Le data mining est une discipline de plus en plus répandue dans les

entreprises soucieuses d'extraire l'information pertinente cachée dans

leurs bases de données, en vue notamment d'améliorer leur gestion

de la relation client (CRM) et leur maîtrise des risques.

Après avoir défini ce qu'est le data mining et dressé un panorama de

ses applications, cet ouvrage expose les grandes étapes d'un projet

de data mining , et particulièrement les deux points centraux que sont

la préparation des données et la mise en oeuvre d'algorithmes

spécifiques.

Il aborde l'aspect méthodologique en prenant pour exemple le

déploiement d'un outil de scoring , comme il en existe beaucoup dans

les banques, les organismes de crédit et chez les opérateurs

téléphoniques, pour prédire, soit le risque d'impayé, soit la possibilité

de souscrire un contrat ou d'acheter un produit. Il généralise ensuite

ce qui peut l'être à tous les projets de data mining , tant en ce qui

concerne les facteurs de réussite que les pièges à éviter.

Le choix d'un logiciel de data mining , ainsi que le text mining et le

web mining font aussi l'objet d'explications détaillées.

Le dernier chapitre présente une étude de cas destinée à illustrer les

principes exposés dans l'ouvrage.

Ce livre s'adresse aux statisticiens, aux utilisateurs et aux gestionnaires

de bases de données. Les décideurs, mais aussi les enseignants et

étudiants en sciences économiques, peuvent également le lire avec

profit.

Contact :

data.mining@free.fr