début du XXe siècle, a pour objet de mesurer l'écart des moyennes d'une variable dans deux échantillons d'une population pour vérifier si cet écart est statistiquement significatif. Ce test est notamment utilisé dans les essais cliniques en médecine pour vérifier l'impact d'un médicament sur l'état de santé d'un échantillon de la population.

L'entreprise part donc d'une hypothèse qui est que la zone d'habitation a un impact sur le type de chaussettes portées. Puis elle vérifie cette hypothèse par un test statistique.

Avec les techniques de « datamining », il n'est pas nécessaire de faire une hypothèse préalable. On se contente d'accumuler dans le fichier le plus grand nombre possible de variables potentiellement pertinentes, puis on lance l’exploration. L'outil informatique va balayer systématiquement toutes les hypothèses puis extraire celles qui sont pertinentes. Ceci doit permettre de faire apparaître des relations entre variables qui n'étaient pas nécessairement identifiées par l'analyste.

Ce sont justement ces relations non intuitives qui ont le plus de valeur pour la firme qui cherche à comprendre le comportement de ses clients.

Depuis une dizaine d'années un grand nombre d'outils de datamining est apparu sur le marché. Il serait donc impossible de les présenter tous. Retenons simplement que les outils les plus utilisés se rattachent à deux grandes familles :

Les arbres de décision sont probablement les outils les plus faciles d'emploi. Ils permettent de segmenter simplement une population. Pour comprendre leur fonctionnement imaginons un fichier des clients de l'entreprise. Supposons que pour chaque client des fichiers contiennent aussi bien des variables descriptives, c'est-à-dire son adresse, son âge, sa catégorie socioprofessionnelle, son nombre d'enfants, que des variables comportementales, telles que le nombre de commandes passées depuis un an, la réponse aux promotions, et la nature des produits achetés. Le fichier contient aussi la variable que l'on cherche à comprendre, par exemple le chiffre d'affaires réalisé avec ces clients.

En utilisant un logiciel adapté, celui-ci va mesurer pour chaque variable son impact sur le chiffre d'affaires. Ayant déterminé les variables possédant le plus fort impact, il va décomposer la population des clients en segments dont le chiffre d'affaires est identique en raison des caractères communs qui les rassemblent. Le résultat va donc se présenter sous forme d'un graphique qui a l'allure d'un arbre. La racine de l'arbre comprend l'ensemble de la population et les feuilles contiennent chacune un segment dont les caractéristiques sont homogènes.

Les algorithmes utilisés sont nombreux mais aboutissent en général à des résultats similaires. La première fonction de l'algorithme est d'identifier la variable ayant le plus fort pouvoir de discrimination. Cette étape est généralement réalisée grâce à un test similaire au test du KHI 2. Pour éviter que le logiciel ne poursuive la segmentation jusqu'à un niveau tellement fin qu'elle perdrait toute utilité pratique, les logiciels contiennent généralement une fonction automatique d'arrêt. Celle-ci a pour objectif de ne créer que des segments qui ont une taille suffisante pour permettre à l'analyste d'en tirer des recommandations utilisables.

Les variables continues posent par ailleurs un problème spécifique. Comment les décomposer en classe homogène, c'est-à-dire à quel niveau de valeur faut-il créer des séparations pour que l'analyse soit exploitable ? Là encore les logiciels commerciaux possèdent une fonction automatique qui permet de créer des coupures là où le degré de pertinence est maximum.

Un des principaux avantages de ce type d'outils est sa facilité d'emploi. N'importe quel utilisateur est capable, après quelques heures de pratique, de tirer parti de ce type de logiciel. La représentation graphique facilite la compréhension intuitive. On peut pratiquement en tirer des conclusions utilisables en lecture directe : par exemple les clients ayant moins de trois enfants et habitant au sud de la Loire ont un potentiel inférieur à ceux habitant la région parisienne.

Il en va autrement avec les réseaux neuronaux, deuxième technique très répandue dans l'analyse de données. Leur fonctionnement est beaucoup moins intuitif et l'on reproche souvent à ces outils de produire des résultats que l'utilisateur ne comprend pas parfaitement.

Le principe est néanmoins assez simple. Il consiste à reproduire le fonctionnement des neurones qui composent le cerveau humain. On sait que chaque neurone reçoit, des neurones situés en amont, un signal qu'il traite pour le transmettre ensuite aux neurones situés en aval. L'ensemble de ces traitements permet au cerveau humain de reconnaître les signes reçus de l'extérieur, de les interpréter, et ensuite par un mécanisme d'apprentissage d'en tirer les conséquences qui peuvent déclencher une action.

Les informaticiens ont reconstitué ce processus. Un neurone artificiel est donc représenté par une fonction qui reçoit en entrée les valeurs de différentes variables puis convertit ses valeurs en une variable de sortie qui servira de variable d'entrée aux neurones suivants. Le processus d'apprentissage va donc s'organiser de façon progressive en entrant un certain nombre de cas qui serviront d'exemple et grâce auxquels le réseau neuronal va apprendre progressivement à identifier le poids qu'il convient d'affecter à chacune des variables pour obtenir le résultat désiré.

Supposons par exemple que l'on dispose d'un fichier contenant un grand nombre d'immeubles dont on connaît la valeur ainsi que les principales caractéristiques : la surface, la localisation, le nombre de pièces, la date de construction, le type de construction. En analysant ce fichier qui lui servira de base d'apprentissage, le réseau neuronal va apprendre progressivement à reconnaître quels sont les facteurs qui ont un impact sur la valeur d’un l'immeuble. On pourrait dire que ce mécanisme d'apprentissage est similaire à celui d'un expert immobilier qui, au fil du temps, par l'observation de nombreux exemples, va finir par identifier les facteurs qui lui permettent de fixer la valeur d'un bâtiment. Le réseau neuronal pourra alors indiquer à l'analyste quels sont les facteurs qui ont un impact maximal et il pourra si on lui fournit de nouveaux bâtiments avec leurs paramètres propres indiquer quelle est la valeur probable qu'il convient de retenir pour ces nouveaux bâtiments.

L'une des forces des réseaux neuronaux et qu'ils permettent d'identifier des relations non linéaires entre les variables. Cet avantage que ne permettent pas par exemple les méthodes de régression multiple a une contrepartie dans la mesure où l'utilisateur comprend plus difficilement l'analyse qui est faite. On constate néanmoins que les réseaux neuronaux sont bien adaptés à la résolution de certains types de problèmes. Il existe aujourd'hui sur le marché des outils simples qui, à partir de fichiers de format Excel, permettent de réaliser des analyses rapides de certains types de fichiers.

Supposons une entreprise qui dispose d'une base de données clients. Le réseau va apprendre à reconnaître les liens entre le chiffre d'affaires réalisé et les différentes caractéristiques du client. Si on l'alimente ensuite avec les caractéristiques des prospects il pourra déterminer le chiffre d'affaires potentiel de chacun de ces prospects et donc optimiser l'action commerciale en ciblant les prospects ayant le meilleur potentiel.

Ce type d'outils est maintenant disponible sur le marché depuis plusieurs années pour un prix qui le rend désormais accessible à un grand nombre d'entreprises. Son usage s'est d'abord banalisé dans les entreprises de vente par catalogue, puis dans les banques, avant de se généraliser dans beaucoup d'entreprises qui disposent de fichiers clients importants.

Examinons maintenant le cas d'une entreprise qui fabrique des équipements industriels et qui a pu mettre en oeuvre ce type d'outils pour améliorer son efficacité commerciale. Les équipements étaient réalisés sur mesure et faisaient l'objet d’un devis qui était suivi d'une commande dans environ 15 % des cas. L'entreprise devait effectuer chaque année plusieurs milliers de devis. La question que se posaient les commerciaux était donc de savoir dans quel cas la consultation du client devait faire l'objet d'un devis, processus long et coûteux, en sachant que plus de 80 % de ces devis n’aboutiraient pas à une commande effective.

La méthode suivie fut de constituer un fichier des devis. Dans cette base de données furent entrés quelques milliers de devis effectués au cours des deux années précédentes pour lesquels était indiqué un maximum de caractéristiques du client, les caractéristiques technique de la consultation, ainsi que le résultat de l'offre à savoir si la commande avait été obtenue.

Chaque ligne du fichier devis comprenait ainsi les zones suivantes :
Ce fichier fut ensuite analysé avec un logiciel de datamining standard du type arbres de décision. Celui-ci établit une classification des devis en fonction du taux de réussite. On constata donc que certains types de devis avaient un taux de réussite proche de 80 % alors que d’autres étaient inférieurs à 5 %. L'entreprise constata notamment que lorsque le prospect était filiale d'un groupe son taux de succès était systématiquement supérieur, facteur qui n'avait pas été remarqué auparavant. L'ancienneté de la relation commerciale, facteur dont l'entreprise pensait qu'il avait un fort impact n'avait en réalité aucune incidence sur le taux de réussite des devis. Par ailleurs, le taux de réussite s'effondrait littéralement dès que l'entreprise réalisait des devis de montants importants. Cette analyse a permis à l'entreprise de comprendre que son système de tarification était inadapté. La couverture des frais généraux résultait d’un coefficient multiplicateur appliqué aux coûts directs ce qui avait pour effet de la placer au-dessus de ses concurrents dès que la commande devenait importante.

Cette analyse a donc permis de modifier l'organisation de la prospection ainsi que le système de tarification. Les conséquences ont été extrêmement positives.

En guise de conclusion nous pensons donc que l'utilisation d'outils de datamining dans les entreprises vendant à l'industrie est un moyen efficace et rapide d'améliorer les performances commerciales. Ces outils ont désormais un coût tout à fait abordable. Leur apprentissage ne demande dans la plupart des cas qu'un effort limité. Il serait regrettable que les entreprises ne tirent pas partie de ses méthodes, en les supposant réservées aux entreprises qui vendent aux consommateurs.