Reponse

Reponse cumulee

Lift cumule

Gain cumule

Analyse

• La courbe de reponse donne la frequence de la cible dans chaque decile. En marketing on va solliciter les clients appetents au produit, on se limite donc (ici) aux trois 1ers deciles ou on est au-dessus de la frequence de la cible dans toute la population (trait pointille).
• La courbe de lift cumulee : si elle est proche de la valeur 1 pour un decile X, ca signifie que la cible est a peine plus frequente que la moyenne dans les X 1ers deciles et on devrait plutot se limiter aux deciles 1, 2, … X-1.
• La courbe de reponse cumulee : elle est parallele a la courbe de lift cumulee, on passe de la 1ere a la seconde en divisant par la frequence de la cible dans toute la population. Au decile X elle fournit la frequence de la cible dans les X 1ers deciles. En termes statistiques cette courbe fournit la precision cumulee du modele.
• La courbe de gain cumulee : au decile X elle fournit la part de la population cible totale qui se trouve dans les X 1ers deciles. En termes statistiques cette courbe fournit la sensibilite cumulee du modele.
• Ici on choisit de se limiter aux deux 1ers deciles (on pourrait aller jusqu’au 3eme) et
  • la frequence de la cible y est de 34% (versus 11.6% dans toute la population, soit un lift cumule de 3) d’apres la courbe de reponse cumulee
  • en ciblant les 20% de la population avec les plus hauts scores on atteint 60% de la population cible d’apres la courbe de gain cumulee (et le ratio de ces deux % redonne le lift de 3)
• Le modele de foret aleatoire permettrait d’ameliorer un peu les chiffres obtenus par la regression logistique regularisee, comme on le voit ci-dessous

Comparaison de 2 modeles