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.
Le data mining, ou exploration de données, est une discipline de l’analyse de données qui applique des méthodes statistiques et d’apprentissage automatique à de grands ensembles de données pour y découvrir des régularités, des groupes ou des relations non apparentes.
La Vitrine linguistique de l’Office québécois de la langue française (2026) recommande l’équivalent « exploration de données ». Elle range aussi « fouille de données », « forage de données » et « prospection de données » parmi les termes privilégiés. Elle indique que « exploration de données » est recommandé officiellement en France depuis 2003.
Le data mining part de données déjà collectées, souvent pour un autre usage : historiques d’achat, traces de navigation, réponses à des campagnes. Il cherche ce qui n’a pas été formulé à l’avance. Ses principales tâches sont la segmentation automatique en groupes homogènes, la classification d’individus dans des catégories connues, la prédiction d’une valeur, la recherche d’associations entre produits et la détection d’anomalies. Un projet enchaîne la compréhension du problème, la préparation des données, la modélisation, l’évaluation des résultats puis leur déploiement.
Il se distingue de la data analytics, plus large, qui couvre aussi la production d’indicateurs et la restitution des résultats. Il se distingue aussi du machine learning, qui fournit une partie des algorithmes. Le data mining les met au service d’une question posée sur des données existantes. Le web mining en est la déclinaison appliquée aux contenus, aux liens et aux usages du web. En marketing, le data mining sert à construire des segments de clientèle, des modèles de scoring, des règles d’association entre produits ou des alertes de fraude.
Le data mining est utile quand on ne sait pas encore quoi chercher. Il fait émerger des groupes de clients ou des associations de produits que personne n’avait formulés. Le revers est mécanique : sur un grand nombre de variables, un algorithme trouve toujours des régularités, et certaines ne sont que du hasard. Une corrélation découverte n’est pas une cause. Nous recommandons de traiter chaque découverte comme une hypothèse, à confirmer sur une autre période ou par un test A/B.
Le guide CRISP-DM 1.0 (consortium CRISP-DM, 2000) a été conçu pour être indépendant des secteurs, des outils et des applications. Il découpe un projet en six phases : compréhension du métier, compréhension des données, préparation des données, modélisation, évaluation et déploiement. Son principal mérite est de placer la question métier en tête et l’évaluation avant le déploiement. À notre sens, la préparation des données absorbe le plus d’effort dans un projet marketing : rapprochement de fichiers, doublons, valeurs manquantes, définitions divergentes d’un même indicateur. Il faut la budgéter comme une phase à part entière.
Deux niveaux de mesure coexistent. La qualité statistique se lit dans la stabilité des segments d’une période à l’autre et dans le taux d’erreur d’un modèle sur un échantillon de contrôle. La valeur métier se lit dans l’écart de résultat entre une action guidée par le modèle et une action témoin. Seul ce second niveau justifie l’investissement : un modèle précis qui ne change aucune décision n’a pas de valeur.
Lorsque les données portent sur des personnes, le RGPD s’applique. Réutiliser un historique client pour un nouvel usage suppose deux vérifications. Cette finalité doit être compatible avec celle de la collecte, et les personnes doivent en avoir été informées. Construire des segments ou des scores à partir de comportements individuels relève du profilage, que le règlement encadre. Nous recommandons d’associer le délégué à la protection des données dès la phase de compréhension des données.
En assistance à maîtrise d’ouvrage, Advalians analyse vos pratiques, évalue vos dispositifs de données et vous remet une restitution priorisée des chantiers.
Le machine learning est une famille d’algorithmes qui apprennent à partir d’exemples ; le data mining est une démarche qui mobilise ces algorithmes, avec des méthodes statistiques plus classiques, pour répondre à une question sur des données existantes. Un projet de data mining peut se passer d’apprentissage automatique : une recherche d’associations entre produits relève de la statistique. À l’inverse, un modèle d’apprentissage automatique peut servir hors de toute exploration, par exemple pour reconnaître des images.
Critère pratique : si le livrable est une connaissance à interpréter, parlez de data mining ; s’il s’agit d’un modèle intégré à un produit, parlez de machine learning.
Commencez par une question métier unique, reliée à une décision et à un budget, par exemple : quels clients relancer en priorité le trimestre prochain. Inventoriez ensuite les données utiles, leur historique et leur qualité. Préparez un jeu de données propre avant toute modélisation, et réservez une partie des données pour l’évaluation. Désignez un responsable métier qui validera la lisibilité des résultats.
Nous recommandons un premier cycle court, limité à une question et à une source de données principale, avant d’élargir le périmètre.
Comparez le résultat d’une action guidée par le modèle à celui d’une action menée sans lui. Exemple : relancez des clients désignés par le modèle et des clients tirés au hasard, puis comparez leurs taux d’achat. L’écart mesure l’apport réel du ciblage.
Complétez par des contrôles techniques : performance sur un échantillon non utilisé lors de la construction, stabilité des segments d’une période à l’autre. Fixez l’écart attendu avant le test, pas après. Un modèle précis mais sans effet sur les décisions n’apporte rien.
Le premier risque est juridique : réutiliser des données personnelles pour une finalité nouvelle sans vérifier sa compatibilité avec la collecte initiale. Le RGPD encadre aussi le profilage, donc la construction de scores et de segments individuels. Le second risque est analytique : prendre pour une découverte une régularité due au hasard.
Avant d’exploiter un résultat, vérifiez la base légale et l’information des personnes avec le délégué à la protection des données. Confirmez ensuite la régularité sur une autre période. Documentez les variables utilisées et écartez celles qui n’ont pas lieu d’être.
Pas forcément. Avec quelques centaines de clients et un historique court, une segmentation RFM, fondée sur la récence, la fréquence et le montant des achats, donne souvent l’essentiel. Le data mining se justifie quand le volume de clients, de transactions ou de variables dépasse ce qu’une analyse manuelle peut couvrir, et quand une décision répétée en dépend.
Avant d’engager le projet, vérifiez deux points : la décision est-elle fréquente, et les données couvrent-elles au moins un cycle d’achat complet ? Si l’une des réponses est non, fiabilisez d’abord les données.
Par Thomas Bizot – Président du cabinet Advalians
