Leçon 2 : Création d'un scénario de publipostage ciblé
Le département marketing de Adventure Works souhaite augmenter les ventes en destinant à des clients spécifiques une campagne de publipostage. En étudiant les attributs des clients connus d'elle, l'entreprise espère découvrir des critères, qu'elle pourra alors appliquer aux clients potentiels. Elle espère pouvoir utiliser les critères découverts pour prévoir quels sont les clients potentiels les plus susceptibles d'acheter un produit.
Par ailleurs, le département marketing souhaite savoir s'il existe des groupements logiques de clients existant déjà dans la base de données de l'entreprise, tels que des clients que l'on peut rapprocher d'un modèle démographique ou de critères d'achat communs.
La base de données de l'entreprise, l'entrepôt de données AdventureWorks, contient la liste des clients passés et la liste des nouveaux clients potentiels.
Au cours de cette leçon, vous allez créer un scénario de publipostage ciblé. Une fois les tâches de cette leçon terminées, vous disposerez :
- d'un ensemble de modèles d'exploration de données qui aideront à trouver les clients probables parmi la liste des clients potentiels ;
- d'un clustering de clients actuels.
Pour réaliser les tâches de cette leçon, vous allez utiliser l'Algorithme MNB (Microsoft Naive Bayes), l'Algorithme MDT (Microsoft Decision Trees) et l'Algorithme Clusters Microsoft.
Cette leçon contient les rubriques suivantes :
- Création d'une structure de modèle d'exploration de données pour le publipostage ciblé (Didacticiel sur l'exploration de données)
- Modification des modèles de publipostage ciblé (Didacticiel sur l'exploration de données)
- Exploration des modèles de publipostage ciblé (Didacticiel sur l'exploration de données)
- Test de la précision des modèles d'exploration de données (Didacticiel sur l'exploration de données)
- Création de prévisions (Didacticiel sur l'exploration de données)
Voir aussi
Concepts
Didacticiel sur l'exploration de données