Dans une enquête de satisfaction par exemple, qu’est ce qui caractérise les clients non satisfaits ? En quelques secondes, l’algorithme de l’arbre de décision va effectuer tous les croisements possibles, il va mettre en avant les variables les plus liées à celle qui nous intéresse, et surtout les modalités qui correspondent le mieux à la cible que l’on cherche à caractériser. Pour cela, une très grande série d’analyses croisées va être réalisée en simultané et celles qui sont les plus intéressantes (les plus significatives sur le plan statistique) vont être identifiées pour nous.

 

En guise d’illustration, étudions les résultats d’une enquête de satisfaction réalisée par une société d’assurances auprès de 5 000 ses clients. Dans l’arbre de décision ci-après, on voit tout d’abord que la variable primordiale est la prise en compte des préoccupations. Les clients non-satisfaits sont ceux qui pensent que leurs préoccupations ne sont bien prises en compte. Au deuxième niveau, ce sont ceux qui se disent mal informés sur les nouveautés. Enfin, les non-satisfaits se distinguent encore car ils considèrent que les services qui leur sont proposés ne correspondant pas bien à leurs attentes. Ces conclusions vont permettre aux responsables de cette société