SPAD Suite 7 : Nouvelle version de la solution Data Mining de Coheris Spad
Par Crm Sambotte le mardi 25 mars 2008, 08:26 - Communiqués - Lien permanent
Coheris SPAD, leader français sur le marché du datamining, annonce la
sortie de SPAD Suite, la version 7 de ses produits de Data Mining. La version 7 de SPAD propose de nombreuses évolutions et offre désormais
une véritable suite logicielle dont les mots clés sont rationalisation,
puissance et gain de productivité.L’offre de SPAD Suite s’articule autour de trois axes : de nouvelles fonctionnalités de Data Management, une interface de modélisation totalement graphique, et un module d’industrialisation des processus.
Le travail de préparation des données pour la modélisation, tâche nécessaire mais rébarbative et informatique, est désormais intégrée à SPAD Suite à partir d’une interface graphique.
Le module de Data Management de la Suite permet la manipulation des données brutes issues des systèmes opérationnels, afin de créer les fichiers pertinents sur lesquels les méthodes de Data Mining pourront être appliquées et obtenir ainsi des résultats optimaux.
Parmi toutes les fonctionnalités de Data Management, citons : la refonte complète de l’accès aux données : jointure, agrégation, transposition, verticalisation, gestion des données manquantes, une bibliothèque complète de fonctions de transformation et l’intégration du langage Python pour couvrir toute transformation de donnée spécifique.
Grâce à une interface graphique extrêmement ergonomique, il est désormais possible d’organiser, transformer et valider l’ensemble des données en les visualisant en temps réel, puis de définir et tester les modèles prédictifs et analyses, pour enfin industrialiser les processus.
En matière de marketing, les données et leur qualité sont primordiales dans l’efficacité d’une campagne. Anticiper est le maître mot. Etre capable de prévoir les comportements, de dessiner des profils particuliers de consommation, de devancer des tendances est beaucoup plus rentable que de simplement répondre aux besoins de ses clients.
La souplesse de SPAD Suite alliée à une solution de BI, donne l’opportunité aux directeurs marketing d’anticiper et d’orienter des stratégies qui reposeront alors sur des données fiables et réelles. Pouvoir ensuite analyser et mesurer l’impact des campagnes complète le tableau. Le CRM prend ici tout son sens et permet la mise en place d’un système de CRM Analytique et Prédictif.
SPAD Suite est disponible en version monoposte à partir de 6000€, licence flottante, mode Terminal Server.
Source : Coheris Spad
Glossaire :
- Analyse prédictive : Etude de données et caractéristiques comportementales des personnes (B2C) ou des entreprises (B2B) pour en tirer des modèles de prévision en vue d'optimiser la relation avec les clients. Elle recouvre des technologies et des pratiques comme les statistiques, l'analyse de données ou le data mining.
- BI (Business Intelligence) : Informatique décisionnelle - désigne les moyens, les outils et les méthodes qui permettent de collecter, consolider, modéliser et restituer les données d'une entreprise en vue d'offrir une aide à la décision et de permettre aux responsables de la stratégie d'une entreprise d’avoir une vue d’ensemble de l’activité traitée.
- CRM (Customer Relationship Management) : Gestion de la Relation Client (GRC) - voir notre article le CRM c'est quoi ?
- CRM analytique :
Branche de la CRM qui fournit une analyse statistique des données collectées.
Les outils de CRM Analytique propose de mieux connaître ses clients par l’analyse des données centralisées et structurées autour de la notion de client. Par exemple, le suivi de la valeur client (croisement de données quantitatives et qualitatives), segmentation client, opportunité de cross selling et up selling ... - Data Mining : Exploration de données - Processus d'analyse utilisant un système logiciel pour extraire des tendances ou des corrélations à partir de grands volumes de données. Par ailleurs, le Data Mining permet également d'identifier des informations stratégiques et découvrir de nouvelles connaissances, en s'appuyant sur des traitements statistiques.
Commentaires