Profil de clients

Bonjour tout le monde,

Je souhaite caractérisé des clients qui ne viennent pas à l’événement alors qu'ils sont invités afin de modifier mes campagnes marketing pour qu'ils viennent.
Mon problème est le choix de la méthode stat.
J'hésite entre :
- une régression logistique sur une variable venu : oui/non. Puis je reprend la probabilité de la régression et je la décompose en 3, 4 ou 5 groupes que je caractérise derriere.
- Une ACM car j'ai que des variables quali
- Un arbre de décision
(jeu de données : 50 variables quali et environ 10 000 lignes)

Voila je suis un peu bloqué par ce choix cornélien. En espérant être clair.

Merci de vos futurs réponse.

Un arbre de régression peut-être une bonne méthode dans ton cas je pense car tu auras directement une vue des types de personnes qui viennent ou pas selon les variables les plus discriminantes.
Cette méthode est plus efficace si tu as pas mal de données, et que ton nombre d'invitation est important (si t'as invité le Tout-Paris).

La régression logstique sera mieux si tu as moins de données, mais ça suppose une corrélation linéaire entre le logit de la probabilité -log(p/(1-p)- et les variables explicatives. Mais cette méthode sera meilleure si tu veux prédire pour ta prochaine collation les gens qui vont venir ou pas.

Merci pour ta réponse,
Je pensais faire une sélection de variable pas à pas avant la régression logistique. Ce qui m'embête un peu dans les arbres c'est qu'on a pas le choix du nombre de groupes, on peut se retrouver avec 7 ou 8 groupes et pour les différencier c'est un peu galère.
Quel est la méthode sous R pour faire un arbre de décision?

Tu peux choisir à peu près le nombre de groupe pour un arbre de décision en "élaguant" l'arbre optimal.

Sinon la sélection de variables tu peux la faire avec la régression logistique à l'aide des méthode stepwise, backward ou forward.

Pour un arbre de décision sous R, je ne sais pas le code, mais d'autres personnes du forum le connaissent :-).

Pour faire un arbre de classification:

Utilise le package rpart.

Notamment les fonctions rpart et prune

Cordialement,

_________________
Formation et Consulting en R
http://www.startr.fr