Nos Formations : Business Intelligence

Objectifs :

L’objectif de ce transfert de compétence est dans un premier temps de présenter les outils de statistique descriptive nécessaire pour organiser, traiter, analyser et présenter l’information. Cette formation sera faite avec beaucoup d’exemple pratique et d’étude de cas. Le côté pratique est le point focal de ce transfert de compétence. Cette pratique sera effectuée sur Excel.

Prerequis :

Connaissance basique en informatique et principalement en Excel.

Public cible :

Faute de logiciel statistique et faute de connaissance sur ces derniers ou par habitude, Excel est devenu l’outil par excellence de travail et de traitement des données dans les entreprises et organisation. Mais beaucoup d’utilisateurs ne capitalisent pas suffisamment les performances de cet outil de travail surtout dans le domaine de l’analyse statistique. Sont concernées par ce transfert de compétence, toutes personnes utilisant Excel dans le traitement des données : • Souhaitant découvrir des fonctionnalités statistiques que Excel offre ; • Souhaitant mettre en pratique les éléments de statistique descriptive ou exploratoire ; • Souhaitant automatiser certaines activités régulières menées jusqu’à présent de manière manuelle de même que ceux qui veulent prendre en main Excel sont concernés par cette formation.

Contenu :

Les concepts de la statistique

Définitions : population, unité statistique, variables, modalités
Les différents types de variables : variables qualitatives, variables quantitatives

La construction de tableaux statistiques : Manipulation des tableaux croisés dynamiques

Les graphiques

Variables qualitatives : diagramme en tuyaux d'orgue, diagramme circulaire
Variables quantitatives : diagramme en bâtons, histogramme, courbe cumulée
Autres représentations : notions d'échelle, diagramme triangulaire.

Résumer l'information et choisir la caractéristique la plus appropriée

Caractéristiques de position : moyenne arithmétique, médiane, mode, autres moyennes, quantiles
Caractéristiques de dispersion : variance et écart-type, coefficient de variation, écart absolu médian, étendue, intervalles inter-quantiles.
Boîte à moustaches (box-plot).

Étude de la concentration

Courbe de Lorenz, indice de Gini.

Objectifs :

Former les équipes selon les différents services à la BI, principalement à l’animation des clients ciblés sans cannibalisation des différentes sources de revenus.

Prerequis :

Être familier à la manipulation des données ; de préférence statisticiens et informaticiens.

Public cible :

Toute personne en charge des études de marché, de business planning, de reporting, de connaissance client, qui souhaiterait comprendre comment se positionne le Business Intelligence et comment développer la valeur de ses clients et surtout la gestion de la valeur.

Contenu :

La formation propose une présentation d’un ensemble d’indicateurs dans le processus décisionnel, et surtout mais l’accent sur la connaissance client et les différentes segmentations pour une vue plus intégrée des besoins du client. La formation aidera les équipes à cerner l’utilisation des scores d’appétence pour un meilleur ciblage et un meilleur retour des campagnes marketing.

 

Présentation de la BI

  • Définition, présentation des différents indicateurs et des méthodes de calculs
  • Définition et construction des tableaux de bords
  • Présentation du rôle des études de marché
  • Présentation de la dimension Business planning.

Analyse préliminaire

  • Graphiques utiles, Caractérisation par des tests statistiques, Boîte à moustache
  • Sélection de variables par des tests (égalité de moyennes, de médianes, de distributions, khi-2)
  • Gestion des données manquantes

Module CVM et technique de Scoring

Arbres de décision

  • Construction d’un arbre
  • Trois algorithmes : CHAID, CART, C4.5 – différences et similitudes
  • Exploration statistique avec des arbres
  • Modélisation avec des arbres

Analyse discriminante

  • Principe de l’analyse discriminante linéaire
  • Méthode DISQUAL et fonction de score
  • Forces et faiblesses

Comparaison des méthodes de Scoring

  • Évaluer la qualité d’un modèle : courbe ROC, courbe de lift
  • Mise en œuvre : transformer une probabilité en décision
  • Performance et robustesse : l’importance du jeu de test
  • Construction d’un échantillon de control