1
©2015 Talend Inc.
4 étapes clés pour
transformer vos données
client en valeur
Jean-Michel Franco – Talend – jmichel_fran...
2
Talend en bref
EN BREF
• Fondé en 2006
• 450 employés dans 7 pays
• Deux sièges : Redwood, en
Californie et Paris, en Fr...
3
Les données client sont partout
Centralisé Cloud Big DataSocial, Mobile
Retour
sur
Information
(RsI)
Valeur
Temps
4
Désormais, nous en percevons la valeur
Les approches Data-driven induisent :
23x performance pour l’ acquisition
6x perf...
5
Mais la tâche à accomplir semble insurmontable
Des données de contact
ne sont pas pertinentes
De données personnelles
Vo...
6
Créer la plate-forme qui personnalise chaque clic.
Il y a pourtant une solution
Transformer les points de contacts clien...
7
Cas client dans le secteur retail
1ère étape: collecter les données des points de contacts
Fonctionnalités
• Une « Data ...
8
Cas client dans le secteur retail
2ème étape: Créer la une vue 360° augmentée
Fonctionnalités
• Une « Customer Data Plat...
9
3ème étape : Tirer la substance des données
Data
Warehouse
Journaux Web
Campagnes
entrantes
Campagnes
sortantes
Borne Po...
10
4ème étape: Alimenter les recommandations temps réel
Fonctionnalités
• Personnalisation pour les communication sortante...
11
01010101101010101010
10101011010101010101
01010101010101010101
01010110101010101010
10101010110101010101
01010101101010...
12
Un exemple
Créer la vie client 360° avec Talend Big Data
Source : Intelligent Business Strategy
13
Des stocks au pricing jusqu’à l’expérience client
Le Big Data du Batch au temps réel
Enjeux:
• Affiner les prévisions d...
14
Une nouvelle approche de mise en œuvre du SI
Découvrir
• Du Bac à Sable
aux “essais applicatifs”
Connaître
• Les applic...
15
Valider l’idée
1
Définir le cas
d’usage
Définir la
plateforme
Collecter les
données
2
Découvrir et
préparer les
données...
16
La Solution TALEND
Génère du code natif
Prête pour le futur
Qualité de données incluse
Plus productive
Unifiée et exten...
17
Le Big Data dès maintenant
avec la Sandbox de Talend
Machine virtuelle pré-configurée avec :
• La distribution Hadoop d...
18
Big Data : départ annoncé dans 10 minutes !
La Sandbox
Big Data de
Talend vous
attend au stand
# 506
19
©2015 Talend Inc.
4 étapes clés pour
transformer vos
données client en valeur
Jean-Michel Franco – Talend – jmichel_fra...
Prochain SlideShare
Chargement dans…5
×

Les 4 étapes clés pour transformer les données client en valeur

2 175 vues

Publié le

Les pionniers que sont Mint dans le secteur bancaire, Amazon dans la distribution ou NetFlix dans les médias, ont prouvé que de transformer les Big Data en actions au moment des points de contact avec leurs clients assure des résultats mesurables – augmentation du taux de transformation, plus grande part du portefeuille, augmentation du nombre de nouveaux clients, détection de fraude à temps, etc. Il est aujourd’hui possible de mettre en place une plate-forme centralisée de gestion des données clients, capable d’intégrer et de fournir des informations en temps réel, quel que soit le canal d’interaction utilisé… et par conséquent, de lancer les bases d’une véritable révolution sur tout un secteur d’activité en instaurant des processus orientés données.



Désormais, cette Customer Data Platform s’adapte au plus grand nombre grâce à des technologies abordables telles que Hadoop et Spark à condition que celles-ci soient utilisées conjointement avec des données intégrées ainsi qu’un système d’intégration d’applications, de gouvernance des données, de gestion de données de référence et des outils d’analytique et de traitement de données en temps réel.



Cette plate-forme, appelée Customer Data Platform ou Data Management Platform (DMP) permet de reconstituer l’intégralité du parcours client en centralisant et en croisant non seulement des données d’interaction : historique d’achat, préférences, satisfaction, fidélité, etc. (données internes), mais également des informations sociales permettant de comprendre les intentions ou l’appétence : goûts, instants décisifs, habitudes d’achat, parcours web, réseaux sociaux, etc. (données externes)

Dans cette présentation, vous découvrirez les composants clés de cette plate-forme, comment l’implémenter, et comment l’utiliser à des fins marketing.

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

Aucun téléchargement
Vues
Nombre de vues
2 175
Sur SlideShare
0
Issues des intégrations
0
Intégrations
695
Actions
Partages
0
Téléchargements
50
Commentaires
0
J’aime
3
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Les 4 étapes clés pour transformer les données client en valeur

  1. 1. 1 ©2015 Talend Inc. 4 étapes clés pour transformer vos données client en valeur Jean-Michel Franco – Talend – jmichel_franco
  2. 2. 2 Talend en bref EN BREF • Fondé en 2006 • 450 employés dans 7 pays • Deux sièges : Redwood, en Californie et Paris, en France • Modèle Open Core Solutions • Solutions d’intégration évolutives pour le Big Data, l’intégration de données et d’applications, la qualité de données, le MDM. • Classé Leader Visionnaire par Gartner et Forrester sur le marché de l’intégration
  3. 3. 3 Les données client sont partout Centralisé Cloud Big DataSocial, Mobile Retour sur Information (RsI) Valeur Temps
  4. 4. 4 Désormais, nous en percevons la valeur Les approches Data-driven induisent : 23x performance pour l’ acquisition 6x performance en termes de fidélisation 19x amélioration de la rentabilité McKinsey Global Institute : using customer analytics to boost performance
  5. 5. 5 Mais la tâche à accomplir semble insurmontable Des données de contact ne sont pas pertinentes De données personnelles Volées ou compromises aux US depuis 2005 Coûts annuels liés à la non qualité des données 25% Des départements marketing ne disposent pas d’une vue Client 360° Des données Contact changent plus d’une fois tous les ans 71% Sources: Sirius Decision, Integrate, Experian, Privacy Clearinghouse, Target Marketing, Forbes insights 534M14M$34 Sources de données nécessaires pour une vue 360° 65%
  6. 6. 6 Créer la plate-forme qui personnalise chaque clic. Il y a pourtant une solution Transformer les points de contacts client en processus “data-driven”: • Collecter l’information client à sa source et la réconcilier • L’enrichir en permanence dans des vues 360°augmentées grâce aux Big Data • Intégrer la dimension Analytique, les profils, segments, score… • Influencer les propositions commerciales, recommander et guider les expériences Customer Data Platform Legacy Systems ERP CRM Cloud Apps Internet of Things Web Logs NoSQL Predictive analysis Inbound/Outbound campaigns Customer Facing Devices CRM E-commerce Social Networks Machine Learning Recommendations Analytics Connecter le Système d’Interaction Constituer le Système de référence Mettre en place le Système de recomman- dation Alimenter le système d’engagement
  7. 7. 7 Cas client dans le secteur retail 1ère étape: collecter les données des points de contacts Fonctionnalités • Une « Data Management Platform » (DMP) pour capturer, enrichir et organiser les données d’interactions • Un environnement Hadoop dans le cloud par abonnement pour une appropriation rapide. • Des capacités Analytiques bien au delà de ce que proposé dans les applications de Web Analytics Bénéfices • Une vue des interactions par visiteur, permettant de voir les applications digitales du point de vue du client. • Des segmentations plus pertinentes. • Un moyen rapide pour apprendre le Big Data et créer le Data Lab. Données Géographiques Logs web Données météo Data Warehouse Réseaux sociaux Données de référence Data Mining Machine Learning Application Analytiques Découverte de Données
  8. 8. 8 Cas client dans le secteur retail 2ème étape: Créer la une vue 360° augmentée Fonctionnalités • Une « Customer Data Platform» qui réconcilie les données pour chaque client • Des fonctions avancées pour la qualité de données et l’entity resolution • Fonctionnement natif sur Hadoop Bénéfices • Une vue holistique du parcours client multicanal • Comprendre les comportements, interactions, and les intentions d’achat. Journaux Web Mobile Réseaux sociaux Systèmes Points de vente E-commerce Application Marketing et Digital Marketing Service Client Données Géographiques Data Warehouse Données de référence
  9. 9. 9 3ème étape : Tirer la substance des données Data Warehouse Journaux Web Campagnes entrantes Campagnes sortantes Borne Point de vente E-commerce Data Mart Cas client dans le secteur retail Fonctionnalités • Tire partie de Hadoop et de son écosystème • Utilise des fonctions de machine learning • Partage les données client largement jusqu’aux points de vente, via les moteurs et outils Open Source Bénéfices • Information facile d’accès et « démocratisée » • Les données détaillée sont rendues directement exploitables , au-delà d’une vue 360°. • De l’analytique au prédictif, puis au prescriptif. Data mining Machine learning Analytique Découverte Données Service client
  10. 10. 10 4ème étape: Alimenter les recommandations temps réel Fonctionnalités • Personnalisation pour les communication sortantes (e- mails, SMS, notifications mobile s…) • Recommandations temps réel des communications entrantes (mobile, web, bannières…) • « Next best actions « pour les centre s de contacts, le clienteling sur point de vente, etc. Bénéfices • Taux de conversion et efficacité commerciale améliorés. • L’efficacité des actions Marketing (campaigns, promotions…) est mesurable • Les parcours clients personnalisé améliorent l’expérience client et renforcent la fidélité…. Customer Data Platform Data Warehouse Web Site & apps Ad Server Marketing automation Kiosks Point of sales devices Customer services E-commerce Cas client dans le secteur retail
  11. 11. 11 01010101101010101010 10101011010101010101 01010101010101010101 01010110101010101010 10101010110101010101 01010101101010101010 10110101010101010101 01011010101010101 La première solution d’intégration de données native pour le Big Data Talend et le Big Data Concevoir Collaborer DéployerGérer S’adapter aux conditions extrêmes • Interface visuelle, glisser-déposer • Plus de 800 connecteurs inclus • Génère nativement du code MapReduce, Java ou SQL • Fonctionne par cluster • Load balancing & basculement • Optimisation du code • Répertoire partagé • Auto-documentation • 0 installation sur Hadoop • Qualité de données intégrée • Sécurisée (supporte nativement Kerberos) • Intégré aux outils d’administration du Big Data • Data gouvernance • Planification, contrôle et gestion centralisée.
  12. 12. 12 Un exemple Créer la vie client 360° avec Talend Big Data Source : Intelligent Business Strategy
  13. 13. 13 Des stocks au pricing jusqu’à l’expérience client Le Big Data du Batch au temps réel Enjeux: • Affiner les prévisions de vente et l’approvisionnement • Optimiser la stratégie de pricing • Eviter les abandons de panier Pourquoi Talend: • Le standard d’intégration de données pour la BI. • L’intégration native du Big Data • Le Big Data en temps réel Les retours: • Invendus réduits de 20% • Prédire (avec 90% de précision) l’abandon de panier et agir pour l’éviter • Faire du pricing dynamique ”L’avenir du Big Data n’est pas dans le décisionnel , mais plutôt dans les systèmes automatisés qui agissent en fonction des données“ Rupert Steffner, Otto
  14. 14. 14 Une nouvelle approche de mise en œuvre du SI Découvrir • Du Bac à Sable aux “essais applicatifs” Connaître • Les applications analytiques “offline” pour anticiper, prévoir, segmenter… Rendre Opérationnel • Amener le Big Data là ou l’action se passe L’Information alimente l’entreprise Data-Driven Data profiling Big Data MDM & Qualité Données Intégration Données Intégration Temps réel Intégration Processus
  15. 15. 15 Valider l’idée 1 Définir le cas d’usage Définir la plateforme Collecter les données 2 Découvrir et préparer les données Réconcilier les données avec les données de référence (client, produit…) Créer les modèles 3 Alimenter et Tester Améliorer les modèles et la qualité des données Déployer le système 4 Certifier les données et les mdoèles Superviser, enrichir et améliorer pour vos applications centrées client Une Feuille de route
  16. 16. 16 La Solution TALEND Génère du code natif Prête pour le futur Qualité de données incluse Plus productive Unifiée et extensible Innovante Plateforme Open source Facile à prendre en main “Land and expand” Par abonnement Par développeur Modèle de coût prévisible
  17. 17. 17 Le Big Data dès maintenant avec la Sandbox de Talend Machine virtuelle pré-configurée avec : • La distribution Hadoop de votre choix • Talend Platform for Big Data • Quatre scénarios prêts à l’emploi: Analyse des données de navigation Web ("clickstream") Analyse des données de sentiments sur Twitter -Analyse des données de logs à l'aide des weblogs Apache -Chargement ETL avec Hadoop http://fr.talend.com/solutions/big-data-sandbox
  18. 18. 18 Big Data : départ annoncé dans 10 minutes ! La Sandbox Big Data de Talend vous attend au stand # 506
  19. 19. 19 ©2015 Talend Inc. 4 étapes clés pour transformer vos données client en valeur Jean-Michel Franco – Talend – jmichel_franco

×