Data marketing: Etat de l'art

Objectifs

• Appréhender les nouveaux enjeux de la data
• Big Data et Smart Data, comprendre les concepts.
• Découvrir les techniques et les outils pour Explorer des données, les analyser et les visualiser pour en tirer profit

Programme

Introduction

• Le potentiel business et marketing de l’exploitation des données.
• Big Data vs Smart Data

Placer les données au cœur du processus marketing

• Intégrer le Big Data et le smart Data dans sa stratégie marketing
• Mettre en place une organisation et un rapprochement des fonctions marketing avec la DSI.
• Panorama des outils et technologies utilisés dans le traitement des données

Collecter et modéliser les données client

• Identifier et sécuriser les données « first party » issues de sa SI.
• Sélectionner des données « third party » issues de data brokers ou de partenaires.
• Fusionner des données.
• Comprendre les différents modèles de données par leur structure.
• Distinguer :
  • les données structurées et non structurées,
  • les données sollicitées et non sollicitées,
  • les données comportementales et leurs interprétations.
  • Classification, arbres de décisions, réseaux de neurones, deep learning… : s’approprier les principales techniques de Data Mining.
• Scoring, géomarketing, segmentation, personnalisation… : saisir les applications du Data Mining.

Acquérir les données pertinentes pour obtenir des résultats

• Comprendre son environnement data.
• Formaliser une road map de sélection de fonctionnalités.
• Identifier les points bloquants depuis ses sources de données.
• Prioriser la sélection de fonctionnalités pour l'action.
• Dessiner son modèle de sélection de données pour consolider sa connaissance de ses données.

Datavisualisation : comprendre ses données et faciliter leur communication

• Introduction à la data visualisation.
• Lier sa visualisation à des objectifs.
• Prouver par l'exemple, avoir une vision « proof of concept » basée sur les données.
• Définir des automatisations à partir de la visualisation.
• Panorama des outils existants de datavisualisation et exemples d’utilisation.

Automation : déployer des campagnes marketing basées sur les données

• Introduction aux méthodes de scoring : RFM/NPS.
• Fixer les seuils de data-marketing grâce au scoring.
• Définir les variables de paramètres en marketing automation : modèle « SEED ».
• Enrichir ses SI avec l'automatisation des processus.
• Se familiariser à l'automation des modèles de data mining.

Piloter un projet data en collaboration avec la DSI

• Étude de cas : 5 cas d’usages à décrypter.
• Définir son projet : clés de succès et écueils à éviter.
• Déterminer ses objectifs prioritaires et anticiper les contraintes.
• Programmer les étapes du projet : collecter, préparer, analyser, et exploiter.
• Interagir avec la DSI : adopter un processus itératif.
• Étude de cas: mettre en place un Lean data project allant du small data au big.