Related projects
Discover more projects across a range of sectors and discipline — from AI to cleantech to social innovation.
Dans de nombreuses enquêtes auprès de la clientèle et applications de marketing par bases de données telles que la segmentation, l’établissement de profils et les prévisions des choix des consommateurs, il faut utiliser des distributions combinées de covariables d’intérêt. Cependant, pour diverses raisons telles que la protection de la confidentialité des clients, les données ne sont souvent disponibles qu’en format de distribution à fréquence marginale. Cela complique grandement l’utilisation des covariables, puisque l’analyse de la prise de décisions nécessite des distributions combinées. La disponibilité de telles distributions combinées permettrait au client, Bell Canada, de définir les segments de clientèle, d’améliorer la classification et les modèles de prévision et d’approfondir la compréhension que possède la société du comportement de ses clients. Ce projet de recherche améliorera la capacité de Bell à définir des segments de clientèle en fonction des besoins du marché et à générer des profils de marketing pour les différents segments d’intérêt. Cela aidera Bell à mieux comprendre le comportement de sa clientèle et à élaborer des stratégies axées sur les clients.
M. Fassil Nebebe
Debaraj Sen et Jordie Croteau
Laboratoires universitaires Bell
Information and communications technologies
Concordia University
Accelerate
Discover more projects across a range of sectors and discipline — from AI to cleantech to social innovation.
Find the perfect opportunity to put your academic skills and knowledge into practice!
Find ProjectsThe strong support from governments across Canada, international partners, universities, colleges, companies, and community organizations has enabled Mitacs to focus on the core idea that talent and partnerships power innovation — and innovation creates a better future.