Exécution de la stratégie décisionnelle

Grâce à Pega Decision Management, vous n'avez pas besoin d'être expert en programmation, en mathématiques ou en data science pour concevoir et mettre en œuvre des stratégies décisionnelles complexes qui suscitent l'engagement de vos clients tout au long de leur parcours. Grâce à son canevas graphique très intuitif, Pega Decision Management vous permet d'intégrer facilement des modèles prédictifs Pega ou tiers à vos stratégies décisionnelles. Il en découle des interactions axées sur le client qui améliorent l'expérience client tout en accroissant sa valeur, sa fidélisation et ses taux de réponse.

Par exemple, que se passe-t-il « en coulisses » lorsqu'un composant Filter est exécuté, et comment interagit-il avec les composants qui l'entourent ?

Dans un souci de simplicité, cet exemple se limite à quatre actions. En réalité, les stratégies décisionnelles impliquent bien plus d'actions que cela.

Voici nos quatre actions : Green Label, Black Label, Red Label et Blue Label. Elles sont représentées par une importation de données ou, plus précisément, par un composant Proposition Data.

Dans cet exemple, les composants Proposition Data importent trois propriétés de données pour chaque action : le nom (Name), le coût de base (BaseCost) et le nombre de lettres (LetterCount).

Le nom de la première action est Green Label, son coût de base est de 10, et son nombre de lettres est de 10.

De même, les autres actions disposent d'un nom, d'un coût de base et d'un nombre de lettres.

Une propriété est renseignée automatiquement pour vous : il s'agit du rang (Rank). Nous y reviendrons plus tard, mais remarquons que, en tant que composants séparés, chaque action a un rang de 1.

Sur le canevas stratégique, les composants sont reliés par des flèches qui vont d'un composant à un autre. Alors, que représentent exactement ces flèches ?

Lorsque vous tracez une flèche, au moment de l'exécution, toutes les informations du composant à partir duquel vous tracez la flèche sont disponibles en tant que source de données pour le composant vers lequel cette flèche est orientée.

Aussi, le nom (Name), le coût de base (BaseCost) et le nombre de lettres (LetterCount) de toutes les actions sont maintenant disponibles dans un seul composant Set Property.

Le seul élément de données qui change est le numéro de ligne ou, comme nous l'appelons dans le cadre des stratégies, le rang (Rank). Dans chaque composant décisionnel, la valeur du rang est calculée automatiquement.

Dans le composant Set Property, le rang est déterminé par l'ordre dans lequel le composant reçoit les actions.

Par conséquent, dans ce cas, l'action Green Label a un rang de 1, Black Label un rang de 2, Red Label un rang de 3 et Blue Label un rang de 4.

En définitive, il convient de sélectionner la meilleure action Label. Il s'agit de celle qui présente le coût d’impression le plus faible.

Le coût d’impression d’un Label correspond à la somme du coût de base et d'un coût variable calculé en fonction du nombre de lettres.

Configurez le composant Set Property pour calculer le coût d'impression de chaque action Label.

Comme nous regroupons les données de nos quatre composants Proposition Data en un seul composant Set Property, il nous suffit d'ajouter une propriété de coût d'impression au nouveau composant pour que le coût d'impression pour les quatre actions soit calculé automatiquement. 

Pour l'action Green Label, le coût d'impression (PrintingCost) correspond à un coût de base (BaseCost) de 10 plus 5 fois le nombre de lettres de 10, soit un total de 60.

De même, le coût d'impression pour les actions Black Label et Red Label est de 70, et celui de l'action Blue Label est de 85.

Supposons maintenant que la règle métier consiste à sélectionner uniquement les actions Label dont le coût d'impression est inférieur au coût d'impression moyen de tous les Labels. Pour répondre à cette exigence, nous utilisons une combinaison de composants Group by/Filter.

Un composant Group By présente des capacités d'agrégation indispensables, telles que la somme et le nombre, qui sont employées dans de nombreuses stratégies décisionnelles. Nous allons nous en servir pour calculer le coût d'impression moyen.

Là encore, nous disposons d'un ensemble d'actions, dont chacune possède sa propre valeur de coût d'impression. Le composant Group By associe toutes les actions dans une même ligne. Comment ce processus fonctionne-t-il ?

Il additionne les valeurs de coût d'impression (PrintingCost) de toutes les actions, il comptabilise les actions, et il calcule le coût d'impression moyen en divisant le coût d'impression additionné par le nombre d'actions.

Dans cet exemple, la somme des valeurs de coût d'impression est de 285, et le nombre d'actions est de 4. Le coût d'impression moyen est donc de 71.

Maintenant que vous avez calculé le prix d'impression moyen à l'aide d'un composant Group By, configurez le composant Filter pour exclure les actions dont le coût d'impression est inférieur à cette moyenne.

Jusque-là, dans cette stratégie, nous n'avons vu que les flèches continues, qui copient les informations d'un composant à l'autre. Mais, à présent, nous voyons aussi une flèche tracée en pointillés.

Elle nous indique qu'un composant renvoie aux informations contenues dans un autre composant.

Ici, le composant Filter fait référence au coût d'impression moyen qui figure dans le composant Aggregation. Il s'agit d'une fonctionnalité importante à connaître.

Le composant Filter exclut les actions dont le coût d'impression est supérieur ou égal au coût d'impression moyen.

Tout d'abord, le filtre examine, à l'aide de la flèche continue, les actions provenant du composant Set Property.

Il applique ensuite la condition de filtrage, qui fait référence au coût d'impression moyen dans le composant Group By, à l'aide de la flèche en pointillés.

La condition de filtrage dans le composant Filter correspond à l'expression : point PrintingCost est inférieur à AveragePrintingCost point AverageCost.

En utilisant cette construction, ComponentName point Property, tout composant décisionnel peut être référencé par tout autre composant par son nom.

Il est important de noter que le composant Filter laisse passer les actions lorsque l'expression de la condition est égale à true, et qu'il exclut les actions lorsque l'expression de la condition n'est pas satisfaite.

Lorsque vous faites référence à un composant, vous vous reportez toujours au premier élément du composant, celui qui a le rang 1.

Dans ce cas, vous faites référence à la seule et unique ligne du composant Group By, qui a naturellement le rang 1.

La moyenne du rang 1 est égale à 71 dans le composant Group By. Cela signifie que le filtre laissera passer les actions Label dont le coût d'impression est inférieur à 71.

Selon ce standard, le coût d'impression de l'action Blue Label est trop élevé. Il est donc exclu par le filtre. Par contre, le coût d'impression des autres actions Label étant inférieur à 71, celles-ci sont conservées.

Il en résulte que le tableau contient trois actions qui perdurent : Green Label avec le rang 1, Black Label avec le rang 2 et Red Label avec le rang 3.

Le composant suivant est une table de décision (Decision Table). Une table de décision dans Pega est un artefact qui peut servir à implémenter des exigences métier sous forme de tableau.

Dans une table de décision, les règles métier sont représentées par un ensemble de conditions et un ensemble de valeurs de retour.

La table de décision reçoit des informations concernant les actions restantes via la flèche continue du composant Filter.

Les critères métier indiquent qu'un client peut se voir proposer l'action Red Label s'il est âgé de plus de 30 ans, quelle que soit sa région d'origine. Si ces critères sont remplis, la valeur de retour est Continuer (Proceed).

La table de décision indique également que l'action Green Label peut être proposée à toute personne de la région sud (South). Donc, si la valeur de la région est South, la valeur renvoyée (Return) pour Green sera Proceed.

L'action Black Label peut être proposée à toute personne âgée de plus de 18 ans.

Dans tous les autres cas, c'est à dire « sinon » (Otherwise), aucune action Label ne répond aux critères, et la valeur de retour est Stop.

Prenons l'exemple d'un client âgé de 27 ans et provenant de la région South.

La table de décision applique les critères métier de chaque action par rapport aux informations relatives au client, puis elle renvoie une valeur. La valeur renvoyée par une table de décision est également appelée Segment.

La table de décision commence par examiner l'action Green Label avec le rang 1 et, dans ce cas, elle peut avancer car la région du client est South.

Elle examine ensuite l'action Black Label et constate que le critère pour cette dernière est que le client soit âgé de plus de 18 ans. Ce client a 27 ans.

L'action Black Label ne tient pas compte de la région, donc la valeur de Segment pour l'action Black Label est de continuer (Proceed).

Pour terminer, la table de décision examine l'action Red Label, et les critères d'âge ne correspondent pas. La valeur de segmentation pour Red Label est donc Stop.

Le composant permet d'obtenir une nouvelle colonne de segmentation qui indique quelles actions respectent les règles métier.

Vous allez maintenant exclure par filtrage les actions qui ne sont pas conformes aux règles métier. Cette opération s'effectue dans le composant de filtrage Segment Proceed.

Là encore, via la flèche continue, la stratégie copie les données du composant Decision Table vers le composant Filter.

Chaque action a maintenant un rang, un nom, un coût de base, un nombre de lettres, un coût d'impression et un segment. La condition de filtrage est appliquée à ces données.

La condition de filtrage stipule : cette action est autorisée si la valeur de Segment correspond à Proceed.

Ce composant Filter parcourt maintenant la liste des actions pour trouver les actions dont la propriété de Segment contient la valeur Proceed.

Le premier est Green Label. Il est donc autorisé à avancer, ce qui signifie que ses propriétés seront disponibles dans le nouveau composant.

Ensuite vient Black Label. Il est également autorisé à avancer parce qu'il a lui aussi la valeur Proceed dans sa propriété Segment.

Mais l'action Red Label n'est pas autorisée à avancer, car sa propriété Segment comporte la mention Stop. Par conséquent, Red Label ne fait pas partie de la sortie.

Jusqu'à présent, la stratégie a sélectionné deux de nos actions originales : Green Label et Black Label.

Maintenant, dans le composant de modèle adaptatif (Adaptative Model), vous allez vous appuyer sur l'analyse prédictive pour déterminer la propension de chacune des actions restantes.

La propension correspond à la probabilité qu'un client accepte une action, ou à la probabilité qu'il s'y intéresse.

Afin de calculer la propension, nous utilisons un composant Adaptive Model. Le modèle référencé est paramétré pour assurer le suivi des caractéristiques client telles que l'âge et la région.

Dans le cas présent, notre client expérimental est âgé de 27 ans et est originaire de la région South.

Là encore, pour simplifier, nous utilisons un modèle qui établit des prédictions sur la base de ces seules informations. Cependant, dans la réalité, les modèles tiennent compte de nombreuses autres propriétés.

Le modèle adaptatif détermine la propension.

Tout d'abord, nous transmettons l'action et le profil du client au composant Adaptive Model, et le modèle répond : « Oh, c'est l'action Green Label » ; nous avons des preuves que les jeunes apprécient l'action Green Label, mais qu'elle n'est pas du goût des gens du sud. »

En associant les deux facteurs, nous obtenons une propension globale de 0,5 pour l'action Green Label.

Pour l'action Black Label, la propension s'avère être de 0,6.

Après avoir consulté le modèle adaptatif, le composant Propensity to Accept, qui indique la propension à accepter une action, détermine la valeur de la propriété de propension pour chaque action.

Gardez à l'esprit que la propension est toujours un nombre compris entre zéro et 1.

Elle indique quelque chose comme : la moitié des clients semblables à celui-ci ont accepté l'action Green Label par le passé, et 3 clients semblables à ce client sur 5 ont accepté l'action Black Label le mois dernier.

Le composant suivant de notre chaîne, appelé Best Label, est le composant Prioritize. Ce composant détermine la priorité de chaque action et les classe. Voyons comment ce processus fonctionne.

Un élément clé de ce composant est l'expression de priorité, qui calcule une valeur de priorité pour chaque action. Selon cette expression, plus la valeur est élevée, plus la priorité et le rang sont élevés.

Dans le cas présent, le calcul de la priorité prend en compte la probabilité d'acceptation dans son équation : la propension divisée par le coût d'impression fois 100.

En effectuant ce calcul sur l'action Black Label, nous constatons qu'elle a un coût d'impression de 70 et une propension de 0,6 ; par conséquent, sa priorité est de 0,86.

L'action Green Label a un coût d'impression et une propension inférieurs, ce qui se traduit par une priorité de 0,83.

Comme 0,86 est supérieur à 0,83, l'action Black Label est maintenant classée numéro un.

Ainsi, même si le coût d'impression de l'action Black Label est plus élevé que celui de l'action Green Label, l'action Black Label arrive quand même en tête.

Dans le cas présent, le composant Priority a interverti les rangs des deux actions. L'action Black Label est maintenant l'action principale et Green Label l'action secondaire.

Le même composant Prioritize est également paramétré pour ne générer que la meilleure action.

Par conséquent, il exclut complètement l'action Green Label et, à la fin de notre chaîne stratégique, Black Label constitue notre meilleure action.