ANALYSE
STATISTIQUE :
ENCADRER PAR: PRESENTER PAR:
ASSI IKRAM
DECEMBRE 2025 MME ELKHECHAFI MARIAM
MAALANI MARWA
BENSAADOUN SALMA
SOMMAIRE:
01 Description du contexte et des variables 05 Analyse bivariée
02 Mesures de position et de dispertion 06 Corrélation et régression linéaire
03 Tables de fréquence 07 Partie innovation
04 Visualisation des données 08 Conclusion
Intérieur Plus
INTÉRIEUR PLUS CHIFFRE D’AFFAIRES
Magasin de meubles et d’aménagement Chiffre d’affaires 2024 :
intérieur 6,8 millions de dirhams
Créé en 2020
ÉQUIPE DE DIRECTION BASE DE DONNÉES UTILISÉE
Salma
→ Relation client et ventes Échantillon de 101 clients
Ikram
→ Gestion financière et administrative
Marwa
→ Gestion des produits et des stocks
POURQUOI CETTE ÉTUDE ?
MIEUX COMPRENDRE LA CLIENTÈLE
IDENTIFIER LES CLIENTS ET PRODUITS LES PLUS
RENTABLES
ANALYSER LE COMPORTEMENT D’ACHAT
RENFORCER LA SATISFACTION ET LA FIDÉLISATION
DE LA CLIENTÈLE
AIDER À LA PRISE DE DÉCISION STRATÉGIQUE
DESCRIPTION DES VARIABLES
A. Variables d’identification B. Variables sociodémographiques C. Variables liées au comportement client D. Variables liées aux produits
ÂGE TYPE DE CLIENT CATÉGORIE DE PRODUIT
NOM ET PRÉNOM
TYPE : VARIABLE QUANTITATIVE DISCRÈTE TYPE : VARIABLE QUALITATIVE TYPE : VARIABLE QUALITATIVE
TYPE : VARIABLE QUALITATIVE
DESCRIPTION : ÂGE DU CLIENT EXPRIMÉ NOMINALE NOMINALE
NOMINALE
EN ANNÉES. MODALITÉS : FIDÈLE, MODALITÉS : SALON, CHAMBRE,
DESCRIPTION : PERMET
UTILITÉ : OCCASIONNEL CUISINE, BUREAU, DÉCORATION
D’IDENTIFIER CHAQUE CLIENT
ANALYSER LA STRUCTURE D’ÂGE DE UTILITÉ : UTILITÉ :
DE MANIÈRE UNIQUE.
NOTRE CLIENTÈLE DISTINGUER LES CLIENTS IDENTIFIER LES CATÉGORIES
UTILITÉ :
ÉTUDIER LA RELATION ENTRE L’ÂGE RÉGULIERS DES CLIENTS DE PRODUITS LES PLUS
FACILITER LE SUIVI DES
ET LE MONTANT D’ACHAT PONCTUELS DEMANDÉES
CLIENTS
ADAPTER NOTRE OFFRE SELON LES MESURER LE NIVEAU DE ANALYSER LES
VARIABLE UTILISÉE
TRANCHES D’ÂGE DOMINANTES FIDÉLITÉ À NOTRE MAGASIN PRÉFÉRENCES DE NOTRE
UNIQUEMENT POUR
SEXE METTRE EN PLACE DES CLIENTÈLE
L’IDENTIFICATION ET NON
TYPE : VARIABLE QUALITATIVE NOMINALE ACTIONS DE FIDÉLISATION OPTIMISER LA GESTION DES
POUR LES CALCULS
MODALITÉS : HOMME (H), FEMME (F) CIBLÉES STOCKS ET L’OFFRE
STATISTIQUES
UTILITÉ : COMMERCIALE
OBSERVER LA RÉPARTITION
HOMMES/FEMMES PARMI NOS
CLIENTS
IDENTIFIER LES PRÉFÉRENCES DE
PRODUITS SELON LE SEXE
ADAPTER NOTRE COMMUNICATION ET
NOS PRODUITS
DESCRIPTION DES VARIABLES
E. Variables quantitatives liées à l’achat F. Variables liées au paiement G. Variable économique
NOMBRE D’ARTICLES
TYPE : VARIABLE QUANTITATIVE DISCRÈTE MÉTHODE DE PAIEMENT REVENU MENSUEL
DESCRIPTION : NOMBRE D’ARTICLES ACHETÉS LORS D’UNE TYPE : VARIABLE QUALITATIVE TYPE : VARIABLE QUANTITATIVE
TRANSACTION. NOMINALE CONTINUE
UTILITÉ : MODALITÉS : CARTE, ESPÈCES, DESCRIPTION : REVENU
ANALYSER LE VOLUME D’ACHAT DES CLIENTS MOBILE MENSUEL ESTIMÉ DU CLIENT.
COMPRENDRE LES COMPORTEMENTS D’ACHAT GROUPÉ UTILITÉ : UTILITÉ :
CONTRIBUER AU CALCUL DU PANIER MOYEN ANALYSER LES PRÉFÉRENCES ÉVALUER LE POUVOIR
MONTANT D’ACHAT DE PAIEMENT DE NOS CLIENTS D’ACHAT DE NOTRE
TYPE : VARIABLE QUANTITATIVE CONTINUE AMÉLIORER L’ORGANISATION CLIENTÈLE
DESCRIPTION : MONTANT TOTAL DÉPENSÉ PAR LE CLIENT. DES MOYENS DE PAIEMENT EN ÉTUDIER LA RELATION
UTILITÉ : MAGASIN ENTRE LE REVENU ET LE
MESURER LE CHIFFRE D’AFFAIRES GÉNÉRÉ S’ADAPTER AUX NOUVELLES MONTANT D’ACHAT
IDENTIFIER LES CLIENTS À FORTE VALEUR HABITUDES DE SEGMENTER NOS CLIENTS
RÉALISER DES ANALYSES STATISTIQUES (MOYENNE, MÉDIANE, CONSOMMATION SELON LEUR NIVEAU DE
DISPERSION) REVENU
PANIER MOYEN
TYPE : VARIABLE QUANTITATIVE CONTINUE
DESCRIPTION : MONTANT MOYEN DÉPENSÉ PAR ARTICLE.
UTILITÉ :
ÉVALUER LA VALEUR MOYENNE DES PRODUITS VENDUS
ANALYSER LA POLITIQUE DE PRIX
COMPARER LES COMPORTEMENTS D’ACHAT ENTRE CATÉGORIES DE
PRODUITS
MESURES DE POSITION ET DE DISPERSION
AGE:
MESURES DE POSITION ET DE DISPERSION
Mesure Valeur Interprétation
Moyenne 37.49 ans Le client moyen du magasin a environ 37 ans.
Mode 28 ans L’âge le plus fréquent est 28 ans. La moyenne (35.09) est légèrement supérieure à la
médiane (34.00), ce qui suggère une distribution
Médiane (Q2) 36.00 ans La moitié des clients a 36 ans ou moins. des âges légèrement asymétrique à droite.
Quartile Valeur Interprétation
Le magasin attire surtout des adultes jeunes et
Q1 (25%) 29.00 ans 25% des individus ont 28 ans ou moins.
d’âge moyen, avec une clientèle suffisamment
variée mais cohérente. Ce profil correspond bien à
75 % des clients ont 44,5 ans ou moins, ce qui signifie que seuls 25 % dépassent
Q3 (75%) 44.50 ans cet âge. des personnes en phase d’équipement ou de
renouvellement de leur mobilier ou au début de leur
vie indépendante, soient des phases de vies
Mesure Valeur Interprétation importantes, ce qui confirme la pertinence du
positionnement du magasin.
Variance 105.77 ans La variance relativement élevée indique une diversité d’âges au sein de la clientèle.
Écart-type 10.28 ans Les âges s’écartent en moyenne de ±10 ans autour de la moyenne.
MESURES DE POSITION ET DE DISPERSION
MONTANT D’ACHAT:
MESURES DE POSITION ET DE DISPERSION
Mesure Valeur Interprétation
La médiane est inférieure à la moyenne ce qui
Moyenne 3599.50 En moyenne, un client dépense environ 3 600 DH par achat.
montre une asymétrie à droite de la distribution (la
présence de quelques achats très élevés qui tirent
la moyenne vers le haut).
Mode 1200, 2100, 3000
La présence de plusieurs modes indique que les
clients ont plusieurs comportements d’achat
Médiane (Q2) 3000 La moitié des clients dépense 3 000 DH ou moins, et l’autre moitié plus. typiques : -1 200 DH : petits achats ou
produits décoratifs,
-2 100 DH : achats intermédiaires,
Quartile Valeur Interprétation
-3 000 DH : achat standard
Q1 (25%) 1600 25 % des clients dépensent au maximum 1 600 DH.
correspondant au cœur de l’offre.
L’analyse du montant d’achat met en évidence une
Q3 (75%) 5200 25 % des clients dépensent plus de 5 200 DH.
clientèle hétérogène, allant de petits achats
ponctuels à des achats de forte valeur. Son chiffre
Mesure Valeur Interprétation d’affaire repose en grande partie sur une minorité
de clients réalisant des achats importants. Cette
Variance 5626905.7 La variance importante montre une forte dispersion des montants d’achat. structure offre un fort potentiel de croissance par
la fidélisation des clients effectuant des achats de
En moyenne, le montant d’achat s’écarte de ± 2 372 DH autour de
Écart-type 2372.11 plus grandes valeurs.
la moyenne.
MESURES DE POSITION ET DE DISPERSION
PANIER MOYEN:
MESURES DE POSITION ET DE DISPERSION
Mesure Valeur Interprétation
Moyenne 1334.22 En moyenne, un client dépense environ 1 334 DH par visite.
La médiane (1367) légèrement supérieure à la
Mode 1500 Le montant de 1 500 DH est le panier moyen le plus fréquent. moyenne (1334) suggère une légère asymétrie vers
le bas (la présence de quelques paniers plus
faibles qui tirent la moyenne vers le bas).
Médiane (Q2) 1367 La moitié des clients dépense 1 367 DH ou moins, et l’autre moitié plus.
Quartile Valeur Interprétation
L’analyse du panier moyen montre que la majorité
Q1 (25%) 1050 25 % des clients dépensent au maximum 1 050 DH par visite. des clients dépensent des montants proches les uns
des autres, généralement compris entre 1 300 et 1
75 % des clients dépensent au maximum 1 600 DH, tandis que 25 % dépassent ce
500 DH. Cela indique que le magasin propose des
Q3 (75%) 1600 montant.
produits à des prix accessibles mais suffisamment
valorisés, répondant aux attentes d’une clientèle à
Mesure Valeur Interprétation revenu moyen.
Variance 109649.97 La variance indique une dispersion modérée des paniers moyens.
Écart-type 331.13 En moyenne, le panier moyen s’écarte de ±331 DH autour de la moyenne.
MESURES DE POSITION ET DE DISPERSION
REVENU MENSUEL:
MESURES DE POSITION ET DE DISPERSION
Mesure Valeur Interprétation
Moyenne 9576.24 Le revenu mensuel moyen des clients est d’environ 9 600 DH.
La proximité entre la moyenne (9600) et la médiane
Mode 6400 Le revenu le plus fréquent parmi les clients est 6 400 DH.
(9000) indique une distribution relativement
équilibrée des revenus,
La moitié des clients gagne 9 000 DH ou moins, et l’autre moitié plus de 9 000
Médiane (Q2) 9000 DH. Le magasin s’adresse principalement à une classe
moyenne à moyenne supérieure
Quartile Valeur Interprétation
Cette analyse des revenu mensuel des clients
Q1 (25%) 9600 25 % des clients ont un revenu mensuel inférieur ou égal à 6 900 DH. d’Intérieur Plus montre une diversification dans la
clientèle: on trouve une classe moyenne et
75 % des clients ont un revenu mensuel inférieur ou égal à 12 000 DH, tandis que moyenne élevée mais il existe aussi des clients à
Q3 (75%) 12000 25 % gagnent plus.
revenus modestes. Donc un offre diversifiée,
combinant produits accessibles et articles haut de
Mesure Valeur Interprétation
gamme est importante pour maximiser notre chiffre
d’affaires et la satisfaction de nos clients.
Variance 10251229.70 La variance élevée indique une diversité importante des niveaux de revenus.
Écart-type 3201.75 En moyenne, les revenus s’écartent de 3 200 DH autour de la moyenne.
MESURES DE POSITION ET DE DISPERSION
NOMBRES D’ARTICLES:
MESURES DE POSITION ET DE DISPERSION
Mesure Valeur Interprétation
Moyenne 4.25 En moyenne, chaque client achète environ 4 articles par passage en magasin.
Mode 3 3 articles est le nombre le plus fréquemment acheté. La médiane (4) est très proche de la moyenne (4.25), ce qui
suggère une distribution des articles équilibrée (absence de
Médiane (Q2) 4 50 % des clients achètent 4 articles ou moins, et 50 % en achètent plus. comportements extrêmes dominants: achats très faibles ou très
élevés).
Économiquement parlant: -les clients ne se limitent pas à un
Quartile Valeur Interprétation achat unique
-un meuble principal est toujours
Q1 (25%) 3 25 % des clients achètent au maximum 3 articles. accompagné de 1 ou 2 articles complémentaires.
75 % des clients achètent au maximum 6 articles, ce qui signifie que seuls 25 %
Q3 (75%) 6 dépassent ce seuil.
L’analyse du nombre d’articles achetés par client
montre un comportement d’achat structuré et
Mesure Valeur Interprétation relativement homogène (la majorité des clients
achète entre 3 et 6 articles)
Variance 4 La variance montre une dispersion modérée du nombre d’articles achetés.
En moyenne, le nombre d’articles achetés par client s’écarte de 2 articles autour de
Écart-type 2 la moyenne.
TABLES DE FREQUENCE
Modalité ni fi ni cc fi cc Modalié ni fi ni cc fi cc
FEMME 51 0.505 51 0.505 Occasionnel 41 0.41 41 0.41
HOMME 50 0.495 101 1 Fidèle 60 0.59 101 1
TABLES DE FREQUENCE
Modalité ni fi ni cc fi cc
SALON 24 0.24 24 0.24
Modalité ni fi ni cc fi cc
CHAMBRE 12 0.12 36 0.36
Mobile 28 0.27 28 0.27
DECORATION 32 0.32 68 0.68
CUISINE 15 0.15 83 0.83 Carte 55 0.54 83 0.81
BUREAU 18 0.18 101 1 Espèces 18 0.17 101 1
VISUALISATION DES DONNEES
MONTANTS D’ACHATS
On commence par importer matplotlib et numpy, qui servent à la
visualisation et aux calculs.
Ensuite, on définit les classes_bornes et les effectifs, qui représentent les
intervalles de montants d’achat et le nombre de clients dans chaque
tranche.
Le graphique est créé avec [Link], puis l’histogramme est tracé à
l’aide de [Link].
Une boucle for permet d’ajouter, l’effectif et le pourcentage au-dessus de
chaque barre.
On améliore ensuite la lecture en nommant les axes et le graphique
grâce à set_xlabel, set_ylabel et set_title.
Enfin, axvline a été ajouter pour tracer une ligne verticale représentant la
moyenne des montants d’achat.
2
VISUALISATION DES DONNEES
MONTANTS D’ACHATS
Cette derniere partie du code Python utilise [Link] pour annoter
graphiquement la moyenne, [Link] pour identifier les éléments visuels,
et [Link] pour afficher l'histogramme.
2
VISUALISATION DES DONNÉES
MONTANTS D’ACHATS
Les montants d’achat sont regroupés par tranches de 1000
MAD afin de faciliter la lecture. Chaque tranche indique le
nombre de clients correspondant à un niveau de dépense.
L’histogramme montre que la majorité des clients dépensent
des montants faibles à moyens : plus de la moitié dépensent
moins de 3000 MAD et 70 % moins de 4300 MAD. À
l’inverse, seuls 12 % dépassent 7000 MAD.
La moyenne est relativement élevée car elle est influencée
par quelques clients qui dépensent beaucoup.
Cela montre que l’activité repose surtout sur une clientèle
aux dépenses modérées, tandis que le segment haut de
gamme existe mais reste limité.
3
VISUALISATION DES DONNEES
PANIER MOYEN
Dans cette partie du code, on commence par importer les
bibliothèques nécessaires : pandas pour gérer les données, matplotlib
pour les graphiques et numpy pour les calculs. Ensuite, on crée un
tableau avec deux informations : les valeurs du panier moyen et leur
effectif, afin de pouvoir réaliser les calculs des quartils et la boite à
moustache.
2
VISUALISATION DES DONNEES
PANIER MOYEN
Ce dernier code permet de dessiner et de personnaliser le diagramme
en boîte horizontal que nous verrons. L'option vert=False est cruciale,
car elle place le graphique à l'horizontale. On ajoute les titres pour
rendre la lecture des montants plus claire.
2
VISUALISATION DES DONNÉES
PANIER MOYEN
Cette boîte à moustaches montre que le
panier moyen varie entre 600 DH et 1 900
DH. Le premier quartile est à 1 100 DH, la
médiane à 1 350 DH et le troisième quartile
à 1 600 DH.
Ce qui signifie que la moitié des clients
dépense entre 1 100 DH et 1 600 DH.
La distribution est assez équilibrée, sans
valeurs extrêmes, ce qui montre des
comportements d’achat homogènes.
Globalement, cela traduit un niveau de
dépense élevé et stable, lié soit au pouvoir
d’achat des clients, soit à la valeur des
produits proposés.
VISUALISATION DES DONNEES
CATÉGORIE DES PRODUITS
Le graphique est créé avec [Link](), en associant une
couleur spécifique à chaque catégorie. Les effectifs et les
fréquences sont conservés pour permettre une annotation
future des barres. La variable bars est stockée afin de
personnaliser le graphique par la suite.
VISUALISATION DES DONNEES
CATÉGORIE DES PRODUITS
Dans cette dernière étape, on ajoute des annotations sur chaque
barre à l’aide de bar.get_height(), en affichant à la fois l’effectif et le
pourcentage. Le graphique est finalisé avec [Link](), [Link](),
plt.tight_layout() et [Link](), ce qui donne un diagramme clair et
directement lisible.
VISUALISATION DES DONNÉES
CATÉGORIES DE PRODUITS
Ce diagramme en barres montre que la catégorie
Décoration est la plus représentée avec 32
produits, soit 32 % du total, suivie du Salon avec
24 produits (24 %), ce qui signifie qu’à elles seules
ces deux catégories regroupent 56 % des produits
observés. Les catégories Bureau (18 %) et
Cuisine (15 %) occupent une position
intermédiaire, tandis que la Chambre est la moins
représentée avec seulement 12 %.
Ceci montre que l’offre se concentre surtout sur la
décoration et l’aménagement de l’habitat, car ce
sont les produits les plus demandés. Les
consommateurs y consacrent l’essentiel de leurs
dépenses, tandis que les autres catégories
répondent à des besoins occasionnels.
VISUALISATION DES DONNEES
MOYENS DE PAIEMENT
Ce code crée un diagramme circulaire avec [Link]() pour représenter la
répartition des moyens de paiement. . Les pourcentages sont affichés
automatiquement avec autopct, et [Link]('equal') garantit une forme
parfaitement circulaire. On obtient ainsi une lecture claire des proportions.
2
VISUALISATION DES DONNÉES
MOYENS DE PAIEMENTS
Le diagramme circulaire révèle une très forte
préférence de la clientèle pour les solutions de
paiement dématérialisées, le Paiement par Carte
s'imposant comme le mode dominant avec 54,5 %
des transactions. Le Paiement Mobile suit en
deuxième position avec 27,7 %, tandis que les
Espèces ne représentent que 17,8 % des paiements,
La domination des paiements numériques montre une
évolution vers des échanges plus rapides, plus fluides
et plus efficaces, participant à la modernisation de
l’activité commerciale
ANALYSE BIVARIÉE
RELATION ENTRE LE REVENU ET LE MONTANT D’ACHAT
Ce code crée un nuage de points avec [Link]() pour explorer la
relation entre le revenu mensuel et le montant d’achat. Chaque point
représente un client, permettant de visualiser des tendances ou
regroupements. Les données sont organisées pour que chaque paire
(revenu, achat) soit correctement alignée, offrant une première vue
intuitive avant toute analyse statistique.
ANALYSE BIVARIEE
RELATION ENTRE LE REVENU ET LE MONTANT D’ACHAT
Le nuage de points met en évidence une relation
positive entre le revenu et le montant d’achat : à
mesure que le revenu augmente, les dépenses
tendent globalement à s’élever, malgré une certaine
variabilité pour les revenus intermédiaires.
Sur le plan économique, cela confirme que le
revenu est un facteur important de la
consommation, sans toutefois être le seul élément
explicatif, d’autres variables pouvant influencer le
comportement d’achat. Cette observation justifie
alors le recours à une régression linéaire afin de
mesurer plus précisément l’intensité et la
significativité de cette relation
ANALYSE BIVARIÉE
RELATION ENTRE LA FRÉQUENCE D’ACHAT ET LE PANIER
MOYEN
Ce code sert à représenter graphiquement la relation entre la fréquence
d’achat et le panier moyen. On commence par définir deux listes : la
première contient la fréquence d’achat de chaque client, et la seconde
le panier moyen correspondant. Chaque position dans les deux listes
représente donc un même client.
Ensuite, on utilise [Link]() pour créer un nuage de points, où l’axe
horizontal représente la fréquence d’achat et l’axe vertical le panier
moyen. Les fonctions [Link](), [Link]() et [Link]() servent
simplement à clarifier le graphique. Enfin, [Link]() affiche le nuage de
points, ce qui permet de visualiser rapidement s’il existe une tendance
ou une relation entre ces deux variables.
ANALYSE BIVARIEE
RELATION ENTRE LE REVENU ET LE MONTANT D’ACHAT
Le nuage de points montre une tendance clairement ascendante et
: plus la fréquence d’achat augmente, plus le panier moyen a
tendance à augmenter. La relation est globalement linéaire, ce
qui signifie qu’elle peut être bien résumée par une droite. Les
points ne sont pas placés au hasard, ce qui montre que la
fréquence d’achat et le panier moyen sont liés. On observe
toutefois une certaine dispersion, car tous les clients n’ont pas
exactement le même comportement.
Globalement, les clients qui achètent le plus souvent sont aussi
ceux qui dépensent le plus. Cela s’explique par une forte
confiance dans la marque et une faible sensibilité au prix. Ce
sont des clients à très forte valeur pour l’entreprise, car ils
génèrent à la fois plus de transactions et des paniers plus élevés.
ANALYSE BIVARIÉE
TABLEAU CROISÉ
STATISTIQUE ECONOMIQUE MANAGÉRIALE
Aide à comprendre les tendances du marché et Fournit aux managers une base factuelle
les comportements des consommateurs. Par pour la prise de décision.
exemple, il peut montrer si certains groupes de
clients ont une préférence précise pour certaines Il permet d’ Allouer les ressources plus
catégories de produits ou services, ce qui est efficacement.
crucial pour la segmentation du marché.
Personnaliser les offres et Identifier les forces
et les faiblesses de l'offre produit
PERMET DE DÉTECTER RAPIDEMENT S'IL EXISTE
UNE DÉPENDANCE OU UNE ASSOCIATION
SIGNIFICATIVE ENTRE DEUX VARIABLES.
IL PERMET DE VISUALISER LA RELATION ENTRE
DEUX VARIABLES .
AIDE À IDENTIFIER DES TENDANCES OU DES
ÉCARTS ENTRE GROUPES.
ANALYSE BIVARIÉE
TABLEAU CROISÉ
D’un point de vue économique, les clients fidèles représentent la base de la rentabilité, car ils
achètent les catégories Chambre et Cuisine, associées à des paniers élevés et à des décisions
d’achat importantes. Les clients occasionnels, eux, achètent surtout de la Décoration, qui joue le
rôle de produit d’appel à forte rotation mais ne crée pas de fidélité. L’enjeu principal est donc de
convertir ces acheteurs de décoration en acheteurs de meubles grâce à des offres groupées, tout
en maintenant un stock important et varié de décoration pour soutenir l’acquisition.
4
CORRELATION ET REGRESSION LINEAIRE
CORRELATION
ET
REGRESSION LINEAIRE
Cette représentation reprend le nuage de points présenté
précédemment, auquel nous avons ajouté la droite de
régression linéaire afin de modéliser la relation entre le
revenu mensuel des clients et le montant de leurs achats.
La droite estimée est donnée par l’équation :
Montant d’achat = 0,74 × Revenu − 3 485,40
La faible dispersion des points autour de la droite indique
une relation linéaire forte et un bon ajustement du modèle.
CORRELATION ET REGRESSION LINEAIRE
Ce code permet de calculer manuellement les principaux
indicateurs statistiques décrivant la relation entre le revenu
mensuel et le montant d’achat.
Dans un premier temps, il calcule les statistiques de
base : la moyenne du revenu, la moyenne du montant
d’achat, la variance du revenu et la covariance entre les
deux variables. Ces éléments sont ensuite utilisés pour
déterminer le coefficient de corrélation (r), qui mesure
l’intensité et le sens de la relation entre le revenu et le
montant d’achat.
Dans un second temps, le code calcule les coefficients
de la régression linéaire, à savoir la pente (a) et
l’ordonnée à l’origine (b), suivant respectivement les
relations : a=Cov(X, Y) / Var(X) et b=Ȳ - a * X̄
afin d’obtenir l’équation de la droite de régression
reliant le revenu au montant d’achat.
PARTIE INNOVATION
PARTIE INNOVATION
SYSTÈME INTÉGRÉ DE SEGMENTATION ET TABLEAU DE BORD INTERACTIF AVEC
PROGRAMME « MON PROJET DÉCO »
SCORING RFM+ INDICATEURS CLÉS
PARTIE INNOVATION
SYSTÈME INTÉGRÉ DE
SEGMENTATION ET SCORING
RFM+
RFM DE BASE, C’EST UN INDICATEUR MARKETING CLASSIQUE
UNE MÉTHODE DE SEGMENTATION QUI COMBINE 3 INDICATEURS:
RECENCY (RÉCENCE)
FREQUENCY (FRÉQUENCE)
MONETARY (MONÉTAIRE)
LE "+ (TYPE D'ACHAT) EST NOTRE INNOVATION : IL MESURE SI UN CLIENT ACHÈTE PLUTÔT DES :
PRODUITS DURABLES (SALON, CHAMBRE, CUISINE)
PRODUITS DÉCORATIFS (DÉCORATION)
MIXTES
CETTE MÉTHODE ATTRIBUE À CHAQUE CLIENT UN SCORE SUR 20 BASÉ SUR CES 4 CRITÈRES, ET CHAQUE
CLIENT EST CLASSÉ SELON SON SCORE REÇU.
PARTIE INNOVATION
EXÉCUTION DÉTAILLÉE SUR LES 5 PREMIERS CLIENTS:
RECAPITULATIF DES RESULTATS DE NOTRE POPULATION
PARTIE INNOVATION
POINTS FORTS DU SI
PARTIE INNOVATION
POINTS FORTS DU SI
PARTIE INNOVATION
PROGRAMME « MON PROJET DÉCO »
« MON PROJET DÉCO » VISE À TRANSFORMER UN ACHAT
PONCTUEL EN UN PROJET D’AMÉNAGEMENT GLOBAL, SUIVI
DANS LE TEMPS A TRAVERS UN ACCOMPAGNEMENT HYBRIDE:
DIGITAL ET PHYSIQUE.
IL PERMET AU CLIENT DE PLANIFIER L’AMÉNAGEMENT D’UNE
PIÈCE COMPLÈTE, SELON SON BUDGET, SON STYLE ET SON
RYTHME D’ACHAT. CHAQUE CLIENT N’ACHÈTE PLUS UN MEUBLE
ISOLÉ, MAIS AVANCE PAR ÉTAPES DANS UN PROJET
STRUCTURÉ.
PARTIE INNOVATION
PROGRAMME « MON PROJET DÉCO »
[Link] DU PROGRAMME
ÉTAPE 1 : DIAGNOSTIC GRATUIT EN MAGASIN
ETAPE 2 : ESPACE PERSONNEL DIGITAL
ÉTAPE 3 : AVANTAGES ASSOCIÉS AU PROGRAMME
PARTIE INNOVATION
ÉTAPE 1 : DIAGNOSTIC
GRATUIT EN MAGASIN
UN DIAGNOSTIC RAPIDE , RÉALISÉ SUR TABLETTE, EN MOINS DE 3 MINUTES.
IL PERMET D’IDENTIFIER :
LA PIÈCE CONCERNÉE ;
LE BUDGET GLOBAL ;
LE DÉLAI DE RÉALISATION ;
LE STYLE RECHERCHÉ.
À L’ISSUE DU DIAGNOSTIC, UN IDENTIFIANT PROJET UNIQUE EST CRÉÉ POUR LE CLIENT.
PARTIE INNOVATION
ÉTAPE 1 : DIAGNOSTIC
GRATUIT EN MAGASIN
PARTIE INNOVATION
ETAPE 2 : ESPACE
PERSONNEL DIGITAL
UN TABLEAU DE BORD DU PROJET
(BUDGET CONSOMMÉ, ÉTAPES
RÉALISÉES, ÉTAPES RESTANTES)
UN CARNET D’INSPIRATION AVEC
CONSEILS ET HARMONIES DE COULEURS.
UN VISUALISEUR 3D POUR TESTER LES MEUBLES DANS SON ESPACE
PARTIE INNOVATION
ETAPE3:AVANTAGES
ASSOCIÉS AU
PROGRAMME
PARTIE INNOVATION
EXEMPLE D’UN PROFIL
CLIENT
PARTIE INNOVATION
EXEMPLE D’UN PROFIL
CLIENT
PARTIE INNOVATION
INTERPRETATION
D’UN POINT DE VUE MANAGÉRIAL, CE PROGRAMME TRANSFORME
LA RELATION CLIENT.
L’ENTREPRISE NE VEND PLUS UNIQUEMENT DES MEUBLES,
MAIS UNE SOLUTION D’AMÉNAGEMENT COMPLÈTE.
LE CLIENT RESTE ENGAGÉ SUR UNE PÉRIODE LONGUE (6 À 18 MOIS), CE QUI :
AUGMENTE LE PANIER GLOBAL ;
RÉDUIT LE RISQUE DE DÉPART VERS LA CONCURRENCE ;
AMÉLIORE LA PRÉVISIBILITÉ DES VENTES.
PARTIE INNOVATION
TABLEAU DE BORD INTERACTIF AVEC
INDICATEURS CLÉS
LE TABLEAU DE BORD STATISTIQUE TRANSFORME DES
DONNÉES DESCRIPTIVES ISOLÉES EN UNE VISION GLOBALE ET
ACTIONNABLE DE L’ACTIVITÉ. IL CENTRALISE LES INDICATEURS
CLÉS, LA SEGMENTATION CLIENT ET LES ANALYSES BIVARIÉES
DANS UNE INTERFACE UNIQUE, PERMETTANT AU MANAGER DE
PASSER RAPIDEMENT DU CONSTAT À LA DÉCISION. CETTE
INNOVATION AMÉLIORE LA LISIBILITÉ DES PERFORMANCES,
FACILITE LE PILOTAGE COMMERCIAL ET FAIT DU DASHBOARD UN
VÉRITABLE OUTIL STRATÉGIQUE PLUTÔT QU’UN SIMPLE
SUPPORT DE REPORTING.
PARTIE INNOVATION
CONCLUSION
CE PROJET DE STATISTIQUES DESCRIPTIVES, APPLIQUÉ AU MAGASIN
INTÉRIEUR PLUS, NOUS A PERMIS DE TRANSFORMER UNE BASE DE
DONNÉES CLIENTS EN INFORMATIONS UTILES POUR LA COMPRÉHENSION DE
L’ACTIVITÉ COMMERCIALE.
À TRAVERS L’ANALYSE DES VARIABLES SOCIODÉMOGRAPHIQUES ET DES
COMPORTEMENTS D’ACHAT, NOUS AVONS PU IDENTIFIER LE PROFIL DE LA
CLIENTÈLE, LES CATÉGORIES DE PRODUITS DOMINANTES ET LES FACTEURS
CLÉS DE CRÉATION DE VALEUR.
LES ANALYSES GRAPHIQUES, BIVARIÉES ET LES INDICATEURS
STATISTIQUES ONT MIS EN ÉVIDENCE DES RELATIONS PERTINENTES ENTRE
LES VARIABLES, SERVANT DE BASE À DES INTERPRÉTATIONS
ÉCONOMIQUES ET MANAGÉRIALES.
ENFIN, LA PARTIE INNOVATION MONTRE QUE LES RÉSULTATS STATISTIQUES
PEUVENT DÉPASSER LE SIMPLE DIAGNOSTIC POUR ORIENTER DES
DÉCISIONS CONCRÈTES, NOTAMMENT EN MATIÈRE DE SEGMENTATION, DE
FIDÉLISATION ET DE STRATÉGIE COMMERCIALE.