Comment expliquez-vous le retour du ‘dataming‘ (ou gestion des silos de données) dans la vague Business Intelligence, et au cœur du CRM ?
« Pour établir des prévisions fiables, les entreprises peuvent aujourd’hui profiter de solutions de datamining comme les nôtres pour disposer de moteurs logiciels très évolués. Ils génèrent ainsi des résultats compréhensibles et exploitables. Et les experts et statisticiens peuvent également zoomer et atteindre des niveaux de détails très spécialisés, indispensables à leur travail. »
« Actuellement, les statisticiens analysent les données sur ce qui est réalisé et finalement assez peu (ou de façon grossière) pour la prévision. En fait, le potentiel d’information reste sous-exploité du fait du volume. C’est justement ici qu’intervient notre solution: elle définit une segmentation intelligente et automatisée. Cette segmentation métier, y compris sur des profils très hétérogènes, doit essentiellement répondre de façon pertinente à de vraies questions métier. Puis, le ciblage doit reprendre les mêmes critères pour optimiser ce résultat. L’entreprise obtient alors un scoring optimal et performant. »
Comment le ‘datamining’ et vos solutions peuvent-ils remplir cette fonction?
« Le datamining vise à améliorer la performance client de l’entreprise : conquête, fidélisation et accroissement de valeur. Une démarche qui intègre quatre fonctions:
– le scoring affecte à chaque client une probabilité individuelle de répondre positivement à une sollicitation;
– la segmentation permet un regroupement homogène d’individus apparemment différents selon une question métier précise.
– Avec les séries temporelles, l’entreprise analyse un signal continu dans le passé pour le projeter dans l’avenir (analyse de tendances).
-Enfin, les règles d’association : en considérant ses antécédents, quel niveau de confiance puis-je attribuer à un client pour l’achat d’un conséquent (cross-selling, up-selling…). »
« Nos solutions remplissent trois fonctions : décrire (exemple : qui sont mes clients les plus fidèles ?), expliquer (exemple : quelles variables expliquent cette fidélité ?) et prévoir (exemple : quelle est la probabilité de fidélité de chaque client de ma base ?). Bref : comprendre, mesurer et passer à l’action. »
Alors, KXen propose-t-elle une solution spécialisée ou un pack clé en main?
« KXen est un “pure player logiciel” depuis 1998, et réalise plus de 95 % son chiffre d’affaires en vente de licences, et moins de 5 % en services, dans plus de 20 pays. Si nous réalisons 40 % de ce chiffre aux États-unis, les directions générales et financières ainsi que la recherche et le développement sont installés en France. Nos solutions sont intégrées par des partenaires comme Accenture, Teradata, Probance, Velvet Consulting, etc. »
« Nos solutions fonctionnent en bonne intelligence avec des environnements de type SAS, Teradata, Oracle, IBM, Microsoft, etc. Le moteur KXen construit la requête statistique qui s’exécute ensuite directement dans cet environnement de production. D’ailleurs, nous ne proposons aucune solution de stockage. Nous restons focalisés sur notre spécialité : le ‘datamining‘. »
Respectivement DG et CTO de Red Hat France, Rémy Mandon et David Szegedi évoquent le…
Canonical formalise un service de conception de conteneurs minimalistes et y associe des engagements de…
L'Autorité de la concurrence s'apprêterait à inculper NVIDIA pour des pratiques anticoncurrentielles sur le marché…
Le CERT-FR revient sur les failles dans équipements de sécurité présents notamment en bordure de…
Mistral AI formalise ses travaux communs avec l'entreprise finlandaise Silo AI, qui publie elle aussi…
La présidente de Numeum, Véronique Torner, revient sur la genèse de la tribune du collectif…