Les entreprises ont investi dans les technologies de data mining pour réduire
la fraude, prédire l'attrition client ou cibler leurs meilleurs clients.
Mais la connaissance du marché et des clients est principalement révélée
par l'analyse des données non structurées.
Les données non structurées, contenues dans les emails, rapports
d'incidents, les brevets, représentent 80% des données disponibles
dans les bases de données des entreprises. Encore aujourd'hui beaucoup
de sociétés ne capitalisent pas sur la richesse de ces informations...
En alliant le text mining de LexiQuest Mine et le data mining de Clementine
vous construisez des modèles plus performants en exploitant cette source
critique d'information en croissance constante.
La compréhension d'un email, du résultat d'une enquête à questions ouvertes ou encore d'une transcription téléphonique ne se base pas uniquement sur les mots qui les composent. Associées à l'extraction d'entités nommées (personnes, organisations, produits, lieux...), les technologies linguistiques de prédicats proposées par Text mining For Clementine extraient les concepts et leurs nuances (satisfaction, mécontentement, intentions,...).
Pour chaque document, Text mining For Clementine fournit les concepts, leur
type, leur fréquence, leur position. Ces informations peuvent être
aisément combinées avec d'autres sources de données et
utilisées avec les techniques traditionnelles du data mining comme
la typologie, la classification ou les modèles prédictifs.
A quels autres concepts sont-ils liés? Que prédisent-ils? Comment
ces concepts prédisent le comportement d'un client?
Les premières applications de Text mining For Clementine montrent
dans les modèles d'attrition un gain additionnel pouvant atteindre
jusqu'à 20%.
De plus, les outils de classification et de visualisation de Clementine apportent
un point de vue novateur sur l'exploration des verbatims de vos clients.
Responsables satisfaction client, responsables marketing, responsables qualité, cellules brevets.
