La différence entre segmentation et typologie
Lorsque vous souhaitez mettre en place une animation différenciée de votre clientèle, la première action que vous souhaitez mettre en œuvre est de diviser votre fichier en groupes homogènes. La question se pose alors de savoir quelle technique utiliser. C’est là qu’il y a souvent une certaine confusion entre deux méthodes distinctes : la segmentation et la typologie.
Définition de la segmentation
Si l’on commence par les définitions, la segmentation est l’action de diviser une population (clients, prospects) en sous-groupes homogènes en fonction de différents critères (données sociodémographiques, comportement d’achat, etc.) Dans ce premier cas, nous utilisons une méthode séparative. C’est-à-dire que sur la base de différents critères a priori, nous allons séparer l’ensemble de la population en sous-groupes homogènes. Pour ce faire, nous allons utiliser un algorithme a priori basé sur le type de données liées à la segmentation que nous voulons mettre en place. Par exemple, pour une segmentation RFM, nous utiliserons les données de transaction. En termes de résultats, nous obtiendrons donc des groupes aux frontières strictes.
Définition de la typologie
A l’inverse, une typologie est un traitement de données qui vise à regrouper les individus étudiés en fonction de leur proximité sur un ensemble de variables. Nous allons donc utiliser une méthode exploratoire sans idée préconçue sur les données. Pour ce faire, nous allons utiliser différentes techniques mathématiques. Au préalable, il est souvent nécessaire de procéder à une analyse factorielle. Le principe de l’analyse factorielle est de regrouper un ensemble de données similaires afin de réduire l’information contenue dans l’ensemble des données à un plus petit nombre de thèmes. Cela permet de simplifier la compréhension et le traitement de l’ensemble des données disponibles. Il existe différents types d’analyse factorielle en fonction des données disponibles. L’analyse en composantes principales (ACP) sera utilisée sur les données quantitatives, l’analyse des correspondances multiples (ACM) sur les données qualitatives. La typologie est basée sur des algorithmes non supervisés tels que la Classification Ascendante Hiérarchique ou la méthode K-Means. Ces deux méthodes statistiques utilisent les résultats de l’analyse factorielle pour regrouper les individus en fonction de leur proximité. Lors de la réalisation d’une classification ascendante hiérarchique, la plus grande difficulté est d’identifier le bon nombre de groupes à constituer. En effet, nous aurons la possibilité de choisir entre différents regroupements possibles. L’important est de trouver le bon équilibre entre l’idéal statistique et le bon sens commercial.
Classification non supervisée par K-Means
L’algorithme K-Means est une méthode, courante dans l’analyse des correspondances multiples, utilisée pour regrouper ou regrouper des individus en fonction de leur similarité (ou dissimilarité). Elle vise à ce qu’elle appelle l’harmonisation ou la normalisation des données. Cette normalisation se fait en deux étapes : l’harmonisation des données par le principe de construction ; la seconde étape consiste à identifier la classe spécifique qui définit l’unité collective pertinente dans le processus de modélisation (ou regroupement d’instances). Cette application suit différentes phases : d’abord, la recherche d’un schéma acceptable (filtrage), ensuite, la sélection d’un schéma (classification) par mise en œuvre (codage de l’instance choisie). Elle commence sa recherche active au niveau de la statistique du chi carré pour identifier les données disponibles pour être regroupées au niveau du méga-noyau (qui est le noyau avec la statistique la plus élevée). Les données de ce noyau sont utilisées pour comprendre quelle variable est significative et si elle est liée à cette variable, elle suit une structure ascendante et descendante.
Comment datacadabra vous aide à réconcilier segmentation et typologie ?
Datacadabra est le Data Scientist virtuel qui va analyser pour vous vos données. Grâce à son Module Segmenter vous pouvez réaliser votre typologie en quelques clics afin de regrouper les individus en fonction de leur proximité et adapté vos actions marketing.
Pour aller plus loin, voici d’autres articles sur cette thématique :
• Segmenter ses clients, pour quoi faire ?
• Les différents types de segmentation clients
• Caractériser ses segments et adapter sa stratégie
Et n’hésitez pas à demander une démo !