Data Marketing 2019



Que signifie Segmentation ?

La segmentation partage les mêmes objectifs que l’analyse discriminante mais s’applique lorsque les variables explicatives sont qualitatives. Cette méthode consiste à découper une population en sous-groupes homogènes, mais uniquement par rapport à la variable à expliquer. Le processus de la segmentation est itératif. À chaque étape, l’algorithme choisit la variable explicative la plus corrélée avec la variable à expliquer pour réaliser une partition à partir des modalités de la première. Le découpage distingue à chaque étape les deux segments qui présentent la variance inter-segments la plus forte et les variances intra-segment les plus faibles. Le résultat de la segmentation est une sorte d’arbre de décision, avec un découpage de chaque groupe en deux sous-groupes. La première partition permet d’obtenir les deux premiers groupes. Chacun de ces deux groupes est ensuite divisé en deux à l’aide de la variable permettant la meilleure partition et qui n’est généralement pas la même pour les deux groupes. Le processus se poursuit ainsi avec des interruptions lorsque la taille du groupe tombe en dessous d’un seuil ou quand le découpage optimal expliquerait un faible pourcentage de la variance. Outre les trois méthodes explicatives d’analyse multivariée que nous avons vues ci-dessus, il convient de citer les méthodes d’analyse des mesures conjointes dont le trade-off, qui permettent d’expliquer les préférences des individus pour des produits déterminés. Ces méthodes supposent une structuration adéquate du questionnaire et ne sont pas toujours faciles à mettre en oeuvre. Citons également parmi les méthodes explicatives l’analyse de la variance plus généralement utilisée en analyse univariée ou bivariée, et qui permet d’expliquer une variable qualitative par plusieurs variables numériques.