19 fév 2014 Tendances Big Data - v1.0

897 vues

Publié le

Présentation au symposium de l'association du marketing relationnel, 19 février 2014. Par Marc-Eric LaRocque.

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

Aucun téléchargement
Vues
Nombre de vues
897
Sur SlideShare
0
Issues des intégrations
0
Intégrations
539
Actions
Partages
0
Téléchargements
0
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

19 fév 2014 Tendances Big Data - v1.0

  1. 1. Les tendances Big Data qu’on ne peut ignorer Et comment le marketing peut en prendre avantage 19 février, 2014 Marc-Eric LaRocque marc-eric@ProcimaExperts.com 514 316 8833
  2. 2. LE DÉLUGE DE DONNÉES
  3. 3. L’ère des Zettabits 4,000 3,500 Total info (EB) 3,000 Total storage (EB) 2,500 2,000 1,500 1,000 500 0 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 • Plus de données créées dans les dernières 3 années que dans les 40,000 années qui les ont précédé • Le total des données existantes ont QUADRUPLÉ dans les 3 dernières années
  4. 4. Données provenant de capteurs “générées” 2 à 5 fois l’ordre de grandeur du volume de données à CAPTER, ANALYSER et auquel RÉAGIR
  5. 5. Les vaches intelligentes • Capteurs dans les oreilles • Une vache crée 200 MB de données par an • Suivre leur état de santé • Suivre leurs mouvements • Suivre la température • Suivre le processus de nutrition
  6. 6. Médias sociaux
  7. 7. La valeur des données • Vieux paradigme – Déploiement de technologie pour améliorer productivité – Des données sont créées • Nouveau paradigme – Les données sont maintenant les matières premières du monde des affaires – La valeur des données et l’analyse de celles-ci ne sont plus remises en question
  8. 8. Alors? • Des tendances et interactions intéressantes se trouvent dans les données volumineuses • Produits et services Big Data grandissent 7 fois plus vite que le reste du marché des TI • Technologie existe pour éliminer l’échantillonage et regarder toutes les données • Hadoop et le matériel commodité rendent ceci possible • Offres SaaS aussi (ex. Google Alerts, Dow Jones news Analytics)
  9. 9. Provenance de la valeur du Big Data Faciliter la création ou l’amélioratio Utilisation analytique pour n de produits découvrir des tendances
  10. 10. Amélioration de produit • Netflix, Amazon –pour leur engin de recommandation • Netflix – pour améliorer la robustesse du téléchargement en ligne sur différentes plates formes • Campagne Obama 2008 – pour identifier à qui parler et quoi dire aux gens pour obtenir un vote Obama, selon le collège électoral • Macy’s – Mets à jour 73M d’items en presque temps réel, basé sur demande et inventaire
  11. 11. Analyse et découverte de tendances • Facebook – en analysant les données de transactions, sociales et géographiques – analyse des actions + actions des amis = expérience très personalisée et un nouveau modèle d’affaires de publicité • American Express – Prédiction de 24% des détenteurs Australiens qui vont quitter la compagnie dans les prochains 4 mois basé sur 115 variables • Sojern – Consolide données de lignes aériennes, hôtels, locations d’autos et cartes de crédit – quand les gens vont, où ils vont, combien de personnes voyagent, les marques préférées, les temps de déplacement et la classe de service
  12. 12. Applications du Big Data • • • • • • • • Changer la stratégie de publicité Mieux segmenter le marché Augmenter le montant dépensé moyen par client Prochaine offre, meilleure offre Réduire la fraude Améliorer système de sécurité dans les voitures Optimiser l’utilisation des coupons promotions Rétention Le futur appartient aux compagnies qui traduiront les données en produits – Mike Loukides
  13. 13. PROLIFÉRATION DES APPAREILS MOBILES
  14. 14. Marché des appareils mobiles • 2013 – 1.3 millards d’unités vendues – téléphones intelligents + tablettes = 85% – 1.7 milliards en 2017 • • • • 6 milliards dans le monde (75% pén.) Un boom pour l’accès internet mobile Prolifération d’applications mobiles Intégration OS + services internet – ex. Google Now • Trafic internet mobile > trafic desktop La prolifération des appareils mobile aurait un impact similaire à l’arrivée de l’internet?
  15. 15. Données générées par un téléphone intelligent • • • • • Un téléphone intelligent est en fait plusieurs capteurs en un appareil Mouvement Achat Furetage Médias sociaux Toute activité combinée avec le positionnement • Données de transaction et de comportement • Jeux de données disponibles pour achat – ex. Telco: nombre de gens dans un endroit à un moment de la journée, leur sexe, leur âge, leur niveau salarial, etc. – Microsoft HDInsight = 300 flux de données disponibles
  16. 16. Objectifs qu’on tente d’atteindre • Procurer une meilleure expérience – Pertinence – Engagement avec notre brand • Résonance émotionnelle et loyauté – Livrer un produit dans la même journée – Une recommandation qui fait du sens • Penser à Amazon et son engin de recommandations, mais plus large – Basé sur le moment de la journée – Positionnement – Comportement passé • Comprendre le sentiment et agir
  17. 17. Attentes des consommateurs mobiles • Consommateur TOUJOURS branché • Réponse à l’expression d’intérêt vis à vis une marque doit être très rapide • Interactions instantanées • Pour répondre – meilleurs modèles de prédiction – automatisation – créer un “feedback loop” pour continuer de s’ajuster – le Big Data devient critique pour permettre tout ceci
  18. 18. Sommaire • • • • Plus en plus de capteurs – on mesure tout Données de médias sociaux D’ici 2020, les données totales vont doubler aux 2 ans Technologie permet de regarder plus large, sans échantilloner – Écosystème Hadoop – SaaS (Google Alerts, etc.) • Des pépites d’or se trouvent dans les données, mais il faut bien définir le problème qu’on tente de résoudre
  19. 19. Sommaire (suite) • Applications – Amélioration de produit ou service – Analytique pour découvrir les tendances et de nouvelles opportunités • Téléphone mobile = générateur et consommateur de big data • Procurer un meilleure expérience client et augmenter l’interaction positive avec la marque • Les consommateurs vont s’attendre à avoir des interactions instantanées, sans quoi la marque sera impactée
  20. 20. POSSIBILITÉS MARKETING ET BIG DATA..ET COMMENT S’Y PRENDRE
  21. 21. Besoin: marketing mobile • Utilisateur mobile toujours en ligne = canal idéal pour le rejoindre – furetage – comparent prix des produits – achètent, payent • Utilisateur mobile répond positivement aux offres géoadaptées • Utile de s’intégrer aux fonctions natives – Cartes – Calendrier – Une “app” • Favoriser l’interaction, obtenir le feedback
  22. 22. Requis: Livrer bon message, au bon moment 1. Écouter via les médias sociaux, les CRMs et autres sources pertinentes 2. Combiner les bonnes données (big data?) dépendant des objectifs et les analyser pour identifier le bon message pour chaque consommateur 3. Assembler le message 4. Livrer le message à l’appareil pertinent, comme le téléphone ou la tablette, au bon moment
  23. 23. Besoin: optimiser le “marketing mix” • Comment attribuer les $$ marketing aux bons “canaux”? • Éviter l’exercice budgétaire – Concours de beauté – Pré-défini – Basé sur les ventes – Inertie • $ investis vs impacts sur profits (court, moyen et long terme) • Analyse doit inclure – médias sociaux, influences – conversations, activités – les résultats (chiffres de vente et profits)
  24. 24. Requis: approche structurée 1. Demander les bonnes questions • • On peut se perdre facilement Deux questions: – – Combien investir en marketing Dans quels canaux, véhicules et messages 2. Soyez créatifs avec les données que vous avez déjà • Cas d’un telco qui s’est impliqué dans le secteur financier 3. Optimiser dépenses pour tous les canaux • • Équilibre: prix vs. volume, coût inventaire vs. chance de backorder Impact: pub télé, centre d’appel, Facebook? 4. Garder les choses simples • Trop d’information devient ingérable et inutile
  25. 25. Autres besoins futurs • Anticiper les besoins – Amazon veut faire ceci, vous envoyer un livre avant que vous ne le commandiez • Ciblage précis et marketing en temps-réel – Combinaison de l’historique d’achat et le positionnement • Combiner information pour améliorer la santé – DNA – Fuel band – Calories • Faciliter l’éducation en ligne en limitant les tricheurs
  26. 26. Requis pour dénicher la perle 1. Arrêter de rapporter le passé, se concentrer sur la prédiction • Combiner les données avec la connaissance du secteur 2. Regarder le “big picture” • • Monde est complexe Gens qui regardent la télé ont une tablette dans les mains 3. Évaluer où les gains arrêtent • • Pas linéaire, plutôt des courbes Investir où ça peut grandir 4. Inclure la valeur de la marque • • Utiliser jugement quand les données sont incomplètes Après 12 mois, la marque a un effet plus que tout modèle 5. S’impliquer dans l’analyse
  27. 27. Requis pour dénicher la perle (suite) 6. Cibler les trajets clés • • Ne pas analyser absolument tout Il existe 3 à 5 trajets clés, comme installation du câble, résolution d’un appel pour un nouveau cellulaire 7. Oubliez la perfection • • Organisations qui ont du succès sont plus action SWAT teams 8. Cibler les analyses des trajets, pas des rapports • • Cause et effet a plus de valeur La valeur ne vient pas des données autant que des gens avec du talent analytique
  28. 28. Enjeu: la vie privée • Investissement dans l’éducation • Les plus jeunes sont moins soucieux – Comprennent que tout est connecté – Que le prix pour des services gratuits est un peu de pub – Aussi bien que ne soit pas n’importe quoi, tout le temps
  29. 29. Présentation disponible sur le site de Procima Experts, section blogue WWW.PROCIMAEXPERTS.COM

×