1 Objectif

• Utiliser les principes et techniques d’analyse de résilisation
• Pratiquer des algorithmes de machine learning sur des cas concrets
• Visualiser des informations pertinentes

Points forts

• Retour d’expériences sur des applications concrètes
• Mise en place des algorithmes avec R

2 Public concerné

À toute personne qui souhaite comprendre les outils et algorithmes d’analyse de résiliation.

3 Programme

Conception des processus

• Objectifs de l’analyse des résilisations
• Types et causes des résilisations
• Valeur client

Sources et nettoyage des données

• Données internes
• Utilisation des données externes
• Feature engineering

Analyse des mouvements

• Analyse de survie
• Analyse par cohorte

Modèle prédictif et machine learning

• Algorithmes de classification
• Validation et comparaison des algorithmes

4 Informations pratiques

Pour obtenir quoi ?

• Connaissance globale de la problématique de résiliation
• Technique d’analyse de données concernant les résiliations
• Visualisation et surveillance

Comment ?

Des exemples pratiques animeront.

Quels sont les pré-requis ?

Aucun en particulier. L’intérêt et l’utilisation des outils numériques sont cependant fortement recommandés.

5 Extrait de la formation

Vous pouvez lire les extraits de la formation