Objectifs
Le scoring est une technique consistant à affecter un score à un client, un prospect, un patient, .... Il permet de répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle
Pré-requis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Réaliser ses analyses statistiques avec R
Méthode
Les scripts d’exécution seront fournis pour utilisations ultérieures par les participants à la formation
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.
Programme
- Le scoring et ses applications
- L’élaboration d’un modèle de scoring
- La sélection des variables
- La modélisation
- La mesure du pouvoir discriminant
- Conclusion, conditions de réussites
- Exemples traités avec applications dans le logiciel R
- Les scripts d’exécution seront fournis pour utilisations ultérieures par les participants à la formation
- Introduction
- Rappels de statistiques multidimensionnelles
- Méthodes exploratoires (analyses factorielles)
- Méthodes décisionnelles (modélisation : régression logistique, …)
- Les divers types de scores
- Appétence ou propension
- Risque (comportement)
- Octroi ou acceptation
- Attrition (fidélisation, impayés)
- Diagnostic médical
- Spam courriels
- L’élaboration d’un modèle de scoring
- Définition de la variable à expliquer
- Biais de sélection
- Construction de la base d’analyse
- Sélection des périodes d’observation
- Analyse exploratoire des données
- Traitement des valeurs manquantes
- Normalisation : transformations
- Découpage en classes, regroupement de modalités
- La sélection des variables
- Importance de la sélection des variables
- Variables corrélées
- Complexité du modèle versus pouvoir explicatif
- Sélection multidimensionnelle
- La modélisation
- Logique d’apprentissage et de test
- Méthodes et algorithmes utilisés pour le scoring
- La mesure du pouvoir discriminant
- Validation des modèles
- Les courbes ROC
- Conclusion, conditions de réussites
- Exemples traités avec applications dans le logiciel R
- Les scripts d’exécution seront fournis pour utilisations ultérieures par les participants à la formation