Une Méthodologie de Recommandations Produits Fondée sur l'Actionnabilité et l'Intérêt Économique des Clients - Application à la Gestion de la Relation Client du groupe VM Matériaux - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

A New Methodology for Product Recommendations Based on Customer Actionability and Profitability - Application to the Customer Relationship Management of VM Matériaux Company

Une Méthodologie de Recommandations Produits Fondée sur l'Actionnabilité et l'Intérêt Économique des Clients - Application à la Gestion de la Relation Client du groupe VM Matériaux

Résumé

In an extremely competitive market, companies' wealth is their customers. It is more profitable to retain existing customers than to acquire new ones. Therefore, companies seek ways to retain their customers by understanding them better. This approach based on data analysis faces the large volumes of data and leads companies to extract knowledge from data. Both knowledge and actionability provide a decision-making tool for experts whose performance can be measured by the Return On Investment generated by actions. Recommender systems are designed to implement these tools as they allow companies to filter information and recommend products to customers according to their preferences. As part of a business strategy based on the sales force, how can customers be retained and their value increased? The cost of an inappropriate recommendation is higher for salespersons' visits than for e-commerce websites. Salespeople may even refuse to use the system if they find the recommendations not sufficiently relevant. To overcome these limitations, we propose CAPRE, a new methodology for recommender systems based on the analysis of turnover for customers of specific products. CAPRE aggregates rules to extract characteristic purchasing behaviors, and then analyzes the counter-examples to detect the most actionable and profitable customers. Recommendations are made by targeting the actionable counter-examples with the most profitable rules. This approach has been implemented in the ARKIS tool. We measured the effectiveness of our recommender system on the MovieLens benchmark with a cross validation and applied it to over 10,000 customers and 100,000 products of VM Matériaux company.
Dans un contexte concurrentiel, la richesse des entreprises réside dans leurs clients. Il est plus rentable de fidéliser un client existant que d'en acquérir un nouveau. De ce fait, les entreprises cherchent à mieux connaître leurs clients pour trouver des moyens de les fidéliser. Cette approche de la connaissance des clients fondée sur l'analyse des données se heurte toutefois au volume important des données. Ce constat pousse les entreprises à Extraire des Connaissances à partir des Données. Ces connaissances et leur actionnabilité fournissent aux experts un outil d'aide à la décision dont la performance peut être mesurée par le retour sur investissement généré par les actions. Les systèmes de recommandation sont adaptés pour mettre en place ces outils car ils permettent de filtrer l'information puis de recommander de manière proactive des produits susceptibles de fidéliser le client. Dans le cadre d'une stratégie commerciale basée sur les forces de vente, comment fidéliser les clients pour accroître leur valeur ? Une mauvaise recommandation intrusive peut en effet avoir des répercussions importantes sur le client et le commercial peut refuser d'utiliser le système s'il ne juge pas les recommandations suffisamment pertinentes. Pour s'affranchir de ces contraintes, nous avons proposé la méthodologie CAPRE qui consiste à extraire des comportements de référence sous la forme de cohortes de règles en ciblant raisonnablement les clients présentant un manque à gagner et en quantifiant le profit espéré. Cette approche a été mise en oeuvre au sein de l'outil ARKIS. Notre méthodologie a été validée sur le jeu de données MovieLens puis validée et appliquée sur les données opérationnelles du groupe VM Matériaux.
Fichier principal
Vignette du fichier
These_Thomas_Piton_version_finale.pdf (9.79 Mo) Télécharger le fichier

Dates et versions

tel-00643243 , version 1 (21-11-2011)

Identifiants

  • HAL Id : tel-00643243 , version 1

Citer

Thomas Piton. Une Méthodologie de Recommandations Produits Fondée sur l'Actionnabilité et l'Intérêt Économique des Clients - Application à la Gestion de la Relation Client du groupe VM Matériaux. Intelligence artificielle [cs.AI]. Université de Nantes, 2011. Français. ⟨NNT : ⟩. ⟨tel-00643243⟩
645 Consultations
2585 Téléchargements

Partager

Gmail Facebook X LinkedIn More