1
Le Big Data au cœur de la
stratégie des PME
Par où commencer ?
2
Depuis
2008
20
experts
du web
5
pôles
d’activités
45 clients
satisfaits
Silicon Salad
3
Lolita Saint-Maxent
Responsable e-marketing chez Silicon Salad
Intervenant
Réagissez en direct sur Twitter avec #conext @siliconsalad
Big Data,
kesako ?
5
Exploitation de vos données
à 360 degrés en temps réel
6
Descriptive Prédictive Associativeou ou
3 techniques d’exploitation
7
Des données
illimitées
8
Temps réel
8 secondes
Automatisation
=
=
9
Transfor
mation
Analyse
(Algorithme)
Donnée
Agrégation
Action
Décision
Objectif
Projet Big Data
En théorie
10
60%
des projets de Big Data
seraient voués à l’échec*
* Étude Gartner publiée par Comarketing, 25.09.2015
En pratique
11
• Stratégiques
• Culturels
• Organisationnels
Problèmes
Réagissez en direct sur Twitter avec #conext @siliconsalad
Big Data VS PME ?
13
?Pas toujours…
Big Data
Volume gigantesque
de données
=
14
C’est aussi…
Big Data
Mélange de données
internes & externes pour
passer de l’analyse à l’action
=
15
Avantage concurrentiel
16
Savoir-Faire
Réagissez en direct sur Twitter avec #conext @siliconsalad
Par où
commencer ?
18
19
Concentrez-vous sur les données pertinentes
Apprenez à utiliser les données disponibles
1
2
2 règles
20
Small Data
21
valeur + réactivité
=
22
Formuler l’objectif (la situation)1
Préparer le plan d’actions
2 Décrire le projet
23
Qui ? Quelles équipes sont concernées ?
Quoi ? Quelles données sont nécessaires ?
Sont-elles disponibles, correctes et ...
24
• Simple
• Concret
• Résultats rapides
• Fédérer l’ensemble des parties pour la suite
N’ayez pas peur de vous faire acc...
25
• Qui sont mes clients en phase de ré-achat ?
• Qui sont mes très bons clients (RFM) ?
• Quels sont les produits suscep...
26
Exemples concrets
27
Acteur dans la vente de chaussures multi-marques sur le web
JEF Chaussures
28
Objectif
Déclencher la vente
29
Technique
Scoring prédictif
Rappel du produit ajouté au panier +
produits susceptibles de l’intéresser
(basé sur le com...
30
+15%
de transformation
supplémentaire
Résultats
31
Objectif
Déclencher la vente
32
Technique
Scoring prédictif
Rappel du produit ajouté au panier +
produits susceptibles de l’intéresser (basé
sur sa nav...
33
+15%
de chiffre d’affaires
supplémentaire
issu de Facebook
Résultats
34
Objectif
Récompenser les meilleurs
clients abonnés
35
Technique
Segmentation à 2
dimensions
(statut abonné + statut client)
Outils
Tableau Software et
Campaign Monitor
Suppo...
36
Taux de clics et
de conversion
x2
Résultats
Panier moyen
+60%
Réagissez en direct sur Twitter avec #conext @siliconsalad
À retenir
38
• Restez humble
• Y aller pas à pas
• La méthode QQOQCP
• « Test and learn »
Et surtout n’oubliez pas de commencer
par ...
39
Lolita Saint-Maxent
Responsable e-marketing
Caroline Berent
Business Developer
Discutons de vos projets
Prochain SlideShare
Chargement dans…5
×

Le Big Data au coeur de la stratégie des PME par où commencer ?

578 vues

Publié le

Les PME sont confrontées au challenge du Big Data.
Le Big Data procure aux PME un avantage concurrentiel en générant de la valeur grâce à une meilleure connaissance des clients et du marché.
Il est important pour les PME d’y aller pas à pas.
Silicon Salad vous propose de faire le point sur ce que vous pouvez faire aujourd’hui avec vos données et comment envisager le Big Data.

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

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
578
Sur SlideShare
0
Issues des intégrations
0
Intégrations
13
Actions
Partages
0
Téléchargements
9
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Le Big Data au coeur de la stratégie des PME par où commencer ?

  1. 1. 1 Le Big Data au cœur de la stratégie des PME Par où commencer ?
  2. 2. 2 Depuis 2008 20 experts du web 5 pôles d’activités 45 clients satisfaits Silicon Salad
  3. 3. 3 Lolita Saint-Maxent Responsable e-marketing chez Silicon Salad Intervenant
  4. 4. Réagissez en direct sur Twitter avec #conext @siliconsalad Big Data, kesako ?
  5. 5. 5 Exploitation de vos données à 360 degrés en temps réel
  6. 6. 6 Descriptive Prédictive Associativeou ou 3 techniques d’exploitation
  7. 7. 7 Des données illimitées
  8. 8. 8 Temps réel 8 secondes Automatisation = =
  9. 9. 9 Transfor mation Analyse (Algorithme) Donnée Agrégation Action Décision Objectif Projet Big Data En théorie
  10. 10. 10 60% des projets de Big Data seraient voués à l’échec* * Étude Gartner publiée par Comarketing, 25.09.2015 En pratique
  11. 11. 11 • Stratégiques • Culturels • Organisationnels Problèmes
  12. 12. Réagissez en direct sur Twitter avec #conext @siliconsalad Big Data VS PME ?
  13. 13. 13 ?Pas toujours… Big Data Volume gigantesque de données =
  14. 14. 14 C’est aussi… Big Data Mélange de données internes & externes pour passer de l’analyse à l’action =
  15. 15. 15 Avantage concurrentiel
  16. 16. 16 Savoir-Faire
  17. 17. Réagissez en direct sur Twitter avec #conext @siliconsalad Par où commencer ?
  18. 18. 18
  19. 19. 19 Concentrez-vous sur les données pertinentes Apprenez à utiliser les données disponibles 1 2 2 règles
  20. 20. 20 Small Data
  21. 21. 21 valeur + réactivité =
  22. 22. 22 Formuler l’objectif (la situation)1 Préparer le plan d’actions 2 Décrire le projet
  23. 23. 23 Qui ? Quelles équipes sont concernées ? Quoi ? Quelles données sont nécessaires ? Sont-elles disponibles, correctes et complètes ? Où ? Où sont-elles ? Quand ? Quelles sont mes différentes étapes ? Comment ? Quels outils sont à ma disposition ? De quels outils et/ou ressources ai-je besoin ? Pourquoi ? Quelle est la finalité du projet ? Décrire le projet
  24. 24. 24 • Simple • Concret • Résultats rapides • Fédérer l’ensemble des parties pour la suite N’ayez pas peur de vous faire accompagner (ressources, outils, solutions) Identifier un cas d’usage
  25. 25. 25 • Qui sont mes clients en phase de ré-achat ? • Qui sont mes très bons clients (RFM) ? • Quels sont les produits susceptibles d’intéresser un internaute ? Exemples de cas d’usage
  26. 26. 26 Exemples concrets
  27. 27. 27 Acteur dans la vente de chaussures multi-marques sur le web JEF Chaussures
  28. 28. 28 Objectif Déclencher la vente
  29. 29. 29 Technique Scoring prédictif Rappel du produit ajouté au panier + produits susceptibles de l’intéresser (basé sur le comportement des autres internautes) Outil NUUKIK Support Email
  30. 30. 30 +15% de transformation supplémentaire Résultats
  31. 31. 31 Objectif Déclencher la vente
  32. 32. 32 Technique Scoring prédictif Rappel du produit ajouté au panier + produits susceptibles de l’intéresser (basé sur sa navigation) Outil Criteo Support Facebook
  33. 33. 33 +15% de chiffre d’affaires supplémentaire issu de Facebook Résultats
  34. 34. 34 Objectif Récompenser les meilleurs clients abonnés
  35. 35. 35 Technique Segmentation à 2 dimensions (statut abonné + statut client) Outils Tableau Software et Campaign Monitor Support Email
  36. 36. 36 Taux de clics et de conversion x2 Résultats Panier moyen +60%
  37. 37. Réagissez en direct sur Twitter avec #conext @siliconsalad À retenir
  38. 38. 38 • Restez humble • Y aller pas à pas • La méthode QQOQCP • « Test and learn » Et surtout n’oubliez pas de commencer par exploiter VOS données
  39. 39. 39 Lolita Saint-Maxent Responsable e-marketing Caroline Berent Business Developer Discutons de vos projets

×