La scalabilité des prospects est la clé pour pouvoir optimiser une campagne avec audience targeting. Les algorithmes de « machine learning » permettent aujourd’hui d’extrapoler par modélisation des profiles semblables dit « look allike ». Dans quel contexte dois-je faire appel au data modeling ? Comment juger de la fiabilité d’un modèle ? Comment l’ajuster et juger de ses résultats ? Quel est le coût pour une campagne ? Voici quelques-unes des questions auxquelles nous allons répondre dans cette conférence, à travers de cas pratiques.
Soft Marketing Ready : une solution tout-en-un pour les Directions Marketing ...
Data modeling : Une obligation ?
1. 1
Erick Alphonse, Président, Cleverbiscuit
Arnaud Caplier, Chief Data Officer, Weborama
Benoît Oberlé, President, Sirdata
Modérateur : André Taliercio, VP Monétisation et Partenariats stratégiques, Triton Digital
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
2. 2
WEBORAMA
DATA COMPANY
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
3. 3
MODELISER, POUR QUOI FAIRE ?
LE CODE A CRAQUER
DE LA DONNEE WEB … … A LA CONVERSION
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
+140%
3
x1
SANS
CIBLAGE
x2,4
AVEC
CIBLAGE
?
ESPACE NON STRUCTURE
ESPACE INFINI
ESPACE VIVANT
ESPACE ALPHANUMERIQUE
ESPACE METRIQUE
PROXIMITES ET PROBABILITES
SOURCE : Weborama
4. 4
DE LA DONNEE BRUTE
A LA PERFORMANCE MEDIA
DONNEES
BRUTE
Droit
Administration
TRAITEMENT DU
LANGUAGE +140%
x1
PROFIL INTERNAUTE DONNEES WEB DMP ALGORITHME UPLIFT
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
4
SCORING &
SEGMENTATION
INTERNAUTES
PERFORMANCE
PROFILING
INTERNAUTE
- 3RD PARTY -
CROISEMENT
DONNEES
- 1ST PARTY -
Pièces automobiles
Achat voiture
Marques automobiles
Moto et deux roues
Maquillage
Produits cosmétiques
Soins esthétiques
Produits de soins
Parfum
Habillement
Accessoires
Chaussure
Lunetterie
Tablette
Ordinateur portable
Programmation
Périphérique et hardware
Informatique
Nature
Faune
Ecologie
Météo
Enseignement
Histoire
Baccalauréat
Rentrée
Famille
Petite enfance
Rencontre
Animaux de compagnie
Jeux et jouets
Mariage - Pacs
Gestion d'actifs financiers
Crédit
Bourse et Finance
Assurance
Cuisine
Fruits et légumes
Grande distribution
Boissons non-alcoolisées
Desserts
Paris hippiques
Jeux d'argent
Consoles jeux
Jeux vidéos
Manga
Art
Sorties
Cinéma
Bon plan
Médecin
Santé et
médecine
Régime
Pharmacie
Energie
Immobilier
Décoration d'intérieur
Gaz et électricité
Ameublement
Electroménager
Bricolage
Musique
Astrologie
TV
Réseaux sociaux
Actualité
News &Politique
Audio/vidéo
Appareil
photo
Artisan
Commerçant
Entrepreneur
Emploi
Sports
Football
Activités ....
Opérateurs télécom
FAI et navigateurs
Niveau
d’activité web
- Faible
-Moyen
- Fort
SITES
CRM MEDIA
APPLIS
CRITERES DE
CIBLAGE
DENDROGRAMME
SEMANTIQUE
SANS
CIBLAGE
x2,4
AVEC
CIBLAGE
MANAGED SERVICES (TRADING DESK) vs. SELF SERVICE (DMP)
SOURCE : Weborama
5. 5
BONNE PRATIQUE
ASSOCIER PERFORMANCE & VOLUME
SOURCE : Mc Kinsey & Weborama « leveraging big data to optimize digital marketing », 2013
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
14 SEGMENTS
25 % DES INTERNAUTES
CONV. MOYENNE x 2,4
6. 6
Auto
CSP
Voyage
PROCESSING
+350
segments
Données brutes
1st & 3rd
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
Data
segmentée
EXTRAPOLATION
DES
AUDIENCES/CIBLES
Profil type
sociodémographique
Profil type
comportemental
7. 7
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
APPETENCE
TRES FORTE
APPETENCE
FORTE
APPETENCE
MOYENNE
PROFIL SOCIO-DEMOGRAPHIQUE
(LOOKALIKE)
PROFIL
COMPORTEMENTAL
(ACTALIKE)
APPETENCE => PROBABILITE DE CONVERSION
8. 8
POURQUOI FAIRE ?
CIBLER DES
AUDIENCES
RECEPTIVES
EXCLURE DES
AUDIENCES
RETICENTES
AUGMENTER
SON REACH
CONVERTIR
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
PLUS
10. 10
MODELISATION
MOTEUR DE PREDICTION D’IMPACT
Impact
de la campagne
Achète
N’achète pas
Achète toujours
N’achète plus
Segment
Réceptifs
Indifférents
Captifs
Ne-pas-déranger
Observation
des non-exposés
N’achète pas
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
Valeur
Très élevée
(conversion)
Négative à faible
(coût, image, churn)
Négative à faible
(coût, image, churn)
Très négative
(perte nette, churn)
Achète
Test A|B Modélisation
Une modélisation depend toujours : du message, du plan media, de l’objectif
11. 11
MODELISATION DE L’INCREMENT
MICRO-SEGMENTATION
Femme
Homme
CSP- CSP+ Réceptifs
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
12. 12
MODELISATION DE L’INCREMENT
BENEFICES
• Optimisation de métriques métiers
• Modèle d’attribution scientifique
• Préservation de l’image de marque
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
13. 13
MODELISATION
CYCLE DE L’ANALYSE PREDICTIVE
SOURCE : CRISP-DM : http://en.wikipedia.org/wiki/Cross_Industry_Standard_Process_for_Data_Mining
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014
14. 14
Merci !
Erick Alphonse, Président, Cleverbiscuit
alphonse@cleverbiscuit.io
Arnaud Caplier, Chief Data Officer, Weborama
acaplier@weborama.com
Benoît Oberlé, President, Sirdata
bob@sirdata.fr
DATA PERFORMANCE SUMMIT – 15 OCTOBRE 2014