Les travaux s’inscrivent dans la gestion de données de grandes masses de données (Big Data) et l’apprentissage artificiel à grande échelle. Ils couvrent une double dimension : celle de la stratégie à mener (enjeu de reporting, décision) et celle de la capacité technologique à identifier les sources et à les traiter. Il s’est agi tout d’abord d’explorer les limites du Big Data dans le domaine de la connaissance client, avant d’associer les techniques de Business Intelligence à ses recherches. Ces travaux expérimentaux ont ouvert la voie à de nouvelles études autour du Machine Learning, et plus spécifiquement encore du Préférence Learning ; ce qui nous a permis de démontrer l’importance et la complexité des techniques de nettoyage des données. Par exemple, les données contenant en général des informations sur les clients présentent la difficulté de présenter un grand nombre de champs manquants, quantitativement et qualitativement.

Une difficulté fondamentale de ce domaine est en effet que le phénomène qu’on essaye de prédire, la causalité, est absolument inobservable. Pour observer que démarcher tel individu est bien ce qui déclenche son achat, il faudrait en effet voir d’une part ce qu’il se passe si on le démarche et d’autre part ce qu’il se passe si on ne le démarche pas. Toute différence de comportement du client dans ces deux cas pourra alors être sans ambiguïté considérée comme causée par le démarchage. Or dans la réalité, on n’a jamais qu’une moitié de l’information : si on démarche quelqu’un on se prive à jamais de savoir ce qu’il se serait passé dans le cas contraire, et vice-versa. Les méthodologies classiques de machine Learning, reposant sur un objectif connu, ne peuvent donc pas s’appliquer directement, ce qui fait de l’inférence causale est un problème de recherche difficile et essentiel.

• Pour répondre à ce défi, l’équipe de R&D a défini un nouveau modèle d’Uplift exploitant la théorie de l’information, inédit dans la littérature et novateur dans le domaine de l’apprentissage automatique.
• La finalisation d’un algorithme complet ayant été validé scientifiquement et empiriquement a permis de développer une solution opérationnelle. Nous développons une méthodologie complète pour résoudre cette question par le machine Learning et implémentons les algorithmes associés. Une difficulté fondamentale de ce domaine est en effet que le phénomène qu’on essaye de prédire, la causalité, est absolument inobservable.

Pour observer que démarcher tel individu est bien ce qui déclenche son achat, il faudrait en effet voir d’une part ce qu’il se passe si on le démarche et d’autre part ce qu’il se passe si on ne le démarche pas. Toute différence de comportement du client dans ces deux cas pourra alors être sans ambiguïté considérée comme causée par le démarchage. Or dans la réalité, on n’a jamais qu’une moitié de l’information : si on démarche quelqu’un on se prive à jamais de savoir ce qu’il se serait passé dans le cas contraire, et vice-versa. Les méthodologies classiques de machine Learning, reposant sur un objectif connu, ne peuvent donc pas s’appliquer directement, ce qui fait de l’inférence causale est un problème de recherche difficile.