Contexte Métier
L'équipe Marketing d'une enseigne de distribution souhaite optimiser ses campagnes en analysant les corrélations entre les segments de fidélité (Gold, Silver, Bronze) et les catégories de produits achetés. L'objectif est de vérifier statistiquement si certains segments privilégient des catégories spécifiques.
Préparation des Données
Création d'un dataset transactionnel avec segments, catégories et montants
Copié !
| 1 | DATA casuser.retail_trans; LENGTH Segment $ 10 Category $ 15; INPUT Segment $ Category $ Amount; DATALINES; Gold HighTech 1200 |
| 2 | Gold Fashion 150 |
| 3 | Silver Home 300 |
| 4 | Bronze Fashion 45 |
| 5 | Gold HighTech 2500 |
| 6 | Silver HighTech 800 |
| 7 | Bronze Home 50 |
| 8 | Gold Fashion 600 |
| 9 | Silver Fashion 200 |
| 10 | Bronze HighTech 120 |
| 11 | ; RUN; |
Étapes de réalisation
1
Chargement et pré-visualisation des données
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | TABLE.tableInfo / TABLE="retail_trans"; |
| 4 | |
| 5 | RUN; |
| 6 |
2
Exécution de crossTab avec analyse statistique (Chi-2 et mesures d'association)
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | SIMPLE.crossTab / TABLE={name='retail_trans'} row='Segment' col='Category' association=true chiSq=true; |
| 4 | |
| 5 | RUN; |
| 6 |
Résultat Attendu
Génération de trois tables : 'CrossTab' (fréquences), 'ChiSq' (indiquant la probabilité d'indépendance) et 'Measures' (V de Cramer). Le résultat doit confirmer ou infirmer statistiquement le lien entre le statut du client et ses préférences d'achat.