# Exemple sur DONNÉES FICTIVES pour l'article « Next best action : ce que le # conseiller doit pouvoir contester ». # # Aucune donnée réelle : les trois clients, leurs opérations, les conseillers et # leur journal de suggestions sont inventés. Aucun nom de personne ni de # commerçant réel. Bibliothèque standard uniquement, graine fixe. # Exécution : python3 -I next-best-action-ce-que-le-conseiller-doit-pouvoir-contester.py import random import statistics SEED = 20261113 rng = random.Random(SEED) def eur(x): """Montant au format français : 1 234,56 € (espaces insécables).""" s = f"{x:,.2f}".replace(",", " ").replace(".", ",") return s + " €" def eur0(x): s = f"{round(x):,}".replace(",", " ") return s + " €" def pct(x, d=1): return f"{x * 100:.{d}f}".replace(".", ",") + " %" # --------------------------------------------------------------------------- # Fiche 1 : épargne de précaution insuffisante # 12 mois de dépenses courantes, un livret dont le solde baisse, aucun # versement depuis 7 mois, dépenses contraintes (loyer + énergie) en hausse. # --------------------------------------------------------------------------- print("=== Fiche 1 : épargne de précaution ===") loyer = 780.0 energie = [rng.uniform(85, 105) for _ in range(6)] + [rng.uniform(120, 145) for _ in range(6)] autres = [rng.uniform(1050, 1250) for _ in range(12)] depenses = [loyer + e + a for e, a in zip(energie, autres)] dep_moy = statistics.mean(depenses) livret = 1150.0 # versements sur le livret : les 5 premiers mois seulement, retraits ensuite versements = [rng.choice([50.0, 75.0, 100.0]) for _ in range(5)] + [0.0] * 7 retraits = [0.0] * 8 + [rng.uniform(180, 260) for _ in range(4)] for v, r in zip(versements, retraits): livret += v - r mois_sans_versement = 0 for v in reversed(versements): if v == 0: mois_sans_versement += 1 else: break contraint_s1 = statistics.mean([loyer + e for e in energie[:6]]) contraint_s2 = statistics.mean([loyer + e for e in energie[6:]]) print("Dépenses courantes moyennes sur 12 mois :", eur0(dep_moy)) print("Solde du livret aujourd'hui :", eur0(livret)) print("Épargne disponible en mois de dépenses :", f"{livret / dep_moy:.1f}".replace(".", ",")) print("Mois consécutifs sans versement :", mois_sans_versement) print("Dépenses contraintes moyennes, mois 1-6 :", eur0(contraint_s1)) print("Dépenses contraintes moyennes, mois 7-12 :", eur0(contraint_s2)) print("Hausse des dépenses contraintes :", pct(contraint_s2 / contraint_s1 - 1)) print() # --------------------------------------------------------------------------- # Fiche 2 : abonnement oublié # Un prélèvement mensuel identique vers un « service de vidéo à la demande » # fictif, sans autre opération chez ce bénéficiaire. # --------------------------------------------------------------------------- print("=== Fiche 2 : abonnement ===") montant_abo = 13.49 mois_abo = 14 autres_ops_beneficiaire = 0 print("Prélèvement mensuel :", eur(montant_abo)) print("Nombre de mois consécutifs :", mois_abo) print("Total prélevé depuis le début :", eur(montant_abo * mois_abo)) print("Coût sur 12 mois :", eur(montant_abo * 12)) print("Autres opérations chez ce bénéficiaire :", autres_ops_beneficiaire) print() # --------------------------------------------------------------------------- # Fiche 3 : signal de départ # Salaire régulier depuis 36 mois, absent ce mois-ci ; paiements par carte en # baisse ; virement sortant vers un compte au nom du client dans un autre # établissement. # --------------------------------------------------------------------------- print("=== Fiche 3 : signal de départ ===") mois_salaire = 36 carte_6m = [rng.uniform(1300, 1500) for _ in range(6)] carte_mois = rng.uniform(480, 560) virement_sortant = 3000.0 print("Mois consécutifs avec salaire avant ce mois :", mois_salaire) print("Paiements par carte, moyenne des 6 derniers mois :", eur0(statistics.mean(carte_6m))) print("Paiements par carte, mois en cours :", eur0(carte_mois)) print("Baisse des paiements par carte :", pct(1 - carte_mois / statistics.mean(carte_6m))) print("Virement vers un compte du client dans un autre établissement :", eur0(virement_sortant)) print() # --------------------------------------------------------------------------- # Journal fictif de 8 semaines : suggestions présentées à trois conseillers. # Pour chaque suggestion : acceptée, refusée avec motif, refusée sans motif. # Les probabilités sont choisies pour illustrer deux profils de lecture. # --------------------------------------------------------------------------- print("=== Journal fictif sur 8 semaines ===") profils = { "Conseiller 1": (0.97, 0.02), # p(acceptée), p(refus motivé) "Conseiller 2": (0.74, 0.22), "Conseiller 3": (0.69, 0.04), } volumes = {"Conseiller 1": 212, "Conseiller 2": 198, "Conseiller 3": 205} motifs = [ "information connue du conseiller, absente des données", "moment mal choisi pour le client", "donnée erronée ou périmée", "suggestion hors du besoin exprimé par le client", ] poids_motifs = [0.45, 0.25, 0.18, 0.12] compte_motifs = {m: 0 for m in motifs} print("| Conseiller | Suggestions | Acceptées | Refus motivés | Refus sans motif |") for nom, (pa, pm) in profils.items(): n = volumes[nom] acc = mot = sans = 0 for _ in range(n): u = rng.random() if u < pa: acc += 1 elif u < pa + pm: mot += 1 m = rng.choices(motifs, weights=poids_motifs)[0] compte_motifs[m] += 1 else: sans += 1 print(f"| {nom} | {n} | {acc} ({pct(acc / n)}) | {mot} ({pct(mot / n)}) | {sans} ({pct(sans / n)}) |") total_motives = sum(compte_motifs.values()) print() print("Motifs des refus motivés (tous conseillers) :", total_motives) for m in motifs: print(f" {m} : {compte_motifs[m]} ({pct(compte_motifs[m] / total_motives, 0)})")