Scoring

A l’heure du big data, la sélection par critères de segmentation classique (RFM, centres d’intérêts, géographique) est désormais souvent complétée par des traitements de scoring (approche statistique), soit en machine learning (technique automatisée), soit par un datamining.

Le scoring est une technique d’approche statistique, où l’on exploite et combine plusieurs dizaines ou centaines de variables, afin de hiérarchiser des données et de les regrouper par classes similaires. Plusieurs méthodes existent, et cohabitent, que l’on parle de régression statistique ou d’une autre méthode, peu importe, l’important étant de pouvoir gérer des données en grand nombre, avec l’aide d’algorithmes, pour obtenir des agrégats exploitables.
En approche marketing, on peut par exemple faire : un score d’appétence (probabilité d’être intéressé par une offre ou un produit), un score repoussoir (isoler une population non réceptive), un score de richesse, etc. Pour réaliser un score efficace, il faut : un échantillon représentatif de la cible à atteindre (en général, 20 à 30 000 individus) ; une base de données à volumétrie importante (plusieurs centaines de milliers ou plusieurs millions d’adresses) et avec de nombreuses variables disponibles ; un spécialiste du datamining.

Les scores offrent de nombreux avantages, et nous pouvons vous conseiller sur la mise en place et le développement de scores pertinents et performants pour vos campagnes de prospection.

Critère Direct s’appuie sur des sociétés reconnues

Pour réaliser les scores que nous encadrons pour nos clients. Nous pouvons vous apporter notre expertise sur le type de données utiles pour un score, les différents prestataires avec lesquels nous travaillons (D-Aim, Oktos, etc.) et leurs spécificités suivant vos besoins, les logiques de déploiement, etc.

Nous pouvons également vous recommander les  meilleurs référentiels cibles pour trouver une bonne performance rapidement, et vous assurer un vivier de prospection efficace, à coût maîtrisé.