TP1 DATA MINING

Genève le 20.02.2007
Roger HUEBER
Patrik DURUZ
Cours de DATA MINING
Professeur : Emmanuel FRAGNIERE
Assistante : Joëlle DEBELY
TP1 DATA MINING
Conjoint analysis
Factor utilities
ON SPSS
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
INTRODUCTION :
Dans le cadre du cours de Data Minning, nous allons déterminer pour une agence de voyage
la valeur que portent les consommateurs pour chaque attribut et ainsi déterminer la carte
idéale à proposer.
MISE EN PLACE DU PLAN ORTHOGONAL :
Dans un premier temps il faut lancer un plan orthogonal qui nous permettra de faire une
sélection de carte parmi le grand nombre de possibilités. Effectivement dans notre exercice
nous avions 32 cartes à choix, autrement dit 32 possibilités différentes. En voici un petit
échantillon :
Nous avons ici deux attributs, qui sont respectivement : Internet et agences de voyages. Avec
cela nous avons 5 niveaux différents qui se trouvent être : la richesse de l’offre, la qualité du
conseil, le rapport qualité/prix, le gain de temps, le suivi des dossiers.
Comme nous avons 2
attributs et 5 niveaux,
nous pouvons calculer
de suite le nombre de
carte différentes : 25 =
32 cartes
Afin de créer un plan
orthogonal dans SPSS, il
vous faut aller dans
Data/Orthogonal
Design/Generate…
Page : 2
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Placer le nom du niveaux (ou facteur) dans la case « Factor Name », cette case ne peut pas
contenir plus de 8 caractère, il est donc indispensable d’y écrire un diminutif, tel que dans
notre exemple : Offre pour la richesse de l’offre.
Dans la case « Factor Label » il est possible maintenant de donner une étiquette à ce niveaux
(ou facteur) en y écrivant la description complète, soit dans notre exemple : Richesse de
l’offre.
Ensuite il vous faut appuyer sur le bouton Add, ceci placera votre attribut dans la case blanche
et peut ainsi être sélectionnée pour y définir des valeurs.
Page : 3
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Une fois que la ligne est apparue dans le carré blanc, il vous est possible de la sélectionner.
Une fois le facteur sélectionner, les boutons « Remove » et « Define Values… » deviennent
sélectionnable.
La touche « Remove » vous sert uniquement à éliminer le facteur que vous avez sélectionné
auparavant.
Par contre la touche « Define Values… » vous permet d’entrer des attributs (ou sous facteurs)
aux différents facteurs.
Page : 4
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Il vous faut ensuite répéter cette opération pour chaque facteur, comme vous pouvez le voir
ci-dessus. Les 5 niveaux (ou facteur) ont été rentrés, ainsi que les 2 attributs (ou sous facteur).
Ensuite il vous faut cliquer dans le petit rond « Replace working data file », une fois que cela
est fait, vous pouvez cliquer cette fois-ci dans le petit carré « Reset random number seed to »
et y inscrire une valeur de 2'000'000, qui est par ailleurs la valeur de défaut. La sélection se
fera donc à partir d’un grand nombre aléatoire de possibilité.
Page : 5
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Nous pouvons par la suite, cliquer sur le bouton « Options… » qui va nous amener à la
fenêtre ci-dessus. Après la phrase « Minimum number of cases to generate » vous pouvez y
inscrire une valeur, ici la valeur par défaut est de 18. Dans notre exemple nous avons opté
pour le chiffre 20.
Une fois tout ceci fait, appuyer sur la touche « Continue », puis sur la touche « OK ». Vous
verrez par la suite votre sélection de cartes choisies aléatoirement par le plan octogonal de
SPSS (voir ci-dessous).
Page : 6
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Afin d’avoir une meilleur visualisation des différentes cartes, il est possible d’appuyer sur la
touche étiquette. Ceci permet de remplacer les chiffres 1 et 2 par les significations, soit :
Internet et agences de voyages.
Sous l’onglet des variables « Variable View » il est possible d’y retrouver tous les niveaux
comme nom de variable. Dans chaque variable, nous trouvons :
•
•
•
•
Le type ; numérique dans notre exemple
Le nombre de décimale ; nous avons laissé à deux (peut-être à 0)
Le Label ; définit ci-dessus
Values ; valeur de 1 ou 2 (soit nos attributs)
Les autres points ne seront pas regardés dans le détail, car ils ne sont pas d’une grande
importance pour la compréhension de l’exercice.
Page : 7
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Ils vous faut ensuite ouvrir un nouveau fichier, que l’on va nommer : Agence de
voyage.PREF..sav.
Sur ce nouveau document vierge, il vous faut aller dans l’onglet des variables. Aller ensuite
dans la colonne « Name » et inscrivez-y dans la première case ID et pour les autres inscrivez
simplement vos douze préférence, soit PREF1, PREF2, etc.
Vous aurez bien entendu remarqué que l’on a douze préférences « PREF », car nous avons
douze cartes.
Dès que vous tapez votre ID et vos PREF dans la case « Name » le reste (Type, Width,
Decimals, Label, Values, Missing, etc.) se rempli automatiquement.
Nous avons par la suite effectué un petit sondage envers 6 personnes, comme il était demandé
pour l’exercice. Nous avons ensuite reporté les résultats de notre petite enquête comme suit :
Æ Chaque ligne complète ID représente l’opinion d’une seule et unique personne.
Æ Nous avons sondés 6 personnes, nous disposons donc de 6 ID
Page : 8
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Ici nous avons ouvert le 3ème fichier, pour cela nous avons recherché dans Windows, puis dans
rechercher un document ou un programme, nous avons alors rechercher le fichier
conjoint.SPS.
Nous avons donc obtenu le fichier par défaut, ceci vous facilitera grandement la tâche. Il vous
suffit maintenant de remplacer les valeurs suivantes :
•
•
Il y a les deux noms de fichier à remplacer
PREF1 TO PREF12
Le reste n’a pas besoin d’être modifié. Vous pouvez par la suite appuyer sur la touche
triangulaire bleue (ressemblant à une touche play). Ceci permettra la fusion des deux fichiers
et ainsi pouvoir nous donner les résultats que nous observons ci-dessous.
Model Description
Offre
N of Niveaux
2
Relation to
Ranks or Scores
Discrete
Conseil
2
Discrete
Prix
2
Discrete
Temps
2
Discrete
Suivi
2
Discrete
Cramer's V Statistics
Offre
Offre
1
Conseil
.000
Prix
.000
Temps
.000
Suivi
.169
Conseil
.000
1
.000
.000
.169
Prix
.000
.000
1
.000
.169
Temps
.000
.000
.000
1
.169
Suivi
.169
.169
.169
.169
1
Factors are not all orthogonal.
Utilities
Page : 9
Cours de DATA MINING
Roger HUEBER
Patrik DURUZ
Professeur : Emmanuel FRAGNIERE
Assistant : Joelle Debely
Offre
Conseil
Prix
Temps
Suivi
Internet
Utility
Estimate
.460
Std. Error
.277
Agences de voyages
-.460
.277
Internet
-1.140
.277
agences de voyages
1.140
.277
Internet
-.006
.277
Agences de voyages
.006
.277
Internet
-.540
.277
Agences de voyages
.540
.277
Internet
-.639
.294
.639
.294
6.394
.277
Agences de voyages
(Constant)
C’est principalement cette section qui nous intéresse tout particulièrement. En effet, nous
pouvons y observer les utilités. Notre petit sondage nous démontre que la variable la plus
importante est le conseil, ensuite il y a le suivi, le temps, l’offre et enfin en dernière position
le prix.
Importance Values
Offre
10.617
Conseil
33.008
Prix
23.522
Temps
13.088
Suivi
19.765
Averaged Importance Score
Correlations(a)
Pearson's R
Value
.902
Sig.
.000
Kendall's tau
.758
.000
a Correlations between observed and estimated preferences
NB: Les « print screen » tiré de l’écran sont en anglais, car pour effectuer l’exercice nous
avons utilisé une version demo anglaise.
CONCLUSION :
Au final, nous pouvons dire que SPSS est un outils de statistique qui est très performant, mais
également très large dans son usage. Il permet en effet de réaliser beaucoup de techniques de
statistiques ou encore d’études de marchés.
Il permet ainsi de simplifier la vie des statisticiens et des responsables marketing en leur
offrant une meilleure vision et ainsi, ils peuvent créer des questionnaires qui répondent plus
exactement à la demande, ceci via l’utilité des facteurs.
Page : 10