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