prédire le comportement du visiteur pour mieux le garder près de soi

STAY WITH ME PRÉDIRE LE COMPORTEMENT DU VISITEUR POUR MIEUX LE

GARDER PRÈS DE SOI

Sylvain Peyronnet!

SYLVAIN PEYRONNET

Co-fondateur et responsable des ix-labs!Professeur des Universités (on leave)!

Chief scientist @Qwant!@speyronnet

http://www.peyronnet.eu

http://live.ix-labs.org

[email protected]

e-commerce ?

Comment ça marche ?

25,4 milliards d’euros de CA

sur le 1er trimestre 2014

Sylvain Peyronnet - @speyronnet

e-commerce ?

Comment ça marche ?

25,4 milliards d’euros de CA

sur le 1er trimestre 2014

Tout ça à l’air très compliqué…!!

Est-ce qu’un simple-minded statisticien/informaticien peut faire quelque chose pour

éviter de perdre des clients ?


CLASSIFIER ET PRÉDIRE• La classification automatique a pour objectif de placer des

individus dans des classes, c’est à dire des ensembles qui partagent des caractères statistiques!

!• Cela a un intérêt dans de nombreux domaines :

notamment en traitement d’images, de la langue, marketing, moteurs de recherche, etc.!

!• La classification automatique est une branche de

l’apprentissage (machine learning)


CLASSIFIER ET PRÉDIRE• L’analyse prédictive a pour but d’analyser les données

issues des comportements passés, d’en extraire des motifs et de fournir des possibilités d’évolution des comportements à partir de la connaissance de ces motifs!

• Prédiction est un bien grand mot : la plupart du temps on repère un début de motif connu, ce qui permet de « deviner » ce qui va se passe

Si on est doublé sur l’autoroute par une voiture qui roule en zigzag, à 200 km/h, avec 2 pneus crevés et en

feu, on peut prédire un accident…


CLASSIFIER ET PRÉDIRE A CONNAITRE : LES ARBRES DE DÉCISIONS

• Le but de la plupart des algos : construire un mécanisme de décision, souvent un arbre

• L’objectif est d’avoir l’arbre le moins haut possible, car cela minimise le coût de classification



• On cherche à avoir un arbre qui donne le meilleur résultat possible!

• Il y a deux types d’erreurs, qui sont antagonistes

individu dans la classe

individu pas dans la classe

individu attribué à la classe VRAI POSITIF faux positif!

erreur type 1

individu pas attribué à la

classe

faux négatif!erreur type 2 VRAI NEGATIF



• Il existe de nombreux algorithmes pour créer des arbres de décisions

Création du dataset1

Construction de l’arbre2

Test du classifieur sur le dataset3

Application à des données nouvelles4


C4.5

• Ross Quinlan!

• Arbre de classification supervisé!

• http://www.rulequest.com/Personal/


C4.5!COMMENT ÇA MARCHE ?

Météo

Humidité Jouer ! Venteux

Ne pas jouer !Jouer ! Ne pas

jouer !Jouer !

ensoleillé couvert pluvieux

oui non<=75 >75


/ 5520

LE WEBSPAM ARBRE DE CLASSIFICATION

Météo Température Humidité Vent Jouer ?Ensoleillé 29 85 NON NONEnsoleillé 25 79 OUI NONNuageux 22 78 NON OUIPluvieux 18 98 NON OUIPluvieux 15 86 NON OUIPluvieux 17 70 OUI NONNuageux 22 67 OUI OUIEnsoleillé 21 95 NON NONEnsoleillé 27 78 NON OUIPluvieux 22 84 NON OUIEnsoleillé 18 83 OUI OUINuageux 16 79 OUI OUINuageux 13 77 NON OUIPluvieux 12 80 OUI NON


/ 55

fichier golf.names Play, Don't Play.!

outlook: suny, overcast, rain.temperature: continuous.humidity: continuous.windy: true, false.!

21



/ 55

fichier golf.data

sunny, 29, 85, false, Don't Play sunny, 25, 79, true, Don't Play overcast, 22, 78, false, Play rain, 18, 98, false, Play rain, 15, 86, false, Play rain, 17, 70, true, Don't Play overcast, 22, 67, true, Play sunny, 21, 95, false, Don't Play sunny, 27, 78, false, Play rain, 22, 84, false, Play sunny, 18, 83, true, Play overcast, 16, 79, true, Play overcast, 13, 77, false, Play rain, 12, 80, true, Don't Play!

22



/ 55

$ c4.5 -f golf

!

23



/ 5524


Météo

Humidité Jouer ! Venteux

Ne pas jouer !Jouer ! Ne pas

jouer ! Jouer !

ensoleillé couvert pluvieux

oui non<=84 >84


C4.5!PRÉDIRE DE MANIÈRE PLUS FINE

• On va utiliser une technique de bagging


Créer un dataset de taille n

générer m nouveaux datasets, en tirant avec remise p objets de D

utiliser le C4.5 sur chaque nouveau dataset

Que faire des m classifieurs obtenus ?

Si on fait de la prédiction, on les applique tous et on prend la

moyenne des sorties !!

On a un score de prédiction

• Sur un site ecommerce, nous allons « prédire » si un visiteur va aller jusqu’à l’achat.!

• S’il n’y va pas, nous pourrons lui donner un incitatif (popup, promotion, etc.)!

• On monitore tous les états du visiteur, en recréant les datas a posteriori

C4.5!APPLICATION A LA VENTE EN LIGNE

Si on a un seul site marchand, on va apprendre et prédire le

comportement global des visiteurs

Si on a plusieurs sites, on peut apprendre le

comportement de chaque utilisateur, ou de chaque

classe d’utilisateur


Pages vues Panier rempli Temps passé sur le site Client Achat final

12 OUI 180 NON NON

43 OUI 600 OUI OUI

11 NON 243 NON NON

2 NON 12 NON OUI



fichier ecommerce.names Achat, agir.!

Pages: continuous.Panier : true, false.Temps: continuous.Client: true, false.!



fichier ecommerce.data

12, false, 43, true, Achat34, true, 120, true, agir 4, false, 320, false, agir34, false, 493, true, Achat5, true, 545, false, agir243, true, 987, true, Achat12, true, 13, true, agir 34, true, 54, true, agir 12, false, 76, false, Achat34, true, 765, true, agir 8, true, 23, true, Achat34, true, 597, false, agir12, false, 264, true, Achat!

(…)!

!



$ c4.5 -f ecommerce

!



AGIRNombre de pages vues

non oui

Panier ? Ne rien faire

>28 <=28

AGIR Ne rien faire

oui non

Client ?



AGIRNombre de pages vues

non oui

Panier ? Ne rien faire

>28 <=28

AGIR Ne rien faire

oui non

Client ?



l’algo ne détermine pas l’action à faire, mais

avec de l’A/B test ou des bandits manchots on

peut aussi automatiser cet aspect



Avec du bagging on peut faire plusieurs arbres (par exemple

4)

On confronte chaque visiteur à tous les arbres

On obtient un score « d’action »

!On peut graduer la

« riposte »

ABANDON ACHAT

Proba d’abandon 75%



$ c4.5 -f ecommerce -b

10 arbres

Erreur global de 5,5 % si on fait un vote majoritaire

Score de confiance si ratio positif/nombre d’arbres




faux positifs : 2% env. faux négatifs : 28% env.

précision : 84% recall : 72%

Erreur de 5,5% mais…




Par ailleurs, le C4.5 donne la liste des critères

principauxAttribute usage : ! 90% TimeOnSite 40% AlreadyClient 40% ExistingCart 20% NumberPages 11% CSP 5% UserSegment !


Si on a plusieurs sites, on peut apprendre le comportement de chaque utilisateur, ou de chaque classe d’utilisateur


On segmente l’espace des clients1

pour chaque segment, on fait l’analyse

précédente2

pour chaque nouveau visiteur, on regarde à quel

segment il correspond

3

On utilise le classifieur du segment

4


Si on a plusieurs sites, on peut apprendre le comportement de chaque utilisateur, ou de chaque classe d’utilisateur


On segmente l’espace des clients1

pour chaque segment, on fait l’analyse

précédente2

pour chaque nouveau visiteur, on regarde à quel

segment il correspond

3

On utilise le classifieur du segment

4

C’est du tracking personnalisé

STAY WITH ME PRÉDIRE LE COMPORTEMENT DU VISITEUR POUR MIEUX LE GARDER PRÈS DE SOI

CONCLUSION

Un outil très pratique pour :!

• faire ses propres prédiction!

• trouver les critères importants!

• s’amuser avec des données


Une technique méconnue = une belle opportunité

pour ceux qui sont au courant

QUESTIONS ?


HTTP://QUEDUWEB.FR

prédire le comportement du visiteur pour mieux le garder près de soi

Marketing