Un arbre de segmentation est une méthode d’analyse statistique qui partage une population en sous-groupes successifs, à partir des variables qui expliquent le mieux un comportement donné, comme l’achat ou la réponse à une campagne.
La méthode part d’une variable à expliquer, appelée variable cible, et d’un ensemble de variables explicatives : âge, ancienneté de la relation, montant des achats, canal de contact. À chaque étape, l’algorithme cherche la variable et le découpage qui séparent le mieux la population au regard de la cible. Il répète l’opération dans chaque sous-groupe obtenu. Le résultat se lit comme un arbre renversé. La racine représente la population entière, chaque division ouvre des branches et chaque feuille terminale forme un segment. Ce segment est décrit par une suite de conditions, son effectif et la valeur de la cible qu’il atteint : un taux pour une cible qualitative, une moyenne pour une cible numérique.
Plusieurs algorithmes coexistent. La méthode CHAID, publiée par G. V. Kass en 1980, s’applique à une variable cible qualitative. Elle retient le prédicteur le plus significatif selon un test statistique et autorise des divisions en plus de deux branches. La méthode CART, décrite par Breiman, Friedman, Olshen et Stone en 1984, procède par divisions binaires et accepte aussi une cible numérique. Des règles d’arrêt, comme l’effectif minimal d’une feuille ou la profondeur maximale, et un élagage limitent la taille de l’arbre.
L’arbre de segmentation se distingue de l’analyse des clusters, qui regroupe des individus semblables sans variable cible et relève de l’apprentissage non supervisé. Il relève au contraire de l’apprentissage supervisé, comme le scoring prédictif, dont il diffère par sa forme : chaque segment s’exprime par des règles explicites. En marketing direct, il sert à sélectionner les cibles d’une campagne et à décrire les clients qui achètent ou qui partent. Il prépare aussi la segmentation opérationnelle de la base.
Le premier atout de l’arbre est sa lisibilité. Un directeur commercial comprend une règle du type « clients depuis plus de trois ans, sans achat depuis six mois, joints par courrier ». Il peut la discuter, la contester et l’appliquer sans aide. Nous recommandons donc l’arbre comme premier outil d’exploration d’une base, avant tout modèle plus opaque. Il fait apparaître des interactions que les tableaux croisés masquent : un critère qui ne compte que dans une partie de la clientèle. Quand la précision prime sur l’explication, un modèle plus complexe peut le compléter, au prix de cette lisibilité.
Chaque feuille se lit avec son effectif, son taux de réalisation de la cible et son indice. L’indice rapporte ce taux au taux moyen, multiplié par 100. Une feuille d’indice 200 réagit deux fois mieux que la moyenne. La comparaison entre l’échantillon d’apprentissage et l’échantillon de validation est le contrôle décisif : un indice qui s’effondre d’un échantillon à l’autre signale une division opportuniste. En campagne, le taux de réponse réel de chaque segment, comparé à celui que prévoyait l’arbre, indique s’il faut le reconstruire.
En une journée de travail, Advalians construit avec votre équipe un plan marketing annuel arbitré, chiffré et validé par la direction.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
L’arbre de segmentation découpe la population en fonction d’une variable cible, par exemple l’achat. La classification automatique, ou analyse des clusters, regroupe des individus qui se ressemblent sans référence à une cible. L’arbre répond donc à la question « qui achète ? », la classification à la question « quels profils existent ? ».
Critère de choix : si vous devez prédire ou expliquer un comportement précis, construisez un arbre. Si vous cherchez à décrire la structure d’une clientèle avant de fixer des objectifs, commencez par une classification, puis utilisez un arbre pour caractériser les groupes obtenus.
Commencez par fixer une date d’observation. Décrivez chaque individu avec les informations connues à cette date, puis notez si l’événement visé s’est produit dans la période suivante. Cette séparation dans le temps évite que l’arbre utilise une information postérieure au comportement à prévoir.
Vérifiez ensuite trois points pour chaque variable : son taux de renseignement, sa date de mise à jour et sa disponibilité au moment de la campagne. Découpez les variables continues en tranches compréhensibles. Mettez enfin de côté un échantillon de validation avant tout calcul.
Comparez les résultats de chaque feuille sur l’échantillon d’apprentissage et sur l’échantillon de validation. Un arbre fiable conserve à peu près le même ordre des feuilles et des indices proches. Une feuille dont l’indice chute fortement en validation doit être fusionnée avec sa voisine ou supprimée.
Contrôlez aussi l’effectif de chaque feuille : un taux calculé sur quelques dizaines d’individus varie beaucoup d’un échantillon à l’autre. Enfin, testez l’arbre en campagne réelle et comparez les taux de réponse observés aux taux prévus avant de le généraliser.
La plus grave est d’utiliser une variable qui découle de l’événement à prévoir, par exemple un contact du service client postérieur à la résiliation. L’arbre paraît alors excellent et échoue en campagne. Vient ensuite l’arbre trop profond, dont les feuilles minuscules décrivent le hasard de l’échantillon.
Troisième erreur : interpréter chaque division comme une cause et bâtir un message sur elle. Pour l’éviter, faites relire les règles par une personne du métier. Toute règle qu’elle ne sait pas expliquer mérite une vérification avant usage.
Préférez l’arbre lorsque les équipes doivent comprendre et appliquer les segments, ou lorsque vous explorez une base pour la première fois. Préférez un score issu du scoring prédictif lorsque l’enjeu est de classer finement des milliers de contacts et que la lisibilité compte moins que la précision.
Les deux se combinent souvent. L’arbre révèle les variables et les interactions utiles. Le score les exploite ensuite pour ordonner la base. Renoncez à l’arbre si la variable cible concerne trop peu d’individus pour remplir des feuilles stables.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
