Apprendre à mettre en œuvre les techniques de scoring afin d'affecter un score à un client, un prospect, un patient, .... pour répondre à différents objectifs : sélection des risques, prévision des défauts, suivi et contrôle ...
Le scoring et ses applications
- 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
- Avoir une introduction aux techniques du scoring
- Revoir les méthodes statistiques multidimensionnelles en vue du scoring
- Connaître les différents types de score
- Savoir mener les différentes étapes préalables à la construction d'une modèle de scoring
- Sélectionner les variables entrant dans la construction du modèle
- Mettre en œuvre la modélisation sur un échantillon d'apprentissage et en évaluer la performance sur un échantillon de test
- Être capable de mesurer le pouvoir discriminant du modèle
Non certificiante
Sans niveau spécifique
