Modélisation prédictive de l’incidence et des montants d’achat en marketing direct. Une comparaison a partir de variables RFM.
Introduction
Marketing direct et Datamining
Revue de littérature
Une autre direction de recherche
Objet de recherche
Variables RFM et système R
Présentation des données, définition des variables, échantillon
Les données
Focaliser sur le comportement de réachat
Définition de variables RFM
Echantillons d'estimation et de validation
Modèles de l’incidence de l’achat
Présentation
Application logit et probit.
Application des réseaux de neurones.
Les couches des RNA
Le modèle RNA utilisé
L'estimation du modèle
Application de CART.
Critères statistiques d’évaluation des performances prédictives
Présentation
Précision prédictive, sensibilité et spécificité
La courbe ROC
Intérêt des critères prédictifs
Comparaison des performances selon des critères statistiques
Comparaison des performances selon des critères de rentabilité
Gainchart des modèles d'incidence de l'achat
Comparaison des performances de modèle de l'incidence de l'achat
Un modèle de choix polytomique
La régression ordinale
Gainchart
Modèles de choix continu
Présentation
La régression linéaire.
Gainchart
Le modèle Tobit.
Régression en deux étapes.
Comparaison
CONCLUSIONS
Géneralités
Choix binaire et critères statistiques
Comparaison des performances selon des critères de rentabilité
Elargir la gamme des modèles
Problématiques pour les modèles en plusieurs étaptes
BIBILOGRAPHIE
Bibliographie
Notes
Notes