La Data au service de la gestion de l’attrition des clients BtoB Cas : Société Générale Algérie

Simple item page
dc.contributor.authorABBADI, Marwa
dc.contributor.authorMEBARKI, Sarah
dc.contributor.authorALLIOUCHE LARADI, Bahia (Directeur de thése)
dc.date.accessioned2025-10-06T20:12:10Z
dc.date.available2025-10-06T20:12:10Z
dc.date.issued2025-06
dc.description.abstractDans le secteur bancaire, l’attrition des clients représente un enjeu stratégique majeur, notamment sur le segment des clients corporate. Cette étude s’intéresse à la manière dont l’exploitation des données peut contribuer à une meilleure gestion de ce phénomène au sein de la Société Générale Algérie. En effet, ce travail de recherche consiste à identifier les facteurs clés de l’attrition et de faire ressortir le rôle de la data dans sa gestion et son anticipation. Pour ce faire, une double enquête terrain : une recherche qualitative, via des entretiens semi-directifs menés avec les parties prenantes internes, et une recherche quantitative, à travers un questionnaire adressé aux clients attritionnistes. Ces deux enquêtes ont permis de mettre en lumière les raisons d’attrition des clients corporate, de faire ressortir la satisfaction client comme variable explicative de l’attrition, ainsi que de recueillir les suggestions et les axes d’amélioration dans la gestion de la relation client. Cette recherche a été également renforcée par le développement d’une première version d’un modèle prédictif d’attrition corporate, fondé sur l’algorithme Random Forest, afin d’identifier les clients à risque en amont et de proposer des actions proactives de rétention.
dc.identifier.urihttps://dspace.hec.dz/handle/123456789/1239
dc.language.isofr
dc.publisherEcole des Hautes Etudes commerciales
dc.subjectAttrition client
dc.subjectData
dc.subjectClients corporate
dc.subjectRétention client
dc.subjectAnticipation
dc.subjectModèle prédictif
dc.titleLa Data au service de la gestion de l’attrition des clients BtoB Cas : Société Générale Algérie
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Mebarki Sarah + Abbadi Marwa -023.pdf
Size:
3.03 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download

Collections

Marketing