Bibliographic record
Abstract
Depuis déjà plusieurs années, les nombreux progrès technologiques dans le monde des affaires modifient amplement les caractéristiques de l'économie mondiale. Pour les entreprises, les mots d'ordre sont : rapidité, précision et réduction des coûts. L'avènement d'Internet dans les pratiques commerciales représente justement l'une des principales facettes de ce progrès technologique. Aujourd'hui, le consommateur peut quasiment tout faire à distance : recherche d'informations, magasinage, participation à la conception des produits, opérations d'achats et de ventes, participation à des recherches marketing, suggestions et apport de nouvelles idées aux entreprises etc. C'est particulièrement le cas de l'industrie financière. En effet, dans beaucoup de pays, le client jouit d'une très grande liberté par rapport à son comportement bancaire. Il peut, en effet, gérer ses comptes, payer ses factures ou encore transférer des fonds, partout et en tout temps. D'où les deux concepts : 1- l'Internet bancaire, représentant les services bancaires via Internet et 2- l'Internaute bancaire, c'est à dire, le client opérant sur Internet. Les internautes bancaires sont de plus en plus nombreux et leurs profils deviennent très diversifiés. Cependant ce fait, peu de recherches s'intéressent aujourd'hui à décrire cette vaste population. Il nous a donc semblé pertinent de réaliser un travail de segmentation ayant comme objectifs afin de mettre en lumière et de décrire les différents profils des utilisateurs de l'Internet bancaire. Pour cela, nous avons sélectionné un échantillon de 30191 internautes bancaires, clients d'une grande institution financière canadienne, avec des données sur leur comportement transactionnel, afin de mettre en lumière les différents segments de marché. Ensuite, nous avons eu recours à la base de données « Mosaic » du Canada, base constituée de vingt catégories de profils canadiens, afin de décrire ces segments d'utilisateurs avec des variables géodémographiques. Notre analyse nous a permis d'identifier trois segments d'internautes bancaires distincts, à savoir : les petits, les moyens et les gros utilisateurs de l'Internet bancaire. Selon la base de données Mosaic, ces trois segments de marché sont associés à cinq profils Mosaic, à savoir : les Non-Revolving Borrowers, les Borrowing Families, les Mature Québécois, les Young Francophone et les Francophone Traditionalists. Ainsi, nous avons pu obtenir une description détaillée de chacun des trois segments d'Internautes bancaires, comprenant leur situation familiale, âge, style d'habitation, zone géographique, niveau de scolarité, occupation, revenu, montant de leurs dépenses, catégories de dépenses, catégories d'assurances prises, passe temps, sports pratiqués...etc. Ce genre de descriptions représente des informations clés pour les institutions financières et peut s'avérer extrêmement utile pour leurs prises de décision. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Évolutions technologiques, Industrie financière, Comportement bancaire, Internet bancaire, Internaute bancaire, Profils, Segmentation, Institution financière, Mosaic, variables géodémographiques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.018 | 0.021 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.019 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".