Champs d’expertise

Data Management

Accès aux fichiers texte en format fixe ou délimité, Excel, SPSS…
Accès natif aux principales bases de données : Oracle, DB2, Sybase, SAS monoposte ou SAS Server, SQL Server… Accès ODBC aux autres bases de données,
Accès simultané à plusieurs sources de données,
Typage automatique des variables, gestion des données manquantes,
Requêtes SQL sur bases de données
Ajout, insertion et mise à jour de tables dans une base de données
Jointure, empilement, juxtaposition de tables, dédoublonnage, tri
Agrégation, transposition, verticalisation, horizontalisation, agrégation par tableaux croisés
Bibliothèque complète de fonctions de transformation pour la création de nouvelles variables en mode assisté
Langage de programmation Python
Recodages statistiques : mise en classes, regroupements de modalités, croisement de plusieurs variables, binarisation, standardisation, transformation en rangs…
Gestion des libellés, bibliothèque de formats
Redressement (méthode RAS)
Archivage des prédictions (score, régression, segmentation, typologies)
Archivage d’un modèle prédictif, industrialisation de modèles

Statistiques descriptives

Analyses descriptives

Tris à plat, histogrammes, tableaux croisés, analyse bivariée
Galerie Graphique : histogrammes, secteurs, box plots, biplot, graphiques 2D et 3D, courbes de concentration
Caractérisations automatiques de variables privilégiées (continue ou nominale) par le reste de l'information
Marquage sémantique : puissante alternative aux arbres de décision

Analyses factorielles

Typologies

Classification ascendante hiérarchique (CAH), directe ou sur facteurs
Classification mixte : Centres Mobiles + CAH
Editeur graphique de l'arbre et des indices de niveaux
Recherche des partitions optimales
Description automatique des classes des typologies par les variables et/ou individus actifs/illustratifs
Marquage sémantique des classes de la typologie
Affectation des individus aux classes de la typologie
Représentations graphiques de la typologie, ellipses de concentration

Amado

Module de traitement graphique des données basé sur la complémentarité des techniques d'analyses factorielles et des méthodes graphiques de J. Bertin

Modélisation

Modèles prédictifs

Model Mining

Régressions multiples optimales (Furnival et Wilson)
Discriminantes optimales (Furnival et Wilson),
Modèles log-linéaires : recherche combinatoire de toutes les interactions et évaluation systématique des modèles avec le critère de Akaike

Fonctions de score

Echelle des scores définie par l'utilisateur
Modèle additif simple, intelligible et modifiable par l'expert métier
Optimal Scoring Pilot : choix visuel et interactif des seuils de score (refus, indécision, acceptation)
Courbe de gains (lift), courbe de Roc, comparaison de modèles

Segmentation

Discriminantes et régressions par arbres de décision interactifs

Méthodes CART, CHAID, C4.5
Critères d'arrêt : nombres de niveaux de l'arbre, effectif minimum pour diviser un segment, seuil de spécialisation
Analyse automatique ou interactive
Elagage manuel de l'arbre, choix des variables de coupure, réduction ou agrandissement de l'arbre par niveau, regroupement de modalités, valeur-seuil d'une variable continue,
Vue d'ensemble de l'arbre avec zoom avant/arrière
Exploration locale d'un segment et comparaison graphique avec l'ensemble de la population
Caractéristiques générales de l'arbre et matrice de confusion
Edition d'un rapport général sur l'arbre au format html
Edition des règles de décision en mode “Select” ou “Update” au format SQL selon le SGBD (Oracle, Access…)

Typologies par arbres de décision avec ICT

Classification descendante hiérarchique utilisant conjointement les propriétés des analyses factorielles et des arbres de décision
Résultats et interface graphique analogues aux arbres de décision

Règles d’association

Recherches d’associations au sein de données transactionnelles (tickets de caisse)
Recherche des associations de modalités dans un tableau individus x variables

Tableaux Multiples

AFM : Analyse Factorielle Multiple

Exploration des données au delà des analyses de données classiques en exploitant la notion de 'groupes de variables'
Groupes de variables actives/illustratives, nominales ou continues
Analyses partielles et analyse globale,
Editeur graphique puissant et interactif

STATIS

Text Mining

Traitement simultané d'une ou plusieurs variables textuelles
Construction du vocabulaire : mots et segments répétés (suite de mots)
Modification du vocabulaire avec un lemmatiseur semiautomatique
Edition des statistiques sur les mots et segments répétés
Edition des contextes de mots
Caractérisation de sous populations par un vocabulaire spécifique : mots et phrases caractéristiques
Création d'un tableau lexical de contingence,
Analyse des correspondances simples sur tableau lexical et classification
Création d'une base SPAD comprenant les Variables initiales, les mots et les segments en colonnes

Question

Création de questionnaires, utilisation de bibliothèques de questions
Création automatique de masques de saisie avec contrôles de cohérence
Définition des enchaînements de questions par filtres multicritères
Définition de plans de tri pour l'automatisation d'enquêtes récurrentes
Tris à plat et tris croisés complets avec édition automatique de tableaux et graphiques dans Excel, Word, HTML
Bilans d'image avec la méthode SATIMIX
Fusion des fichiers et fichiers hiérarchisés

PLS Path Modeling