Faire du data mining peut devenir un exercice rapidement épuisant si vous ne savez pas où vous allez. On peut facilement se perdre et tirer des conclusions erronées. Voici un moyen pour éviter de vous fourvoyer.
L’analyse factorielle exploratoire
L’analyse factorielle exploratoire et l’analyse factorielle de confirmation (EFA et CFA en anglais) fournissent des moyens numériques pour explorer les données et de construire des modèles provisoires. Au final le data mining reste un exercice de recherche où vous essayez de comprendre ce qui se passe dans le monde « réel » à partir d’un tas de données. Beaucoup de gens tombent cependant dans le piège de l’élaboration des corrélations qui n’existent pas. Il s’agit probablement d’une tendance naturelle de l’Etre Humain à limiter ses efforts, ce qui le pousse à rapidement fixer son attention sur les premières conclusions disponibles.
Ceci étant dit l’EFA n’est pas la façon la plus sexy de comprendre ce qui se passe. Visualiser ses données peut se révéler largement plus utile.
Tableau Software vous permet de visualiser vos données
Je suis tombé sur un nouvel outil l’année dernière qui peut s’avérer très utile dans votre prochain exercice de l’exploration de données. Et le meilleur est encore à venir: cet outil est gratuit!
Ce Graal a un nom: Tableau; un nom assez étrange pour un logiciel, mais tant qu’il est bien, qui s’en soucie ?
Tableau peut être considéré comme un logiciel « pré-statistique », une version très avancée d’Excel. Je sais que les concepteurs de Tableau ne vont pas apprécier la comparaison, mais la plupart des choses impossibles à faire dans Excel deviennent possibles avec Tableau. Vous aimerez également l’interface qui vous rappellera sans doute celle des tableaux croisés dynamiques.
Un exemple concret
Il est temps de vous donner un exemple. Vous savez que j’ai beaucoup travaillé ces dernières années sur les plaintes clients et le traitement des réclamations. Nous avons publié d’ailleurs de nombreux articles sur le sujet.
J’ai encore beaucoup de données à exploiter (quelques 22 000 réclamations réelles qui ont été archivés à partir du forum Les Arnaques, que je remercie au passage). Ces 22 000 plaintes ont été codées (on dirait « taggées » en anglais) pour les catégoriser suivant l’origine de la plainte. Au lieu de travailler avec des pourcentages j’ai pensé à un certain moment qu’il serait intéressant de charger les données dans Tableau et de les manipuler à partir de là.
Le graphique plus simple que vous pourriez produire corrspondrait à une représentation graphique du « poids » de chaque origine. Un tableau avec des pourcentages aurait permis d’aboutir aux mêmes conclusions. Je suis 100% d’accord. Mais je trouve au final que la représentation graphique ci-dessous est nettement plus facile à comprendre. Vous n’avez pas besoin de lire les chiffres. En quelques millisecondes, vous comprenez exactement la teneur de vos données.
Conclusion
Je sais que certains d’entre vous trouveront l’exemple ci-dessus trop simpliste. Mais sa simplicité est en fait un atout car tout le monde a été confronté à un cas de figure similaire. Tout le monde peut donc comparer le résultat livré par Tableau avec celui que l’on pourrait attendre d’Excel. En plus d’être gratuit cet outil est également incroyablement rapide ; il n’a fallu que quelques secondes pour produire ce graphique.
Photo: Shutterstock
Publié dans Marketing, Recherche.
