Au cours des quinze dernières années, nous avons développé à Repères une expertise très poussée de l'analyse des données d'études à fin de modélisation des préférences des consommateurs. Nos travaux se sont appuyés notamment sur les modèles d'analyse conjointe (Trade-Off) et sur les outils de cartographie des préférences (Preference Mapping). De prestations au départ proposées uniquement dans le cadre d'études entièrement conduites par Repères, nous avons progressivement évolué vers des prestations de modélisation à la carte, en travaillant sur des données de sources diverses transmises par nos clients : évaluation sensorielles, mesures physico-chimiques, données panel, extractions de bases de données client ...
Afin de développer encore ce savoir faire et de le faire mieux connaître, nous avons décidé de créer à Repères un pôle dédié au Datamining, qui intervient soit de manière autonome sur des données clients, soit en synergie avec une démarche étude Repères. La direction de ce pôle a été confiée à Fabien Craignou, précédemment Chargé d'Etudes quantitatives Senior à Repères et spécialiste des études impliquant une modélisation des préférences.
En complément des modèles cités précédemment de Trade-Off et de Preference Mapping, l'équipe a maintenant une expertise forte dans l'utilisation des réseaux Bayésiens, technique particulièrement puissante d'apprentissage et de modélisation, que nous avons appliquée avec succès pour l'élaboration de typologies et de scoring sur des bases de données clients.
Conformément à la vision de Repères, ce pôle a aussi vocation à participer au renouvellement des outils de la profession, et à ce titre à diffuser les nouvelles pratiques. C'est dans ce contexte que Fabien, en partenariat avec Lionel Jouffe de Bayesia, a présenté nos travaux sur l'identification et la modélisation des drivers de l'appréciation d'un produit au dernier séminaire Sensometrics de St Catharines au Canada :
Ci-jointe également une autre présentation de notre pôle Datamining, toujours en partenariat avec Bayesia, effectuée lors de la conférence SKIM à Barcelone en mai dernier. Il s'agissait ici de présenter les atouts des réseaux Bayésiens pour la construction de typologies de consommateurs, notamment dans le cadre des études d'Usages et Attitudes. Parmi les atouts de la méthode, un point clé est que nous allons analyser les liens 2 à 2 entre toutes les variables, sans établir aucun a priori - contrairement à l'approche usuelle de typologie canonique, qui nécessite de scinder les variables en deux groupes, par exemple d'un côté les usages et de l'autre les attitudes, soit un procédé parfois très arbitraire ("j'utilise ce produit tous les jours", est-ce un comportement ou une attitude, ou les deux ?).
Pour toute précision sur ces présentations ou plus globalement sur nos prestations de Datamining, n'hésitez pas à contacter Fabien Craignou.