Prédictions

Les prédictions évaluent chaque client d'après son historique d'achats et son comportement : groupe RFM, risque d'attrition, probabilité d'achat, revenu prévu, engagement, risque d'abandon de panier. Les résultats sont enregistrés dans le profil sous forme d'attributs ordinaires : vous pouvez donc les utiliser immédiatement dans les segments, les parcours et les modèles de messages.

La section se trouve dans le menu Données → Prédictions. Tous les rôles ayant accès à l'analytique peuvent consulter la page ; l'« Administrateur » et le « Propriétaire » peuvent modifier les paramètres et lancer un recalcul.

Activer les prédictions

Les prédictions commencent à être calculées dès qu'un événement d'achat est choisi.

1. Ouvrez Prédictions. Si OneTrace.pro a trouvé des événements adaptés (par exemple order_completed avec la propriété amount), une suggestion apparaît en haut : cliquez sur Utiliser.
2. Dans le bloc Ce qui compte comme un achat, choisissez :
   • Événement d'achat : l'événement de commande passée ;
   • Montant de l'achat : la propriété numérique contenant le montant de la commande. Sans elle, le montant des achats, la note de montant RFM et la prévision de revenu ne sont pas calculés ;
   • Horizon de la probabilité d'achat : 7, 14, 30, 60 ou 90 jours, la période sur laquelle l'achat est prédit.
3. Dans le bloc Comportement pour le modèle d'activité, indiquez, s'ils existent, l'Événement de consultation de produit et l'Événement d'ajout au panier. Ils rendent la prédiction plus précise, et le risque d'abandon de panier n'est calculé que si l'événement de panier est choisi.
4. Laissez le Modèle de probabilité sur Automatique : OneTrace.pro choisit lui-même le modèle le plus précis pour votre projet.
5. Cliquez sur Enregistrer. Le premier calcul démarre immédiatement et prend généralement quelques minutes.

Fréquence du recalcul

Les prédictions sont recalculées chaque nuit : les achats sont pris en compte sur tout l'historique du projet, l'activité sur les 90 derniers jours. Après une modification des paramètres, le calcul démarre immédiatement, et le bouton Recalculer le lance manuellement, par exemple après l'import ou la migration d'un historique de commandes.

Les attributs sont attribués aux clients et visiteurs actifs au cours des 90 derniers jours. Seules les valeurs modifiées sont écrites dans le profil, et chaque modification peut lancer un parcours déclenché par « Attribut modifié ».

Attributs créés

La liste complète avec les explications se trouve dans le bloc Attributs de profil en bas de la page.

Groupes RFM

Contenu de la page

• Modèle : statut du calcul, modèle choisi, nombre de clients acheteurs et de visiteurs sans achat, revenu prévu sur l'horizon, nombre de paniers ouverts, nombre de profils modifiés et heure du calcul.
• Segments RFM : nombre de clients dans chaque groupe.
• Distribution des probabilités : nombre de clients dans chaque tranche de risque d'attrition et de probabilité d'achat.
• Engagement : distribution de engagement_score.

Qualité du modèle

OneTrace.pro vérifie la prédiction sur le passé : il la calcule à la date « il y a un horizon » et la compare avec ce qui s'est réellement passé ensuite.

• Comparaison des modèles : métriques des deux modèles sur les mêmes clients. L'AUC indique dans quelle mesure le modèle distingue les acheteurs des non-acheteurs (0,5 correspond au hasard ; plus on s'approche de 1, mieux c'est). Le log-loss et le Brier mesurent la précision des probabilités elles-mêmes : plus ils sont faibles, mieux c'est. En mode « Automatique », c'est le modèle avec le plus faible log-loss qui est choisi ; il est affiché en gras.
• Calibration des probabilités : part prédite et part réelle des achats dans des groupes de clients. Plus les colonnes « Prévu » et « Réel » sont proches, plus vous pouvez vous fier aux probabilités dans les règles des segments.
• Ce qui motive les achats : les facteurs qui augmentent ou diminuent la probabilité d'achat : jours d'activité, panier ouvert, ancienneté du dernier achat, etc.

Utiliser les prédictions

Dans l'éditeur de segments, ajoutez une condition Attribut et choisissez un attribut de prédiction :

• « Clients de valeur sur le départ » : rfm_segment parmi at_risk, cant_lose, pour un parcours de reconquête avec une remise personnalisée ;
• « Achat imminent » : purchase_probability supérieur à 0,6 ; inutile de leur accorder une remise, un rappel suffit ;
• « Risque d'attrition » : churn_risk supérieur à 0,7 et engagement_score inférieur à 20 ;
• « Panier abandonné » : cart_abandon_risk supérieur à 0,5.

Les attributs de prédiction sont également disponibles dans les parcours (conditions et déclencheur « Attribut modifié ») et dans les modèles de messages, par exemple {{ traits.purchase_probability }}.

À savoir

• Les probabilités nécessitent un historique : au moins 50 clients acheteurs, dont 10 ayant acheté plusieurs fois, pour le modèle d'achat, et au moins 200 profils pour le modèle d'activité. Tant que les données sont insuffisantes, le statut est « Données insuffisantes » et seuls les scores RFM, les compteurs et l'engagement sont calculés.
• Plusieurs achats le même jour comptent pour un seul.
• Le modèle ne tient pas compte de la saisonnalité ni des promotions : après des soldes, les probabilités restent un temps en décalage avec la réalité. Comparez les clients entre eux plutôt que d'utiliser la probabilité comme une prévision exacte.
• Les retours ne sont pas déduits du nombre d'achats.
• Ne modifiez pas les attributs de prédiction via l'API ou un import : ils seront écrasés lors du calcul suivant.