BigDataBx #1 - Data Marketing, l'ère de l'intelligence numérique

561 vues

Publié le

Data Marketing, l'ère de l'intelligence numérique par Amar Lakel

Publié dans : Données & analyses
0 commentaire
3 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
561
Sur SlideShare
0
Issues des intégrations
0
Intégrations
14
Actions
Partages
0
Téléchargements
0
Commentaires
0
J’aime
3
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

BigDataBx #1 - Data Marketing, l'ère de l'intelligence numérique

  1. 1. + Data Marketing, l’ère de l’intelligence numérique ? Après l’effet de mode, quel bilan des solution professionnelle pour la P&M E. CCI, 28 mai 2014.
  2. 2. + Les datas au service de la gestion de sa stratégie marketing Comprendre la situation communicationnelle au delà du modèle E-M-R. Introduction
  3. 3. + Data Marketing & BigDataUne traçabilité apriori de sa relation client Nous sommes tous des émetteurs : Avec l’explosion des smartphonesnous sommes tous des émetteurs d’information en continue. Hyper-fragmentation des audiences : La relation est devenue très fragmentée et hypervolatileentre des milliers de sources d’information qui se partagent des bouts d’audience. Concurrence des locuteurs légitimes :L’explosion de la communication quasi anonyme ont profondément bouleversés les rôles de légitimation dans une concurrence acharnée à l’influence. Nivellement des informations : comme toute société de rumeurs, les buzzsont difficiles à vérifier mais terriblement efficace.
  4. 4. + Bilan de ce qui est impardonnable •Et que vous n’avez toujours pas intégré dans vos stratégies marketing ? Gérer la relation à ses marques dans une stratégie multi-canal
  5. 5. + L’interpellation externe justin time ! Un marketing du juste à temps : La pub interpelle l’individu et l’interrompt dans sa vie quotidienne autant que ce soit au bon moment. Il s’agit de rencontré son client segmenté par ses centres d’intérêt au moment où il les exprime. C’est une contextualisation temporelle. Référencements, Google Ad Words, les SocialsAds, Criteosont des intermédiaresBigData dont les algorithmes sont en charge de vous fournir le bon prospect (2 à 5 euros le prospect)
  6. 6. + La prospection des comportements clients Travailler sa propre base de données client dans une logique CRMà la recherche des patterns comportementaux Une généralisation de l’analytique comportemental permet aujourd’hui une plus grande segmentation de son audience. Analyticsemail (DoList, MailChimp), Web (UA, AT), Social Media, Mobile permet de tester les comportements par l’inter-actionentre ses supports medias (ex. Test A/B)
  7. 7. + La marque socialement recontextualisée Le modèle Émetteur-Récepteur n’est pas une réalité sociale : penser le marketing comme un message émis par 1 vers 1 est inefficace. «Je» suis les «autres» : la marque est la moins légitime pour parler d’elle-même. Ce sont les «autres» qui fabrique sa réputation Le groupe est un système de rôle : Du capitaine à l’ailier, les gens sont inscrits dans des rôles au sein d’équipe. Tout le monde n’est pas leader d’opinion E-Réputation de sa marque permet de mesurer la diffusion de son territoire d’influence. Alerti, Mention, Synthesio, Radarly, Radian 6, HeartBeat, TalkWalker,
  8. 8. + Matrice des projets BigDatas en Marketing Comprendre le web par l’analyse des réseaux pour mieux communiquer et innover. Nouvelles approches du Data Analysisau service de la stratégie marketing
  9. 9. + les interfaces de captation de l’audience AnalyticsMedia : Pour comprendre un public cible spécifique, rien ne vaut l’analyticcomportemental de ses supports media. Analyse de l’e-réputation : La marque se fabrique par une multitude de messages colportés par un nombre sans cesse croissant de locuteurs Analyse comportementale de second niveau : Ceux qui fabriquent la marque jouent des rôles sociaux qui déterminent grandement leurs attitudes Analyse des réseaux : Leurs influences et leurs audiences dépend grandement de la place qu’ils occupent dans leurs communautés structurées
  10. 10. + Les Datas de l’analyse marketing pour mieux comprendre le CR Les datas de situation : Où, Quand, Comment. Les traces de l’échange permettent de reconstruire la scène d’interaction Les datas de centres d’intérêt: Mots Clés, Visites, Social Datas, referersnous apprennent beaucoup sur la préocupationet les représentations du client Les datas de comportement : L’évaluation des événements et leurs enchainements dans un arbre comportemental permettent de repérer les patterns d’action Les datas relationnelles : Referers, Réseaux Web, Réseaux Social, les positions structurelles
  11. 11. + Les traitements au services de la segmentation Les traitement discriminant : l’analyse multivariéeau service de la profilisation Le traitement prédictif : de l’analyse longitudinale des cycles aux régressions projectives Le Social Network Analysis: L’analyse structurelle des topographies relationnelles et des rôles d’agents L’approche logique des arbres comportementaux : La compréhension des enchainements permet d’élaborer des système de recommandation.
  12. 12. + Filtrer le web d’influence de ses communautés de clients Et si le World Wide Web était une complexité inutile. Le web est une surface d’inscription de communautés locales Un projet de R&DRéduire le BigWeb à l’échelle Humaine
  13. 13. + De l’automatisation de la qualification de l’énonciation Qualifier le contrat de communication : Qui parle sur quelle plateforme à propos de quels sujets ? Qualifier la forme stylistique des message. Tonalité, niveau de langue, longeur, illustration Mesurer l’impact du message : Audience, Social Media Résonnance, Ranking… De la qualification humaine à l’automatisation en passant par la mobilisation distribué, il existe sur chaque processus de qualification des marge de développement et d’innovation que nous cessons d’explorer. RECEPTEUR EMETTEUR TYPE DE PLATEFORMES TONALITE SUPPORT
  14. 14. + De la profilisationà l’anticipation stratégique L’analyse multivariéedes processus d’énonciation nous permettent de révéler des stratégies d’influence des acteurs en place par profilisation En y ajoutant une variable temporelle, nous pouvons non seulement quantifier ces profilsmais aussi suivre les rapports de force et les mutations de stratégie. Ainsi chaque media ou support peut être évalué selon son adhésion à une ou plusieurs stratégies locutrices avec une vision historique de ce media
  15. 15. + Les cartographie relationnelle comme contextualisaion La cartographie des médias par leur liens directionnels dégage les communautés d’intérêt et le rôle des mediadans un environnement socialement dynamique La cartographie argumentaire permet de définir des arborescences complexes qui mettent à jour les représentations cognitivesd’un débat ou d’une controverse Ces simplifications cartographiques permettent la mise à jour et la schématisation de réalités sociales complexes qui forment le territoire de marque d’un responsable marketing.
  16. 16. + Pour conclure… Une recherche d’analyse automatisé du BigData pour -Le Temps Réel (JustInTime) -La Personnalisation -La Recommandation …un processus porteur d’innovation au sein des organisations.

×