salon big data 2015 : big data et marketing digital, retours d’expérience en termes de roi et de...
TRANSCRIPT
© Soft Computing – www.softcomputing.com
Marketing Digital & Big Data
Quoi de neuf ?
10/03/2015
© 3
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 5
Compétences : un mix unique de compétences pointues
Digital
Marketing
Data
Science
Project
Management
Information
Technologies
© 6
Mission : transformer la data en performance marketing
Business
IT
Imaginer, bâtir et opérer
des programmes de conquête et de fidélisation cross-canaux, rentables et innovants
Concevoir, développer et déployer
des solutions Digitales, Big Data et CRM performantes, pragmatiques et adaptées
AMOA
© 7
Delivery : continuum de services et souplesse
Think Build Run
Délégation
d’expertise
Mode
Projet
Centre de
services
© 8
Programme relationnel
multi-devices et
remarketing.
Ecoute et analyse des
sentiments des clients sur
les réseaux sociaux.
Centre de services de
gestion des campagnes
marketing multicanal.
Data Management Platform
et marketing multicanal
temps réel
Centre de services
datamining, campagnes
ciblées et reportings.
Gestion des opérations
marketing ciblées..
Data Management
Platform, CRM et web
analytics.
Conception de
l’architecture
décisionnelle hybride big
data – datawarehouse.
Centre de services gestion
de campagnes marketing
et connaissance clients
Convergence des pratiques
et des outils marketing on
et offline.
Mise en place d’une Data
Management Platform
(DMP) et de use cases
marketing.
Déploiement d’une plate-
forme CRM multi-marques
multi-pays..
Personnalisation en temps
réel des contenus et
valorisation d’audience.
Définition d’une stratégie
de Business Intelligence.
Pilotage de la qualité de
l’expérience client.
Extraits de références 2014-2015
© 9
Experts reconnus
Enseigner
Ecrire
Echanger
http://blog.softcomputing.com/
https://twitter.com/#!/SoftComputing
http://www.facebook.com/softcomputing
http://www.softcomputing.com/fr/news/
http://fr.slideshare.net/softcomputing
http://www.linkedin.com/company/soft-computing
http://www.viadeo.com/fr/company/soft-computing
https://plus.google.com/+Softcomputing/
© 10
Du vécu métier
2003 2015 Web mining
15 M Clients
5 ans
Recommandations
Temps réel
Réseaux
d’influence
Analyse de
sentiments
50 To+
© 12
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 16
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 18
Défi technique #2 : sortir du cadre
2005 2015
Disponibilité
« Les données sont toujours accessibles »
Tolérance
« seul la panne totale interrompt »
Cohérence
« Les commits rendent l’ensemble
des données cohérentes »
Disponibilité
« Les données sont toujours accessibles »
Tolérance
« seul la panne totale interrompt »
Cohérence
« Les commits rendent l’ensemble
des données cohérentes »
Commit en
2 phases
© 19
Défi technique #3 : exécuter tout calcul en moins de 0,14
secondes
2005 2015
Trading Desk
(ATD)
Editeur de
site
Demand Side
Platform
(DSP)
Ad exchange
(Adex)
Supply Side
Platform
(SSP)
Annonceur
ou Agence
média
Ad Server de
l’éditeur ou
Ad network
RTB &
programmati
que
© 21
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 23
Démocratisation hardware
5 nœuds
1 namenode, 20 cœurs, 192 Go ram
4 datanodes, 64 cœurs, 64 Gb ram, 10 To DD
© 29
Impact sur les usages
+
Données Détail
Temps réel
Prédictif
Non-structuré
Ouvert sur l’extérieur
Autonome
Hybride
© 30
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 31
Big Data : la clé de voûte d’une expérience client sans couture et
omnicanal
LA PREFERENCE DE MARQUE
Expérience client Qualité de service
LA DONNEE, SA CENTRALISATION, SON UTILISATION SON
ACTIONNABILITE, SA VALORISATION
Performance
média, marketing
et commerciale
Digitalisation
© 32
Synthèse des typologies de données P
rop
riéta
ires
Ouvert
es
Permanentes
Volatiles
Données Tiers : 3 rd party
Open Data
CRM
données
nominatives et
transactionnelles
Tracking
Web, email,
display…
Semantiques:
Contenu web
fan pages, avis…
© 34
L’objectif
Extraire des parcours client pour qualifier des
bases marketing, définir des programmes
relationnels et des plans de vie
© 35
L’analyse
Sessions et pages vues
(id session)
Segmentation visiteurs
(id visiteur)
Cookie
Origine de la navigation
Temps moyen par visite
Catégorisation
Catégorisation des pages vues
E acheteur – churner
© 36
Focus : processus de récupération des données
Site Web Dépôt de Cookie 1
Taggage 2
Réconciliation 3
Tracking 4
Croisement 5
3
A l’affichage d’une page, dépôt d’un cookie avec un Id Internaute sur le device
Dépôt des tags de navigation sur les pages du site (ou des sites)
Remontée IdCRM à la connexion client et réconciliation avec un ou plusieurs Id Internaute
Web &CRM
2
4
Intégration en temps réel des données de navigation et affectation à l’Id correspondant
Croisement avec les données CRM et données externes
3rd Party
CRM
5
Analyse
6
1
3
2
4
6
5
1
Analyse 6
© 37
Focus : déclinaison opérationnelle
Inbound Densification de la
personnalisation
des programmes eCRM
(remarketing) et Mobile
Display
© 39
L’objectif
Analyses des tweets, pages de marque,
blog/commentaires afin d’identifier des
ambassadeurs, détecter et analyser des
évolutions
© 40
L’analyse
1. Analyse du contenu des posts (occurrence des mots et thèmes)
2. Les liens entre les mots employés et thématiques abordées
4. Les profils-type des « posteurs » selon leur sentiments / thèmes
3. La mesure de la perception positive/négative
© 42
Focus : les données de vos pages fan’s
Données natives extraites en json
Conversion en xml
Conversion automatique
en csv
Id FB
Id Post
Contenu du post
Date de Post
© 44
Focus : déclinaison opérationnelle
Engagements relationnels
Programme de
reconnaissance social
différencié
Valorisation expérience
client et fidélisation
© 46
L’objectif
Faire des propositions personnalisées à la volée
au visiteur identifié ou non à base d’auto-
apprentissage ?
© 47
L’analyse
Mix catégorielles
‘Utilisateurs’
Liens intra et inter catégories
Tag 1 : P1/P2/P3/P4
Tag 2 : P1/P2/P3/P4
Tag 3 : P1/P2/P3/P4
Tag 4 : P1/P2/P3/P4
…..
Produits liés /
tags
Segments
Utilisateurs = tags
Click Path Analysis Sessions et pages
vues
© 48
Focus : déclinaison opérationnelle
Préconisations
croisées sur les
produits sur la base
des achats
Fiches produits
« business »
Template personnalisé
/ au client
Des arborescences
personnalisées en
fonction de ce que
j’achète où j’aime.
Des conseils produits
par type de produit
Augmentation du taux de transfo site, CA / mail, du taux de nourriture et des occasions de
contact
© 49
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 51
Solution fonctionnelle
Prototyper l’algorithme de
substitution
Produire la matrice
d’association
Suivre et optimiser la
performance l’algorithme
Proposer des substitutions
Intégrer l’algorithme de
substitution
Développer l’algorithme de
substitution
algorithme
Algorithme
« industrialisé »
Matrice
d’association
Historique des propositions
Référentiels
produit
Liste
Programme
de production des
matrices
d’associations
Hub
EAN
substituts
© 52
Architecture
Lab data Large Data Fast Data
Prototyper l’algorithme de
substitution
Produire la matrice
d’association
Suivre et optimiser la
performance l’algorithme
Proposer des substitutions
Intégrer l’algorithme de
substitution
Développer l’algorithme de
substitution
© 54
Planning
Run
Initialisation du centre de services
Conception et réalisation « large »
Maintenance
Monitoring applications
Administration
Gestion des projets de setup
Gestion du centre de services Program Management
Gestion des projets d’évolutions
Busi
ness
IT
G
est
ion d
e p
roje
t et
de s
erv
ices
Setup
Sprints algorithme sur le
« lab »
Mise en place
architecture
Définition du SLA
Conception et réalisation « fast »
Tests
Sprints d’amélioration algorithme sur le « lab »
Surveillance de la santé de l’algorithme « lab »
Infr
a
Hard & soft
Hébergement et monitoring
Data
exploration
M1 M2 M3 M4 M5
© 55
SOMMAIRE Sommaire
1. A propos de Soft Computing
2. Introduction
3. Big data : de quoi parle-t-on ?
4. Ce qui a évolué ces derniers mois
5. Vue du marketing
6. Big Data et datamining
7. Comment avancer ?
© 56
Débuter simple : log, stream, transaction
Streams sociaux Weblogs Capteurs E-mails
Transactions bancaires Pages web Documents scannés Trace GPS
Données boursières Enregistrements
téléphoniques
Video-surveillance Données d’usage
© 57
Do It Yourself ou Appliance ?
Ikea ou Roche Bobois ?
Exemple Do it yourself Oracle appliance
Application datamining /
banque - 5 M clients actifs 300 nœuds – 900 Go RAM – 650 To DD
Configuration 54 Dell serveurs*6 cœurs-16
Go-12 To
Appliance Sun 18 serveurs*12
cœurs-48 Go-36 To
Coût 150 K€ 150 K€
Avantage Evolutivité Clé en main
© 58
Où mettre les données ?
En cible, 3 environnements :
1- Données chaudes
2- Analytique gros volumes
3- Datawarehouse structuré et agrégats
DMP
Attention à la souveraineté des données
Enjeu sur les historiques dans le cloud
Nota : le marketing n’est pas que digital
Big data : données
chaudes
Big data : données
froides
Dataware : données
structurées
© 62
R.O.I.
Connaissance Datamining
Assortiments en magasins
Rapports
Rapports industriels
Données : vision 360° client et produit
Campagnes ciblées
Technologies
1
2
3
4
Business Driven
© 64
Reconsidérer chaque
année les ROI : les
barrières à l’entrée
baissent toujours plus
𝐋𝐨𝐢 𝐝𝐞 𝐊𝐫𝐲𝐝𝐞𝐫 ∶ € 𝐆𝐨 = 𝟏𝟎−𝟎,𝟐𝟓𝟎𝟐∗ 𝐚𝐧−𝟏𝟗𝟖𝟎 +𝟔,𝟑𝟎𝟒
© 65
Victoires rapides : 3 à 6 mois , 1 pilote
1. DMP :
Data : Weblogs
Objectif : extraire des parcours client pour qualifier des
bases marketing, définir des programmes relationnels et
des plans de vie.
Cible : : eCommerce et medias
2. Ecoute active des réseaux sociaux :
Data : Streams sociaux
Objectif : analyses des twits, pages de marque,
blog/commentaires afin d’identifier des ambassadeurs,
détecter et analyser des évolutions et d’animer les
échanges (services de community management)
Cible : retail et pgc
3. Recommandations personnalisées :
Data : Weblogs et BDM
Objectif : faire des propositions personnalisées à la
volée au visiteur à base d’autoapprentissage
Cible : retail et eCommerce