Régression linéaire : prédire et expliquer vos indicateurs clés

La régression linéaire modélise la relation entre une variable dépendante et une ou plusieurs variables explicatives.

La formule

Y = a + b₁X₁ + b₂X₂ + ... + ε

b₁, b₂... quantifient l'impact de chaque variable sur Y.

Applications

• Drivers de satisfaction : quels attributs expliquent le mieux la satisfaction globale ?

• Prédiction de ventes : impact d'une variation de prix sur le volume ?

• Scoring client : probabilité de churn ou d'achat

Interpréter les coefficients

Coefficient b₁ de 0,4 sur "qualité" : une augmentation d'un point de la note qualité est associée à +0,4 point de satisfaction globale, toutes choses égales par ailleurs.

Limites

• Mesure des corrélations, pas des causalités

• Suppose une relation linéaire

• Les outliers peuvent distordre les résultats