Notre glossaire, méticuleusement élaboré, est votre boussole dans l’univers complexe et dynamique du marketing, de la communication et du digital. Ici, chaque terme est une clé que nous vous aidons à décrypter pour vous ouvrir a des concepts innovants et des stratégies éprouvées. Plongez dans nos thématiques pour éclairer votre chemin vers l’excellence et la créativité.
L’apprentissage non supervisé est une méthode d’apprentissage automatique qui consiste à entraîner un modèle sur des données non étiquetées afin qu’il découvre de manière autonome des structures sous-jacentes, comme des regroupements, des tendances ou des associations.
Aucune réponse attendue n’est fournie au modèle, et aucune rétroaction humaine ne corrige ses propositions. L’algorithme mesure les ressemblances entre observations, ou la façon dont les variables évoluent ensemble, puis organise les données selon ces proximités. Le résultat n’est pas une prédiction vérifiable. C’est une structure proposée, que l’analyste doit décrire, nommer et interpréter.
Trois familles de techniques le composent. Le partitionnement, ou clustering, répartit les observations en groupes homogènes : c’est l’objet de l’analyse des clusters. La réduction de dimension résume un grand nombre de variables en quelques axes. La recherche d’associations repère les éléments qui apparaissent souvent ensemble, par exemple des produits achetés dans un même panier. La détection d’anomalies, qui isole les observations éloignées de toutes les autres, s’y rattache souvent.
Il se distingue de l’apprentissage supervisé, qui apprend à reproduire une réponse connue à partir d’exemples étiquetés. Il se distingue aussi d’une segmentation fondée sur des critères fixés à l’avance, comme la segmentation RFM, où l’analyste définit lui-même les seuils. En marketing, il sert à construire des typologies de clients, à explorer de grands volumes de données avant une modélisation et à repérer des comportements atypiques.
Beaucoup d’algorithmes de partitionnement, comme les k-moyennes, produisent des groupes même dans des données qui n’en contiennent pas de réels. Une partie de la structure obtenue vient des choix de méthode. La documentation de la bibliothèque libre scikit-learn le montre pour la méthode des k-moyennes : le nombre de groupes doit être fixé par l’utilisateur, et le critère employé suppose des groupes convexes et à peu près sphériques, de même dispersion dans toutes les directions, ce qui n’est pas toujours le cas.
Notre point de vue : un résultat non supervisé est une hypothèse de travail. Il doit être confronté au terrain avant de guider une décision de ciblage ou d’offre.
Faute d’étiquette, il n’y a pas de taux d’erreur. La même documentation de scikit-learn rappelle que les mesures qui comparent un résultat à des classes de référence supposent de connaître ces classes, ce qui n’est presque jamais le cas en pratique. Trois repères prennent le relais :
Nous recommandons de donner le dernier mot à l’utilité. Un test simple consiste à adresser à chaque groupe un message adapté, puis à comparer ses résultats à ceux d’un message unique.
Advalians cadre vos objectifs, arbitre avec vous les chantiers à prioriser et construit un plan d’action par objectif, assorti d’indicateurs de suivi.
La segmentation classique fixe les critères et les seuils à l’avance : âge, montant d’achat, ancienneté. Le clustering, technique d’apprentissage non supervisé, laisse les groupes émerger des données à partir des ressemblances entre clients. Il peut révéler des combinaisons de comportements que personne n’avait formulées.
Critère de choix : si vous savez déjà quelles variables distinguent vos clients, une segmentation fondée sur des critères de segmentation fixés à l’avance est plus simple à expliquer et à maintenir. Sinon, explorez par clustering, puis traduisez les groupes obtenus en règles simples que les équipes pourront appliquer.
Croisez un critère statistique et un critère d’usage. Côté statistique, calculez plusieurs solutions, par exemple de trois à huit groupes, et comparez leur cohésion interne et leur stabilité sur des échantillons différents. Côté usage, demandez combien de traitements distincts vos équipes peuvent réellement mettre en œuvre.
Retenez la plus petite solution stable dont chaque groupe appelle une action différente. Deux groupes qui recevraient le même message peuvent être fusionnés. Documentez le choix, pour pouvoir le revoir lors du prochain recalcul.
Soumettez-la à trois contrôles. La stabilité : relancez le calcul sur un autre échantillon ou une autre période et vérifiez que les mêmes groupes réapparaissent. La lisibilité : décrivez chaque groupe avec des variables non utilisées dans le calcul, et vérifiez que le portrait obtenu a du sens pour les équipes métier.
L’utilité, enfin : adressez à chaque groupe une sollicitation adaptée et comparez ses résultats à ceux d’un message unique. Une typologie qui ne produit aucun écart de réaction n’apporte rien à la décision, même si ses indices statistiques sont bons.
La plus fréquente consiste à injecter toutes les variables disponibles. Les variables redondantes pèsent plusieurs fois, et celles exprimées sur de grandes échelles dominent le calcul. Sélectionnez quelques variables liées à l’usage prévu et mettez-les à la même échelle.
Deuxième erreur : accepter un groupe résiduel qui rassemble une large part des clients sans profil net. Il signale souvent des variables mal choisies. Troisième erreur : diffuser la typologie sans dire comment un nouveau client y est affecté. Prévoyez cette règle d’affectation avant la mise en service.
Préférez l’apprentissage supervisé quand la décision porte sur un résultat déjà enregistré dans vos données : achat, départ, réponse à une campagne. Gardez le non supervisé pour les questions ouvertes : quels profils existent dans ma base, quelles associations de produits apparaissent, quels comportements sortent de l’ordinaire.
Test rapide : si vous pouvez écrire la colonne « bonne réponse » de votre tableau, le non supervisé n’est pas l’outil principal. Il peut alors servir en amont, pour créer une variable de groupe utile au modèle. Renoncez-y si personne ne pourra exploiter les groupes obtenus.
Par Thomas Bizot – Président du cabinet Advalians
