# A tibble: 1 × 4
clients_test clients_cibles departs_detectes precision
<int> <int> <int> <dbl>
1 131 20 12 0.6Capsule 4 - Choisir un seuil décisionnel
MQT-2101 - Analyse et modélisation des données
Pourquoi ça compte
Le seuil est une règle de gestion, pas une constante mathématique.
Pourquoi 0,5 n’est-il pas automatiquement le bon choix?
Un seuil plus bas cible davantage de clients et augmente souvent la sensibilité, mais il utilise aussi plus de capacité et peut réduire la précision.
Objectifs de la capsule
- Comparer des seuils sur une période test.
- Relier le seuil à la capacité et au coût des erreurs.
- Vérifier la proportionnalité et l’équité avant le déploiement.
- Vérifier une règle de capacité sur des données test.
Cibler les 15 % les plus à risque
Si l’équipe peut contacter 15 % des clients, elle peut ordonner les probabilités et cibler les 15 % les plus élevés, puis vérifier cette règle sur le test.
Tester une règle de capacité
La capacité de contact définit une règle testable
- Le seuil transforme une probabilité en intervention.
- La capacité de contact peut définir une règle réaliste.
- La règle doit être validée hors échantillon.
- Le suivi doit comparer la qualité de service entre les groupes pertinents et prévoir un recours humain.
Le seuil de 0,5 n’a rien d’automatique
Fixer 0,5 sans regarder la capacité, la valeur d’un client ou le coût des faux négatifs donne une décision arbitraire.
À retenir
1
Un seuil est un choix explicite de gestion.
2
Il doit être justifié et testé.
3
L’intervention doit rester proportionnée et révisable.
Production autonome 10.4
Proposez une règle de ciblage lorsque l’équipe peut contacter seulement 15 % des clients, puis nommez une vérification d’équité à effectuer avant le déploiement.
Auto-vérification
- J’ai défini la classe positive et la période test.
- J’ai rapporté les deux types d’erreur, pas seulement l’exactitude.
- Ma règle respecte la capacité et évite une interprétation individuelle certaine.
