Les Enjeux du Data Marketing

Les enjeux du Data Marketing

Conférence animée par Olivier DANCOT


@NP6_Group

@GfK

@Cogniteev

@LFAVARETTE

@arm_gilles

@OlivierDancot

#datamarketing



Programme

Présentations des intervenants

Vu d’ensemble des types de données

Cas clients

Et demain ?

NP6 Marketing automation

GFK Panel Distributeur

Millesime.ia IA dans le vin

Cogniteev Data Web Sites

BAPCA De la Data au Small Data

PRÉSENTATION DU

GROUPE INSEEC

INSEEC IMPLANTÉ A : PARIS - BORDEAUX - LYON - LONDRES - MONACO -

CHICAGO - CHAMBERY - GENEVE - SHANGHAI - BEAUNE

SAN FRANCISCO

Création en

2010OBJECTIFS

Développer la filière

numérique

Détecter et valoriser les

talents

Partager les connaissances,

bonnes pratiques et savoir-faire

@aquinum

2 co-présidentsCéline Leroy &Marc Langlois

19 administrateurspour gérer l’association

@aquinum

ÉLUS EN JANVIER 2017

1 salariée -

étudiante

Bénévoles !

PLUS DE 460MEMBRES

ADHÉRER C’EST

Participer à la vie de l’association

Partager ses compétences, ses

connaissancesS’entraider !

Être informé de l’actualité

de la filière numérique

Assister aux 150 événements et ateliers

annuels dédiés au numérique

Échanger avec d’autres

professionnels en permanence

@aquinum

ET POUR VOUS ÉTUDIANT(E)S

en MSC & MBA !

IT’S FREE ! Et c’est aussi de

nombreux

bon-plans stage

& job !

@aquinum



Intervenants

Réagissez en live sur Twitter : @NP6_Group11

Sandra JézoDirectrice Marketing

Julien BudynekDirecteur Data Science

Partenaire technologique et

analytique des services

marketing des entreprises.


NOTRE MISSION

Nous accompagnons les

entreprises dans leur

transformation digitale à travers

une approche plug & play.

Réagissez en live sur Twitter : @NP6_Group

UN SAVOIR-FAIRE CROSS-SECTEURS

E-Commerce / Distribution Service public Loisirs / Tourisme

Banque / Assurance

Médias / Culture

Agences MarketingIndustrie / Service BtoB

3

Plus de 500 clients directs


CONVERSATIONAL MARKETING

14

Collecter, unifier, centraliser

vos données cross-canal

dans un référentiel client unique

Activer vos données

dans le cadre de

scénarios et campagnes marketing

CUSTOMER

ACTIVATIONCUSTOMER

INTELLIGENCE

CUSTOMER

DATAEtudier, comprendre

vos données

dans un contexte

d’activation cross-canal

15© GfK 2017 | Consumer Choices

GfK dans le monde 1,5 Milliards €

13 000 Experts

100 Pays

4èmeinstitut mondial

60% Consumer Experiences : Etudes Consommateurs

40% Consumer Choices : Mesures Marchés et Audiences

Présentation de GfK en quelques chiffres…


De quoi ont-ils besoin?Quelles sont leurs motivations?

Que voient-ils?Comment cherchent-ils?

Quoi, où et quand achètent les consommateurs?

Quel est leur ressenti?Qu’est-ce qui les influence?

Deux divisions au sein du groupe, une approche 360°


Panel de distributeurs :Données issues des sorties caisses

360 catégories de produits suivies en France

43 circuits de distribution suivis en France

@arm_gilles

Expériences :

• Consultant Business Intelligence

• Start-up

• Vin Data Driven / Consulting

Extra :

• Co-orga Meetup Machine Learning / Python sur Bordeaux

• Paris Summer Innovation Fellow 2016

• DataForGood x Bayes Impact 2016

+15 years SEO experience

Serial entrepreneur

Business Angel

Majestic.com French Ambassadeur

Board Member SEOcamp

Treasurer Frenchtech Bordeaux

@FrancoisGoube

Cogniteev Platform:

Tous les outils pour la ruée vers la Data

Pour permettre à chacun de récupérer, traiter,

et exploiter des données, quels que soient

leurs types ou leur sources

Nous fournissons tous les outils préalables à

la Data Science

Chacun de nos produits s’appuient sur cette

plateforme

Notre Cogniteev Platform est ouverte aux

développeurs depuis 2016

www.oncrawl.comwww.oncrawl.com

We help Ecommerce & Online media take

better SEO decisions and grow their revenues

By providing access to the Most Advanced SEO Software

Semantic SEO Crawler

Comprehensive Log Analyser

API & Platformto combined all website’s data

Ludovic FAVARETTE

+XACA #tjse

nm

ou

ve

me

nt

Directeur Prestations

Clientèles et Informatique

Périmètres métiers :Organisation

SI, Data, Digital& Prestations

Bancaires

https://cvc-front-ibp.brainsonic.com/bpaca/digital-ils-bousculent-les-codes-pour-leurs-clients-video-8075.html

BPACA en 10 chiffres !

+XACA #tjse

nm

ou

ve

me

nt

11 départements

3 sites centraux

217 agences dont 1 e-agence

11 agences entreprises

4 pôles patrimoniaux

606.000 clients (2016)

401,4 millions d’euros de PNB (2015)

66 millions d’euros de résultat net (2015)

+9 milliards d’euros d’encours de magasin

+11 milliards d’euros d’encours de crédit

Une banque coopérative de proximité



Les Données



Data Never Sleep



Exemples de Data – CSV



Exemples de Data



Exemples de Data – Tag Manager & Analytics



Exemples de Data – IoT et Vehicules autonomes

(Credit: Google)



Data Supply Chain

cc Jerry Overton





Data Visualisation



Représentation et diffusion de l’information

• davidmccandless.com• youtube.com/user/datagueule• ourworldindata.org



Cc: ibm.com


Data MarketingUSE CASE



DATA MARKETING

36

COLLECTER

UNIFERCOMPRENDRE ACTIVER

MESURER

Réagissez en live sur Twitter : @NP6_GroupRéagissez en live sur Twitter : @NP6_Group

#USE CASE Enseigne Leader Bricolage

37


Use Case Data Marketing

38

Comment une enseigne leader du Bricolage

a réussi en 3 mois à :

• unifier et segmenter finement ses

données trafic magasin et digitales

• pour établir un dialogue personnalisé

avec ses clients ?


BESOIN DE DIGITALISATIONDe nouveaux modes de commercialisation

Des magasins (catalogue produit, temps réel)

De la relation avec leurs clients (communications, carte fidélité)

ACQUISITION DE NOUVEAUX REVENUS

GESTION DU GRAND VOLUME DE DONNEES HETEROGENES

La problématique de l’enseigne

39


NP6 de la DMP au Marketing automation

40


UNIFIERLes différentes sources de données

41


Différents flux et structures de données, un environnement complexe

Données transactionnelles Clients (achats via tickets de caisse)

Données digitales (campagnes email, web)

Données déclaratives (carte fidélité)

Catalogue produits

Les données de l’enseigne

42

• Coordonnées client• Profil bricoleur• Profil acheteur• Données achats• Données de campagne

Web ATG

SAPERP

Routeur NP6

Database web

Database marketing

Acteurs Applicatifs Périphériques

Sites dédiés : Baroweb, jeux, travaux, communauté...

SAPERP

• Coordonnées client• Profil bricoleur• Données Drive• Pages visitées

Magasins

Clients et prospects

Database Clients

Akio

• Coordonnées client• Profil bricoleur• Données Drive et achats magasins

• Coordonnées client• Profil acheteur

Database SC

Inscription newsletter

SAPBW

Outils décisionnel SAS


Une solution agile proposant

des modules plug & play

connectables rapidement au SI

DMP CRM= des données

rassemblées et disponibles online

Référentiel produits = un

catalogue utilisable dans les

campagnes email

Une recherche d’agilité

43


COMPRENDRESes clients

44


Première étude sur les tickets

de caisse

Plusieurs centaines de milliers de

clients pros et particuliers

Plusieurs millions de transactions

Des dizaines de millions d’articles

vendus

La segmentation

45

PARTICULIER PRO


Délais inter-achats

Appétence univers

Analyse par magasin

Impact de nos campagnes sur notre

CA

Segmentation RFM, PMG

Segmentation Stratégique

…

La segmentation

46

10%

36%24%

18%

33%

30%

20%

9%10%

5%3% 2%

% effectif % CA

Répartition des clients stratégiques

VIP Cœur de cible

Clients à developper Dilemme

Nouveaux A reactiver


Des recommandations

concrètes sur les

programmes

relationnels à mettre

en œuvre sur les pros

et les particuliers

La segmentation

47

Programme de bienvenue + email conversion M+2

1 fois par mois sur les arrivages + 3 univers score appétence ++

Programme de fidélité

2 fois par mois avant tout sur les prix

Programme de fidélité VIP + avantages exclusifs


# DATA SCIENCEpropulse le moteur prédictif de NP6


Cycle de vie Data Science

49

• La méthode scientifique est au cœur de la résolution des sujets :

• Questionner• Collecter• Analyser• Modéliser• Activer• Evaluer• Reformuler la question

• De façon industrielle et scalable


Top questions par canal

50

Top questions

Questions email

Qui sont les futurs ouvreurs ? Qui sont les futurs cliqueurs ? Qui sont les futurs churners ?

Questions web

Qui sont les futurs cliqueurs sur ma publicité ? Qui sont les futurs acheteurs sur mon site web ? Qui sont les hommes/femmes ?

Questions offline

Qui sont les futurs acheteurs dans mon magasin ? Quel produit sont-ils susceptibles d’acheter ? Qui sont les gens qui sont sur le point de commencer un

chantier dans leur maison ?


Quelles données sont disponibles ?

51

Données

Données email Ouvertures, clics, plaintes passés Catégories de campagnes passées

Données web Navigation passée sur les sites suivis par NP6 Horodate, IP, user agent, domaine, referer

Données offline Historique d’achat en magasin

Données CRM

Adresse email Genre, âge CSP Localisation

Open Data IRIS DGFIP …


Capabilités de la plateforme

52

Workflow industriel d’apprentissage

automatique

Scoring Capacité à créer un segment avec mes top futurs ouvreurs,

cliqueurs, churners

Recommandation produit

Capacité à proposer dans des emails un bloc contenant des recommandations personnalisées basées sur les achats passés Déclinaison sur tout canal

Profil jumeaux Capacité à identifier des « profils jumeaux » en utilisant

simultanément les données collectées sur tout canal


Ciblage prédictif & anticipation des comportements futurs

53

Connaissance clientProfil client star Profils jumeaux

Look alike


ACTIVERIndividualiser les communications

54


Des segments « opérables »

55

Appétents Cuisine

Email promotionnel

personnalisé


Des communications nationales et locales

56

NATIONAL

A

Z

CBA

A

MAG A MAG B MAG C MAG Z

B C Z

...


MESURERce que l’on gagne

57


Définition des KPI’s de performance

58

100€ 115€ 950€ 2600€ 12passages

25passages

2016/20172016/2017 2016/2017


Mise en place du projet et construction d’un référentiel client unique activable en 3 mois seulement !

Les résultats obtenus

59

Analyse des comportements d’achat des clients pour leur envoyer la communication adaptée et au bon moment

Passage de la personnalisation àl’hyper-personnalisation des communications

Capacité de ciblage accrue pour chaque magasin


Merci pour votre écoute

QUESTIONS ?


Le Panel distributeur


Qu’est qu’un panel distributeur ?

La restitution des données de ventes du marché : Ensemble des ventes de la catégorie de produits (toutes marques) et du/des circuits de

distribution (toutes enseignes)

Un partenariat avec les distributeursQui reçoivent des données panélisées en contrepartie

GfK : tracking du non alimentaire, multi-circuits de distribution360 Catégories non alimentaires; plus de 60 circuits de distribution audités

Une carte d’identité par magasin

Une carte d’identité par référence

Une vision au circuit

Une vision à la référence

?


BASE DE DONNEES PRODUIT

Codification, Extrapolation14.5 milliards de produits

Quels produits ?

Où ?

Quel prix ?

INPUT

Sales out

Point de vente

OUTPUT

Livraisons

Hebdo, mensuel ...

Qu’est-ce qu’un panel distributeur ?


GfK Eyes : le Crowsourcing au service du panel


Qu’est-ce GfK Eyes ?

Une communauté de consommateurs de tous

profils réalisent « des missions » via leur smartphone

GéolocalisésIls acceptent une mission en fonction de leur localisation

RéactifsIls réalisent la mission sous 24 h

Observateurs de la réalité point de vente

Ils prennent des photos, répondent à un questionnaire « en live » sur l’application GfK Eyes de leur Smartphone

Mobilisables en fonction de leur profil, de la complexité/particularité de la mission

66


GfK Eyes …

Store-check en temps réel Analyse du discours commercial

Diagnostiquer en temps réel vos actions points de vente (Présence produit, relevé prix, présence PLV, opé promo, relevé d’implantation, facings, …)

Vérifier la qualité d’exécution de votre lancement

Mesurer le ROI de vos opérations avec les données vente(Panel Distributeurs GfK)

Evaluer le taux de recommandationde votre marque et de vos concurrents

Identifier les best practices en argumentation commerciale

Mesurer l’impact du discours du vendeur sur vos ventes (Panel Distributeurs GfK)


GfK Eyes …la seule solution crowdsourcing intégrée

GfK Eyes

GfK Panel

Distributeurs

GfK Eyes Données en temps réel

Géolocalisation

Photos intégrées

Observations in-store

Interaction commerciale

GfK Eyes, la solution

opérationnelle pour une

vision rapide de votre

exécution en points de vente

GfK Panel

Distributeurs Tracking des ventes

hebdomadaire

160 catégories de produits

Des experts des marchés

Identifiez les leviers qui génèrent des ventes additionnelles

Comparez votre performance avec vos concurrents

Comparez les réseaux de distribution

Différents niveaux de données Produit Rayon Parts de marché

Analysez le ROI de vos campagnes de promotion.

ROI : Analyse des leviers de ventes

Du recueil de l’information points de vente à la mesure des ventes incrémentales liées à vos

actions point de vente


Rentrée des Classes – Impact d’une PLV

1/ Vérifier la bonne implantation

d’une PLV pour des fournitures

scolaires lors de la période de

rentrée.

Que vérifier: si la PLV est bien

installée et l’endroit où elle est

positionnée.

2/ quel est l’impact de la PLV sur

les ventes?

- sur la Catégorie

- Sur la marque

- Sur la référence

Les Objectifs

2 questions

2 photos

198 PDV visités

La Mission

.

« Rentrée des Classes »

Données d’observation

+

Analyse de l’Uplift

Livrables


Résultats : Quid de l’impact de la PLV sur les ventesAnalyse de l’impact de la PLV sur les ventes de la catégorie jusqu’au produit.

Présence de la PLV dans son

intégralité pour le cahier Y

Données Eyes

26%

Sales Uplift : Présence

Est-ce que la présence de la PLV a un impact sur mes ventes ?

Nous comparons les données de ventes de la période en fonction des observations faites avec GfK Eyes pour calculer l’Uplift

Présence Uplift

Référence Y

+ 15 %

Marque Y

+ 6 %

Catégorie

+ 2 %

FO

CU

S


OPI : impact des prix sur les ventes


OPI – Le suivi du prix des sites de e-commerce

Collecte des variables : prix, promotion, stock, frais de port…

… plusieurs fois par jour…

… pour un suivi en temps réel sur une

interface dédiée …


Corrélation entre

les ventes et

le prix

Mesure

d’élasticité ?

Guider le client dans la prise de décision


Corrélation entre

le référencement

et les ventes

Guider le client dans la prise de décision


Pour plus d’informations !

Edouard LEFEUVREConsultant Marketing Senior

[email protected] : 01.74.18.62.61

Use Case

@arm_gilles

Faire de l’Intelligence Artificielle dans le vin ?

90

100

110

120

130

140

€ / Btl

Jul ‘12 Jan ‘13 Jul ‘13 Jan ‘14 Jul ‘14 Jan ‘15 Jul ‘15 Jan ‘15 Jul ‘16 Jan ‘17

Date

Mondotte St Emillon 2011

Décembre 2016 : 106 €

Janvier 2017 :

Février 2017 :

? €? €

Predictions

117 €119 €

116 €120 €

Zone probable

Comment ?1 .Récupération des donnés :

- Nettoyage / Normalisation / Structuration

- Création de features

- Détection de corrélations entre les vins

Moyenne, min, max… (indicateurs stats)

Par temporalité / classification… (groupements)

- Détection évènements (trades / notes / indices économique)

… @arm_gilles

Comment ?2 .Intelligence Artificielle :

- 100 modèles se confrontent

Optimistes / Pessimistes

Cours / Moyen Terme

Détection de sur / sous cote

Spécialisé sur les trades / enchères / marges

…

- Optimisation des modèles @arm_gilles

Comment ?3 .Validation des modèles :

- Benchmarking des modèles

- Mise en compétitions selon le contexte / vins / millésimes…

- Sélection finale gérée par des modèles macros

- Apprentissage sur l’ensemble de l’historique

@arm_gilles

- Restitution des prédictions…

Data Driven project

Itérations courtes et rapides

Aggrégation de données / nettoyage

Forte communication avec les utilisateurs

Automatisation des tâches

@arm_gilles

Décisionnel prédictif

Outils d’analyses

Accompagner la prise de décisions stratégiques

Outils de prédictions

www.millesime.ai@arm_gilles

3 usages de la Data

Quel contenu ?Types de pages

Taille des contenus

Objectifs associés ?

Maitrisez vous bien votre site web?

Vous pensez que tout est OK ?

Vous avez déjà toutes les données !Il faut savoir les comparer et y accéder !

Pour prendre de bonnes décisions…

Savoir ce que vous voulez faire !Il n’y a pas de réponse magique avec la Data Science

Commencez petit mais voir loin

Allez chercher la donnée, la consolider, puis l’intégrer au processusde décision

Ex : Veille sur les prix / Stocks

Faire de la data un avantage concurrentiel

Scrapp the Data

Obtenez des infos sur ce que vous voulez !

Stock / Prix / Têtes de gondoles / ...

Savoir ce que vous voulez faire !Il n’y a pas de réponse magique avec la Data Science

Commencez petit mais voir loin

Ex: Retailer Français / 100+ Magasins“Quel est l’impact du web sur mes ventes en magasins ?”

Faire de la data un avantage concurrentiel

IP du First ClickConnaissance clientActivation carte de

fidélité en ligneData Platform

Logs analyzer CRM

>70% des ventes physiques grâce au Web !

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

avr-16 mai-16 juin-16

avr-16 mai-16 juin-16

Offline 4 157 5 193 4 289

Social 1 279 1 298 903

Adwords 2 398 2 411 2 709

Organic 8 153 9 644 14 673

Attribution des transactions

Organic Adwords Social Offline

Merci

[email protected]

XACA+

CAS CLIENT BPACA

CAS CLIENT BPACA

DE LA DATA AU SMALL DATA

+XACA #tjse

nm

ou

ve

me

nt

Why

WhatHow Que regroupe notre SI bancaire

et notre SI informationnel ?

Notre objectif : maîtriser nos données !

Quels moyens pour passer de

la DATA au SMALL DATA, puis

au BIG DATA ?

CAS CLIENT BPACADE LA DATA AU SMALL DATA

+XACA #tjse

nm

ou

ve

me

nt

Mieux connaître et maîtriser nos données pour pouvoir

les valoriser à l’échelle de nos 523.000 Clients et 243

agences.

Le préalable à une approche Big Data !

UN SI BANCAIRE COMPLET, RICHE

MAIS COMPLEXE…

+XACA #tjse

nm

ou

ve

me

nt

208 applications métiers

2700 fonctionnalités métiers

64 progiciels bancaires à votre service, parmi les meilleurs du marché Norkom, Evolan, Bankrec, …

Intégrant de façon optimum les applications Groupe BPCE, Natixis, …

+ de 30 000 utilisateurs

… LA LOGIQUE D’UN SI

INFORMATIONNEL : APPROCHE BI

+XACA #tjse

nm

ou

ve

me

nt

QUEL DISPOSITIF AVONS-NOUS MIS EN

ŒUVRE ?

+XACA #tjse

nm

ou

ve

me

nt

Organiser la mise en place de Data Experts dans chaque service :

Acquérir une méthodologie pour « apprendre à apprendre »

Identifier et s’approprier les données de son domaine d’activité par analyse

exploratoire sur les différents outils mis à disposition

Consigner par écrit cette base de connaissance pour capitalisation et partage

Faire vivre, alimenter et transmettre cette compétence

Pour :

Devenir pro actifs sur les données de son périmètre

Savoir répondre rapidement à l’ensemble des besoins d’analyse de l’activité

Optimiser l’exploitation des outils et données mises à disposition

Structurer le knowledge management du SI de son domaine d’activité

Valoriser les compétences des collaborateurs

QUEL DISPOSITIF AVONS-NOUS MIS EN

ŒUVRE ?

+XACA #tjse

nm

ou

ve

me

nt

Une démarche collaborative organisée en 2 temps :

Avec des facteurs clé de succès :

Temps 1 : Co-construction de la démarche

Temps 2 : Déploiement à l’ensemble des services

Une réelle volonté de

porter le sujet

L’implication des bons acteurs

Du temps dédié

Une vision long terme

FAIRE VIVRE LES DISPOSITIF : DATA

EXPERTISE.

+XACA #tjse

nm

ou

ve

me

nt

Un dispositif d’animation :

• Echanger : entre les métiers, les directions, avec l’équipe Informationnel

• Informer et s’informer : sur IBP, l’Informationnel, les métiers

• Approfondir les connaissances techniques et métiers

Sous forme de :

• Lettres d’informations

• Ateliers thématiques

• Support Informationnel

• Clubs utilisateurs

XACA+

CONCLUSION CAS BPACA

LES 3 ENSEIGNEMENTS DE LA

DÉMARCHE !

+XACA #tjse

nm

ou

ve

me

nt

MIEUX TRAVAILLERENSEMBLE

MAITRISER POUR MIEUX

UTILISER

PARTAGER LA CONNAISSANCE

DATA



Les Data dans le futur



Accès au plus grand nombre

• Amazon Machine Learning

• Azur Machine Learning

• Google Cloud Machine Learning Platform



Ethique et Big Data

Groupes de recherches

Ex : http://wiki.ethique-big-data.org/index.php

Labélisation de l’éthique

Ex : http://www.adel-label.com/

http://wiki.ethique-big-data.org/index.php

http://www.adel-label.com/



MERCI• @NP6_Group

• @GfK

• @Cogniteev

• @LFAVARETTE

• @arm_gilles

• @OlivierDancot

#datamarketing