© Soft Computing – www.softcomputing.com
Digital, Big Data, DMP…
Tout le monde en parle…
Quels sont les applications marke...
© 2
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mét...
© 3
Vos interlocuteurs
Frédéric PERONNE
Directeur Associé
fpn@softcomputing.com
Marie-Jo BAUDUIN
Directrice Agence Lille
m...
© 4
Compétences InterlocuteursPrestations Modalités Marchés
Data
Science
Information
Technologies
Direction Digital,
Marke...
© 5
Du vécu métier
2003 2013
Web mining
15 M Clients
5 ans
Recommandations
Temps réel
Réseaux
d’influence
Analyse de
senti...
© 6
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mét...
© 7
SOMMAIRESommaire
Focus sur les
utilisations marketing
© 8
Le Client a changé
Le Digital Native né
en 1980
est devenu
Digital Dad (ou mom)
© 9
Son mode d’expression change
AVANT APRES
© 10
Son mode de consommation change
AVANT APRES
© 11
Quels enjeux actuels ?
Un parcours client personnalisé intégrant tous les canaux
d’interaction avec plus de valeur aj...
© 12
Big data et Digital
2015
Démocratisation
© 13
Dans ce contexte, nos clients initient et généralisent la mise en
place de nouveaux dispositifs relationnels…
Multipl...
© 14
…mais souhaitent aller plus loin dans la valorisation des données disponibles
+ 650 % de données collectées d’ici 202...
© 15
…avec donc de nouveaux enjeux opérationnels
 Dans la captation de la donnée sur les canaux numériques :
– Quelle str...
© 16
Des données à aller chercher plus ou moins en profondeur dans
les systèmes et les parcours clients
Données clients
Do...
© 17
L’opportunité : l’exploitation de la donnée dans son ensemble
M
o
b
i
l
e
web
Données
« contractuelles » et
« transac...
© 18
Les nouveaux besoins d’analyse
Améliorer la performance
de détection/ de prévision
avec des données exogènes
Proposer...
© 19
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 2015 IBM Corporation
An overview of the IBM Analytics platform
Jacques Milman – Big Data executive Architect
Laurent Ser...
© 2015 IBM Corporation2
Agenda
1. Introduction
2. IBM Analytic Strategy
3. IBM Watson Analytics
© 2015 IBM Corporation3
IBM engagements
Analytics for all
Propose technologies to simplify
data access and analysis
Analyt...
© 2015 IBM Corporation4
Products that changing the Experience of Analytics
Data Analysis and
Visualization!
•  Cloud-based...
© 2015 IBM Corporation
Analysts point of view
© 2015 IBM Corporation6
IBM a Leader in the Forrester Wave:
Big Data Predictive Analytics Solutions, Q2 2015
Source: Forre...
© 2015 IBM Corporation7
IBM Positioned in Leaders Quadrant of the
Gartner Magic Quadrant for Advanced Analytics Platforms
...
© 2015 IBM Corporation8
Agenda
2. IBM Analytics Strategy
© 2015 IBM Corporation9
Big Data & Analytics
Enable all analytics
Embrace all data
Run at the speed
of business
1
2
3
Resu...
© 2015 IBM Corporation10
Big Data Drives Better Decisions
DATA
§  Drives every decision
§  Fuels every interaction
§  P...
© 2015 IBM Corporation11
Big Data Adoption curve
Small/Medium Businesses
Large Businesses
VeryVeryVery
Large
q  Entrepris...
© 2015 IBM Corporation12
Big Data Solution Scope
Data Sources
Transactional
Social
Application
User Generated
Journal
Vide...
© 2015 IBM Corporation1313 © 2015 IBM Corporation
Infosphere BigInsights
DB2 BLU
CloudantPure Data for Analytics
(Netezza)...
© 2015 IBM Corporation14
BigInsights & Open Source : Packaging Structure
Text Analytics
POSIX Distributed Filesystem
Multi...
© 2015 IBM Corporation15
Open Data Platform (announced 2/17)
The current ecosystem is
challenged and slowed by
fragmented ...
© 2015 IBM Corporation16
Open Data Platform Overview
q Develop an industry standard big data management platform with Had...
© 2015 IBM Corporation17
Cloudant stack
q Based on CouchDB (open source)
q Leverages SQLite for Cloudant Sync
q All of ...
© 2015 IBM Corporation18
Real time analytics to enable real time decision
Data Sources
Transactional
Social
Application
Us...
© 2015 IBM Corporation19
Data Lake architecture
Data Sources
Transactional
Social
Application
User Generated
Journal
Video...
© 2015 IBM Corporation20
Data Lake interoperability
Data Sources
Transactional
Social
Application
User Generated
Journal
V...
© 2015 IBM Corporation21
IBM High value Clouds
Business
Process
as a Service
Software
as a Service
Platform
as a Service
I...
© 2015 IBM Corporation22
Data Movement and Refinement
Transactional
Systems
NoSQL Doc
Store
Landing,
Exploration,
Archive
...
© 2015 IBM Corporation23
DashDB
•  Easy synchronization of JSON to structured data
•  Allows analytics via standard BI too...
© 2015 IBM Corporation24
Agenda
3. IBM Watson Analytics
© 2015 IBM Corporation25
Technology has changed expectations
Our work and personal lives have blurred
It’s an “always-on” ...
© 2015 IBM Corporation26
Leveraging analytics still faces many obstacles
u A e A c u 	
   r c u u u ue n e a u o u e
have ...
© 2015 IBM Corporation27
No data refinement
capabilities
Data exploration only
Slower to deploy, requires a
desktop instal...
© 2015 IBM Corporation28
Even a simple analytics project has multiple
steps and peoplesteps and people
Data
Access
Data
Pr...
© 2015 IBM Corporation29
And it’s rarely a straightforward process
e
Data Scientists
and StatisticiansBusiness Users
IT
Bu...
© 2015 IBM Corporation30
Fully Automated
Intelligence
Natural
Language
Dialogue
Guided Analytic
Discovery
Single Analytics...
© 2015 IBM Corporation31
c % %
	
  
c10
%
3
3
3
c110 3
3
3
3
3
IBM Watson Analytics for smarter data discovery
© 2015 IBM Corporation32
Business Analysts
Data Scientists
Self-sufficiency for business users and experts alike
Business ...
© 2015 IBM Corporation33
Marketing
Campaign
Planning
and ROI
Sales
Customer
Retention
Finance
Prioritizing
Accounts
Receiv...
© 2015 IBM Corporation34
IBM Watson Analytics demo
© 2015 IBM Corporation35
© 20
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 21
En 2015 l’expérience client est devenue la grande priorité du digital,
Rapport Trimestriel d’Econsultancy et Adobe su...
© 22
L’enjeu est d’exploiter l’ensemble des interactions avec les clients
Conversion
Génération de
trafic
Prescription
Re-...
© 23
Le client se rend à
nouveau sur le site
(entre J et J+X)
Réception d’un email à H+2
communication sur les services
(l...
© 24
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 25
Surveillance des réseaux sociaux
1. Analyse du
contenu des posts
(occurrence des
mots et thèmes)
2. Les liens entre l...
© 26
Analyser les sentiments
Un acteur de la
distribution
spécialisée
Mieux caractériser ses clients en
fonction de leur P...
© 27
Analyser les sentiments
35 jours
1. Extraction des données et cleaning
2. Extraction des concepts thématiques
3. Segm...
© 28
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 29
DMP
Publicité
Agence
Canaux
relationnels
Nécessité d’une coordination omnicanale pour que chaque point
de contact app...
Le Graal :
DMP + CRM
Cookie
profil
CRM profil
@social
user
Open graph
Navi-gation
Transac-
tions
Evéne-
ments
© 31
Clients : le client digital au coeur
Client
digital
Visiteur digital
Client non digital
© 32
Annonceur
Canaux sortantsCanaux entrants
La DMP est la plateforme fonctionnelle qui couvre le plus large
champ d’inte...
© 33
Les promesses du couplage vu de l’annonceur
Déclencher des actions marketing ciblées
personnalisées en fonction d’évé...
© 34
La DMP : Le cœur du réacteur
La réconciliation de différents ID dans la durée
Id device Id device Id browser
Id web
a...
© 35
Use Case : Optimisation des achats Display par exclusion des clients
Description du cas
Plan d’actions
Client
existan...
© 36
Use Case : Campagne réactivation suite à identification opportunité sur
site tiers
Description du cas
Plan d’actions
...
© 37
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 38
Quels sont les obstacles pour
mettre en œuvre tous ces
concepts ?
• Coûts et délais des projets internes,
• Difficult...
© 39
Périmètre
Retail Finance Telco Media Utilities Travel
Processes
Data
Compétences
Outils
Un dispositif, comprenant: de...
© 40
Couverture
Connaissance
client
Réalisation et
mesure de
campagnes
Reporting client
produit canal
Data Sharing
Gestion...
© 41
Socle de données éprouvé : DWReady
Données
Data quality
et sécurité intégrées
Multi Pays
Multi Marques
Multi Enseigne...
© 42
Des Données… Mais de qualité !
EnrichissementRNVP DédupModèle de données Collecte
Structurées
Nettoyées
Enrichies
Don...
Des accélérateurs
Plug & BI :
Primitives de collecte et d’alimentation
DWReady :
Structure de données et dictionnaire
Soft...
Des accélérateurs
DRD :
Déduplication floue et stricte
batch et temps réel
DWReady :
Structure de données
Soft Vision :
Ra...
© 45
Services + Technologies = Dispositif
Infrastructures
Business Apps
Services Support
Services Business
Support Apps
Se...
© 46
Best-of-breed intégré
et verticalisé
Outils
© 47
Fonctionnement en Centre
de Services structurant
Process
Utilisateur utilise le
service
Direction marketing
Client
Dé...
© 48
Vivier d’expertise
« OnDemand »
Compétences
Fidélité
Marketing
produit
Acquisition
Big data
Marketing client
Gestionn...
© 49
Vison complète à 360°
pour chaque client
Prise de vue instantanée
du Client et synthèse des
données centralisées
La f...
© 50
© 51
Débuter simple: log, stream, transaction
Streams sociaux Weblogs Capteurs E-mails
Transactions Pages web Documents sc...
© 52
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 53
Cas d’un grand distributeur GSA
 Mise en place d’une plateforme SMR
– Référentiel CRM Porteurs et non porteurs de ca...
Exemple d’études
Segmentation Clients selon
leur sensibilité aux e-mailings
Enjeux et
objectifs
Résultats
Développer une ...
© 55
Exemple de problématique
© 56
Proposer des produits de substitution
Un acteur de la
grande distribution
Etre en mesure de proposer un
produit de su...
© 57
Bénéfices
 Concret : 1ère campagne en moins de 3 mois
 Structurant : apport de process et bonnes pratiques
 Simple...
© 58
R.O.I.
Connaissance Datamining
Assortiments en magasins
Rapports
Rapports industriels
Données : vision 360° client et...
© 59
SOMMAIRESommaire
1. Présentation de Soft Computing
2. Les nouveaux défis du Marketing
3. L’offre IBM
4. Des usages mé...
© 60
Questions Réponses
Prochain SlideShare
Chargement dans…5
×

Soft Computing & IBM : Digital, Big Data & DMP

3 311 vues

Publié le

Soft Computing et IBM partagent leurs retours d'expériences.

La digitalisation bouleverse toutes les facettes de la relation client. Le marketing digital n'existe plus, c'est l'ensemble du marketing qui est passé à l'ère du digital. Tout est devenu générateur de données, mais comment les valoriser ?

Les frontières entre marketing services, données, design, publicité, social, web et mobile s'estompent au fur et à mesure que la technologie évolue pour simplifier les interactions entre disciplines.

S'appuyant notamment sur diverses solutions avancées en matière de Big Data & Analytics, le large panorama de l'offre d'IBM vous sera replacé dans le contexte des besoins du marketing client et produit.

Soft Computing partagera avec vous des cas d'usages métiers en partant du CRM multi canal confronté aux nouveaux parcours, puis en intégrant les nouveaux médias et les Big Data.

Enfin, pour répondre aux nouveaux enjeux marketing sans tomber dans les difficultés de mise en œuvre de projets complexes et couteux, Soft Computing vous présentera le dispositif « Soft Computing Marketing Ready » tel que mis en œuvre notamment pour de grandes enseignes de la distribution alimentaire. Il comprend à la fois des outils informatiques et des prestations de services, qui couvrent l'ensemble des fonctions marketing de manière intégrée : connaissance client, campagnes marketing, fidélité, promotions, référentiel client, qualité des données, moteur de recommandations, référencement web, veille et animation sociale, enquêtes, reporting marketing, datasharing et data onboarding.

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

Aucun téléchargement
Vues
Nombre de vues
3 311
Sur SlideShare
0
Issues des intégrations
0
Intégrations
31
Actions
Partages
0
Téléchargements
91
Commentaires
0
J’aime
5
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Soft Computing & IBM : Digital, Big Data & DMP

  1. 1. © Soft Computing – www.softcomputing.com Digital, Big Data, DMP… Tout le monde en parle… Quels sont les applications marketing, les concepts et les outils ? Soft Computing et IBM partagent leurs retours d’expériences à ce sujet. Conférence IBM – Soft Computing à Lille 17/04/2015
  2. 2. © 2 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  3. 3. © 3 Vos interlocuteurs Frédéric PERONNE Directeur Associé fpn@softcomputing.com Marie-Jo BAUDUIN Directrice Agence Lille mbd@softcomputing.com Soft Computing : LILLE : Euratechnologie, 165 Avenue de Bretagne, 59000 Lille, Tel 03 20 54 02 86 PARIS : 55 Quai de grenelle, 75015 PARIS, Tel 01 73 00 55 00 www.softcomputing.com
  4. 4. © 4 Compétences InterlocuteursPrestations Modalités Marchés Data Science Information Technologies Direction Digital, Marketing, Data IT AMOA Think Build Run Délégation d’expertise Mode projet Centre de services Digital Marketing Clients : 80% des F500 Français 12 pays servis Expertises Sectorielles Retail FinanceServices Industrie Carte d’identité : spécialiste Digital, Big Data & CRM Spécialiste Digital : 12,6 M€ Big Data: 11 M€ CRM: 14,5 M€
  5. 5. © 5 Du vécu métier 2003 2013 Web mining 15 M Clients 5 ans Recommandations Temps réel Réseaux d’influence Analyse de sentiments 50 To+
  6. 6. © 6 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  7. 7. © 7 SOMMAIRESommaire Focus sur les utilisations marketing
  8. 8. © 8 Le Client a changé Le Digital Native né en 1980 est devenu Digital Dad (ou mom)
  9. 9. © 9 Son mode d’expression change AVANT APRES
  10. 10. © 10 Son mode de consommation change AVANT APRES
  11. 11. © 11 Quels enjeux actuels ? Un parcours client personnalisé intégrant tous les canaux d’interaction avec plus de valeur ajoutée quel que soit le canal, et sans rupture Une marque « nomade » basée sur une gestion continue de la relation et répondant aux attentes de la génération Y Une relation de plus en plus : - dématérialisée pour la gestion quotidienne - humaine pour les événements clés De nouveaux produits et services… « intelligents » « éco-responsables » « généreux » « au juste prix » « modulaires » La fiabilité et rapidité des échanges d’information comme nouveau point de comparaison => Une marque « à l’écoute, impliquée, réactive » CRM Réseaux sociaux DMP Temps réel Webanalytics Display / RTB Big Data
  12. 12. © 12 Big data et Digital 2015 Démocratisation
  13. 13. © 13 Dans ce contexte, nos clients initient et généralisent la mise en place de nouveaux dispositifs relationnels… Multiplicité des points de contacts avec leurs clients / prospects Approche Multicanal / Omnicanal clients Approche patrimoniale et souveraine de la donnée Identification sur l’ensemble de leur écosystème CRM & digital (Référentiel Client Unique…) La puissance de leur connaissance clients acquises  Segmentations, scores, analyses consommation La finesse dans l’activation clients, prospects identifiés  Programmes relationnels segmentés multi canal , Triggers (demande de devis, Mails anniversaires..) , Re-marketing
  14. 14. © 14 …mais souhaitent aller plus loin dans la valorisation des données disponibles + 650 % de données collectées d’ici 2020 Digitalisation de notre quotidien L ’émergence des nouveaux usages Des couts de stockage en baisse
  15. 15. © 15 …avec donc de nouveaux enjeux opérationnels  Dans la captation de la donnée sur les canaux numériques : – Quelle stratégie de taggage ? – Quelle stratégie de cookiefication ? – Comment créer un master ID marketing ?  Dans son analyse : – Comment enrichir les modèles de connaissance clients actuels ? – Comment intégrer les opportunités offertes par le Big Data  Dans son activation : – Comment optimiser / internaliser la gestion de mes achats médias ? – Quel contrat relationnel construire avec mon client (respect CNIL) ? – Comment garantir la cohérence de communication tous canaux ?  Dans la mesure : – Quels KPI’s de performance ? – Quels modèles d’attribution ?
  16. 16. © 16 Des données à aller chercher plus ou moins en profondeur dans les systèmes et les parcours clients Données clients Données CRM Données prospects Données Web A Données Second Party Third Party Réseaux Sociaux Sémantiques BDDM DWH DMP Big Data ?
  17. 17. © 17 L’opportunité : l’exploitation de la donnée dans son ensemble M o b i l e web Données « contractuelles » et « transactionnelles » Aujourd’hui Non exploré Ex : Segmentation, scores Exploitation des données C R C
  18. 18. © 18 Les nouveaux besoins d’analyse Améliorer la performance de détection/ de prévision avec des données exogènes Proposer des produits de substitution Scorer à la volée Analyser les sentiments, les appels au SC Recommander des produits Appréhender les styles de consommation Identifier et optimiser les parcours Web Identifier et optimiser les parcours en magasin Segmenter les clients selon leurs interactions Omnicanal
  19. 19. © 19 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  20. 20. © 2015 IBM Corporation An overview of the IBM Analytics platform Jacques Milman – Big Data executive Architect Laurent Sergueenkoff – IBM Analytics Sales team Leader
  21. 21. © 2015 IBM Corporation2 Agenda 1. Introduction 2. IBM Analytic Strategy 3. IBM Watson Analytics
  22. 22. © 2015 IBM Corporation3 IBM engagements Analytics for all Propose technologies to simplify data access and analysis Analytics from everywhere Give choice to access technologies on premise or on the cloud from any devices Cloud Analytics Mobile Social Secure
  23. 23. © 2015 IBM Corporation4 Products that changing the Experience of Analytics Data Analysis and Visualization! •  Cloud-based predictive & cognitive analytics discovery platform •  Designed for business use Structured Data! Data at Rest! •  Deployment of hadoop clusters •  Enables scaling of both volume and processing speed •  Rapid deployment of data warehouses •  In-database analytic capabilities for the best analytic performance Cloud PureData for Analytics Cloud IBM BigInsights on cloud IBM BigInsights for Apache Hadoop IBM Watson Analytics Cloud IBM Watson Explorer & tools
  24. 24. © 2015 IBM Corporation Analysts point of view
  25. 25. © 2015 IBM Corporation6 IBM a Leader in the Forrester Wave: Big Data Predictive Analytics Solutions, Q2 2015 Source: Forrester Research Inc. “The Forrester Wave: Big Data Predictive Analytics Solutions, Q2 2015”, Mike Gualtieri & Rowan Curran, April 1, 2015 The Forrester Wave is copyrighted by Forrester Research, Inc. Forrester and Forrester Wave are trademarks of Forrester Research, Inc. The Forrester Wave is a graphical representation of Forrester's call on a market and is plotted using a detailed spreadsheet with exposed scores, weightings, and comments. Forrester does not endorse any vendor, product, or service depicted in the Forrester Wave. Information is based on best available resources. Opinions reflect judgment at the time and are subject to change. “IBM assembles an impressive set of capabilities, putting predictive at the center. No matter how an organization wants to get started with predictive analytics, IBM has an option for them. The solution offers one of the most comprehensive set of capabilities to build models, conduct analysis, and deploy predictive applications: both on-premises and in the cloud. With customers deriving insights from data sets with scores of thousands of features, IBM’s predictive analytics has the power to take on truly big data and emerge with critical insights.” Source: Forrester Research Inc. “The Forrester Wave: Big Data Predictive Analytics Solutions, Q2 2015”, Mike Gualtieri & Rowan Curran, April 1, 2015
  26. 26. © 2015 IBM Corporation7 IBM Positioned in Leaders Quadrant of the Gartner Magic Quadrant for Advanced Analytics Platforms Source: Gartner “Magic Quadrant for Advanced Analytics Platforms”, Gareth Herschel, Alexander Linden, Lisa Kart, 19 February 2015 This graphic was published by Gartner, Inc. as part of a larger research document and should be evaluated in the context of the entire document. The Gartner document is available upon request from IBM. Gartner does not endorse any vendor, product or service depicted in its research publications, and does not advise technology users to select only those vendors with the highest ratings. Gartner research publications consist of the opinions of Gartner's research organization and should not be construed as statements of fact. Gartner disclaims all warranties, expressed or implied, with respect to this research, including any warranties of merchantability or fitness for a particular purpose.
  27. 27. © 2015 IBM Corporation8 Agenda 2. IBM Analytics Strategy
  28. 28. © 2015 IBM Corporation9 Big Data & Analytics Enable all analytics Embrace all data Run at the speed of business 1 2 3 Results quickly & easily digested by anyone Analytics deployed anywhere Data analyzed anywhere and infused everywhere The Analytics Culture Analytics is only as good as the data that fuels it
  29. 29. © 2015 IBM Corporation10 Big Data Drives Better Decisions DATA §  Drives every decision §  Fuels every interaction §  Powers every process
  30. 30. © 2015 IBM Corporation11 Big Data Adoption curve Small/Medium Businesses Large Businesses VeryVeryVery Large q  Entreprise DWH extension q  Big Data Analytics q  CRM q  Enterprise Data governance à q  Business Case oriented q  Technology agnostics q  Cloud - PaaS à q  Packaged solutions q  Cloud - SaSà Small/Medium BusinessesSmall/Medium Businesses Large Businesses VeryVery LargeLarge
  31. 31. © 2015 IBM Corporation12 Big Data Solution Scope Data Sources Transactional Social Application User Generated Journal Video and Audio Machine / Sensor Documents Third Party Internal Insight Reporting Enterprise Content Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement Information Governance Real-time Analytics NoSQL Doc Store Data Warehouse Deep Analytics, Modeling Operational Systems Landing, Exploration, Archive Reporting, Analytics
  32. 32. © 2015 IBM Corporation1313 © 2015 IBM Corporation Infosphere BigInsights DB2 BLU CloudantPure Data for Analytics (Netezza) q IBM Hadoop offering q 100% Apache/Open source (ODP) q BIG SQL q Big R q Machine learning q GPFS/HDFS q Text Analytics q Analytical/Datawarehouse appliance q High Volumes q Extreme simplicity q HW acceleration q In database analytics q NoSQL document store (JSON) q Web/Digital applications q Geospatial capabilities q Cloud & on premises q Extreme scalability q Mobile applications q Columnar DB engine q In memory q SIMD acceleration q Built for Analytics q Extreme simplicity q Stream Computing q Real time analytics q Complex event processingf (CEP) q Time Series q Geospatial analytics q Extremely high throughput q Low latency q Search Based Application (SBA) q Entreprise Search Engine q Application builder q Federated access q Content Analytics Infosphere Streams Watson Explorer
  33. 33. © 2015 IBM Corporation14 BigInsights & Open Source : Packaging Structure Text Analytics POSIX Distributed Filesystem Multi-workload, Multi-tenant scheduling IBM BigInsights Enterprise Management Machine Learning on Big R Big R IBM BigInsights Data Scientist IBM BigInsights Analyst Big SQL BigSheets Big SQL BigSheets IBM BigInsights for Apache Hadoop IBM Open Platform with Apache Hadoop HDFS MapReduce Spark Hive PigHCatalog YARN Ambari HBase Flume Sqoop Solr/Lucene
  34. 34. © 2015 IBM Corporation15 Open Data Platform (announced 2/17) The current ecosystem is challenged and slowed by fragmented and duplicated efforts. The ODP Core will take the guesswork out of the process and accelerate many use cases by running on a common platform. Freeing up enterprises and ecosystem vendors to focus on building business driven applications.
  35. 35. © 2015 IBM Corporation16 Open Data Platform Overview q Develop an industry standard big data management platform with Hadoop q What is ODP? q Open-source, non-profit entity q A focused, committed investment in evolving the current state of the platform q Delivering a Foundation certified, packaged, and tested Reference Distribution q Simplifies upstream and downstream qualification efforts q Test once, use everywhere q The ENTIRE industry is enabled to create big data offerings using this reference implementation q Apache: Complementary to the great work happening today q Apache creates source artifacts inside projects, the foundation will create a reference implementation of the fully integrated platform
  36. 36. © 2015 IBM Corporation17 Cloudant stack q Based on CouchDB (open source) q Leverages SQLite for Cloudant Sync q All of this is wrapped in native-application-friendly APIs www.cloudant.com qAll of this is wrapped in native-application-friendly APIs §Horizontal Clustering Framework Visualization Lucene Search Chainable MapReduce Replication & Sync IOQ Fabric Mem3 Rexi Apache CouchDB Docs: JSON, Attachments Horizontal Clustering Framework Geo-Spatial Indexing Geo-Load Balancing
  37. 37. © 2015 IBM Corporation18 Real time analytics to enable real time decision Data Sources Transactional Social Application User Generated Journal Video and Audio Machine/Sensor Documents Third Party Internal Insight Reporting Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement Landing, Exploration, Unstructured Archive Real Time Analytics CEP Warehouse DataMart ODS Operational Web/Digital NoSQL HighvolumesEvents Integration ETL Streams
  38. 38. © 2015 IBM Corporation19 Data Lake architecture Data Sources Transactional Social Application User Generated Journal Video and Audio Machine/Sensor Documents Third Party Internal Insight Reporting Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement Data Lake Interaction Hadoop Data Warehouse Data Mart Operational Other Result Set Query
  39. 39. © 2015 IBM Corporation20 Data Lake interoperability Data Sources Transactional Social Application User Generated Journal Video and Audio Machine/Sensor Documents Third Party Internal Insight Reporting Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement Data Lake Interaction Result Set Query Warehouse Hadoop
  40. 40. © 2015 IBM Corporation21 IBM High value Clouds Business Process as a Service Software as a Service Platform as a Service Infrastructure as a Service Business Process Solutions Application Application Application Application Application External Ecosystem Industry Collaboration Human Resources Big Data & Analytics Commerce Marketing Development Big Data & Analytics Security Integration Mobile Social Traditional Workloads Compute Storage Networking IBM Managed Cloud Middleware Services Enabling business transformation Marketplace of high value consumable business applications Composable and integrated application development platform Enterprise class, optimized infrastructure Enterprise as a Service
  41. 41. © 2015 IBM Corporation22 Data Movement and Refinement Transactional Systems NoSQL Doc Store Landing, Exploration, Archive Data Warehousing Hosted Data Services Cloud Data Services for Big Data solutions (as of Apr. 2015) Data Sources Transactional Social Application User Generated Journal Video and Audio Machine / Sensor Documents Third Party Internal Insight Reporting Enterprise Content Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement NoSQL Doc Store Data Warehousing Deep Analytics, Modeling Operational Systems Landing, Exploration, Archive Reporting, Analytics Real Time Analytics Information Governance Cloud Data Services On Premises Internal Insight Reporting Enterprise Content Discovery Exploration Decision Management Predictive Analytics Visualization External-Facing Applications Web or Mobile Systems of Engagement Data Sources Transactional Social Application User Generated Journal Video and Audio Machine / Sensor Documents Third Party
  42. 42. © 2015 IBM Corporation23 DashDB •  Easy synchronization of JSON to structured data •  Allows analytics via standard BI tools •  In-database predictive algorithms allow greater insight for Cloudant users than ever before Cloudant Analytics •  Robust predictive analytic algorithms •  Integrated with R •  Watson Analytics Ready •  Analytics Ecosystem with Partners In-Database Analytics •  Data Warehousing and Analytics in the Cloud •  Cloud Agility and Flexibility •  Analytics for Cloud Data, Data Marts, and dev/test environments Data Warehouse & Analytics Service
  43. 43. © 2015 IBM Corporation24 Agenda 3. IBM Watson Analytics
  44. 44. © 2015 IBM Corporation25 Technology has changed expectations Our work and personal lives have blurred It’s an “always-on” world A Do-It-Yourself mentality prevails
  45. 45. © 2015 IBM Corporation26 Leveraging analytics still faces many obstacles u A e A c u   r c u u u ue n e a u o u e have a limited understanding of how to use analytics to improve their business an, Self-service analytics and expectations to drive better data-driven decisions are rising of the time is spend on data preparation n1, Making decisions rapidly is no longer a goal; it’s an imperative lack of skills internally in the business hn, Need expert guidance to perform analytic tasks without developing skills in specific tools
  46. 46. © 2015 IBM Corporation27 No data refinement capabilities Data exploration only Slower to deploy, requires a desktop installation Creates data silos and maintenance tasks for IT Data needs to be manually refined, an IT intensive task Can only address simple business questions Not truly a “business user” solution Existing “Desktop” solutions fall short Still requires significant analytic skill
  47. 47. © 2015 IBM Corporation28 Even a simple analytics project has multiple steps and peoplesteps and people Data Access Data Preparation Analysis Validation Collaboration Reporting Data Scientists and Statisticians Business Users ITBusiness Analysts
  48. 48. © 2015 IBM Corporation29 And it’s rarely a straightforward process e Data Scientists and StatisticiansBusiness Users IT Business Analysts
  49. 49. © 2015 IBM Corporation30 Fully Automated Intelligence Natural Language Dialogue Guided Analytic Discovery Single Analytics Experience IBM Watson Analytics
  50. 50. © 2015 IBM Corporation31 c % %   c10 % 3 3 3 c110 3 3 3 3 3 IBM Watson Analytics for smarter data discovery
  51. 51. © 2015 IBM Corporation32 Business Analysts Data Scientists Self-sufficiency for business users and experts alike Business Users IBM Watson Analytics
  52. 52. © 2015 IBM Corporation33 Marketing Campaign Planning and ROI Sales Customer Retention Finance Prioritizing Accounts Receivable IT Helpdesk Case Analysis Operations Warranty Analysis HR Identifying and Retaining Key Employees Analytics can make a difference in many ways … here are a few examples
  53. 53. © 2015 IBM Corporation34 IBM Watson Analytics demo
  54. 54. © 2015 IBM Corporation35
  55. 55. © 20 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  56. 56. © 21 En 2015 l’expérience client est devenue la grande priorité du digital, Rapport Trimestriel d’Econsultancy et Adobe sur l’intelligence digitale T1 2015, répondants tous pays et tous secteurs d’activité C’est la problématique qu’adresse directement l’écosystème Webanalytics, DMP, Big Data
  57. 57. © 22 L’enjeu est d’exploiter l’ensemble des interactions avec les clients Conversion Génération de trafic Prescription Re-Sell / Up-sell RétentionAnimation Acquisition Développement Fidélisation
  58. 58. © 23 Le client se rend à nouveau sur le site (entre J et J+X) Réception d’un email à H+2 communication sur les services (livraison rapide, Click & Collect…) Un client se rend sur le site internet Ex. PARCOURS ROPO Objectif : augmenter le taux de transformation multicanal des clients 1 L’internaute recherche des Perceuses 2 L’internaute quitte le site sans achat 3 Push notification sur compte mobile avec offre/service dédié Personnalisation parcours web avec mise en avant produits en lien avec les Perceuses consultées (ex: Zone Push Homepage) à J+X, le client se rend en magasin : il est reconnu par ibeacon, un push promotionnelle lui est proposé et/ou une mise en relation avec un vendeur disponible lui est proposé Déclenchement d’un tchat sur le site : Proposition d’un rdv avec un vendeur en mag pour bénéficier d’une démo, de conseils personnalisés ?Click CRM 5 7 Enregistrement du cookie Identification? NON Identification des internautes et croisement avec données CRM, Cohérence de communication : d’où il vient? Quelle bannière/offre il a vu? a- t-i déjà acheté une perceuse auparavant? En fonction, population à exclure 6 8 Moteur de perso Moteur de perso DMP 4 Email connu Compte appli mobile connu 9 OUI Reconnaissance ibeacon
  59. 59. © 24 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  60. 60. © 25 Surveillance des réseaux sociaux 1. Analyse du contenu des posts (occurrence des mots et thèmes) 2. Les liens entre les mots employés et thématiques abordées 4. Les profils-type des « posteurs » selon leur sentiments / thèmes 3. La mesure de la perception positive/négative Les principales thématiques qui ressortent sont les réductions en magasins avec un fort lien entre les 3 concepts « réduction », « boutique » et « jours ». Identification d’un sentiment de mécontentement entre 2 posts abordant des notions de récompense de la fidélité et des problèmes liés à une commande. Qualification complémentaire sur de l’engagement
  61. 61. © 26 Analyser les sentiments Un acteur de la distribution spécialisée Mieux caractériser ses clients en fonction de leur Posts Facebook, Twitter et sur le Blog de l’enseigne • 10 000 posts analysés de client authentifiés • Client : Age, adresse, segment RFM… • Transactions : date, montant, produit, famille de produit, canal…. • Contacts avec le service client : date, motif… • Posts : 2 semaines • Transaction : 12 mois
  62. 62. © 27 Analyser les sentiments 35 jours 1. Extraction des données et cleaning 2. Extraction des concepts thématiques 3. Segmentation/ regroupement des thématiques • Utilisation de la segmentation pour l’optimisation des campagnes marketing • Mise en place d’alerte sur Mots clés • Analyse de données Textuelles • ACM / Classification • Arbre de décision pour l’extrapolation 4. Intégration des données CRM 5. Identification des règles d’extrapolation à la base 6. Application des règles à l’ensemble du portefeuille
  63. 63. © 28 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  64. 64. © 29 DMP Publicité Agence Canaux relationnels Nécessité d’une coordination omnicanale pour que chaque point de contact apporte une valeur ajoutée au client Web analytics CRM
  65. 65. Le Graal : DMP + CRM Cookie profil CRM profil @social user Open graph Navi-gation Transac- tions Evéne- ments
  66. 66. © 31 Clients : le client digital au coeur Client digital Visiteur digital Client non digital
  67. 67. © 32 Annonceur Canaux sortantsCanaux entrants La DMP est la plateforme fonctionnelle qui couvre le plus large champ d’interactions et de données CRM DMP Web analytics Canaux Bilatéraux BIG DATA
  68. 68. © 33 Les promesses du couplage vu de l’annonceur Déclencher des actions marketing ciblées personnalisées en fonction d’événements liés à une session digitale Personnaliser en temps réel le ciblage d’audience en tenant compte de données client Réconcilier données de visite et d’exposition et données CRM pour améliorer la connaissance client et optimiser le ROI marketing Personnaliser l’expérience et les messages digitaux en tenant compte de données sur le visiteur
  69. 69. © 34 La DMP : Le cœur du réacteur La réconciliation de différents ID dans la durée Id device Id device Id browser Id web analytics Id experience manager Master Id Adresse email Id CRM Id social
  70. 70. © 35 Use Case : Optimisation des achats Display par exclusion des clients Description du cas Plan d’actions Client existant ? OUI NON CRM RCU DMP Un internaute accède au site de l’éditeur 1 L’éditeur propose aux enchères un emplacement publicitaire sur cette page 2 L’adexchange propose l’enchère à la DMP via un DSP 3 5 La DMP réconcilie le cookie de l’utilisateur avec le référenciel client coockifié 4 La DMP refuse l’enchère sur l’adexchange et déclenche l’envoi d’un retargetting par email Adexchange La DMP autorise l’achat sur l’adexchange et l’internaute est exposé à la bannière Accor 6 X e-mail
  71. 71. © 36 Use Case : Campagne réactivation suite à identification opportunité sur site tiers Description du cas Plan d’actions CRM Un internaute est identifié dans le segment « appétent voyages dans 3 mois » par une source 3rd Party 1 La DMP identifie que le client fait partie du segment « pas de visite depuis + de 13 mois » 2 Le client est ciblé dans une campagne de réactivation par le canal auquel il est le plus appétent. 4 DMP Le client est identifié dans les deux plus déciles haut du score d’abandon CRM 3 X
  72. 72. © 37 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  73. 73. © 38 Quels sont les obstacles pour mettre en œuvre tous ces concepts ? • Coûts et délais des projets internes, • Difficultés à anticiper les besoins, • Faible capacité d’investissement, • Sourcing et maintien d’expertises pointues, • Manque de flexibilité des solutions ou SI existants, …
  74. 74. © 39 Périmètre Retail Finance Telco Media Utilities Travel Processes Data Compétences Outils Un dispositif, comprenant: des services, des outils, des processus et des expertises, pour doter les Directions Marketing des moyens d’assurer leurs nouvelles responsabilités
  75. 75. © 40 Couverture Connaissance client Réalisation et mesure de campagnes Reporting client produit canal Data Sharing Gestion backoffice de compte fidélité Référentiel Client Unique Transactionnel Qualité de données Centre de service marketing Campagne Couponing Interractio n inbound Marketing Web Analytics Clienteling Ecoute des Réseaux Sociaux Optimisation des Assortiments Portail de gestion fiche Client Moteur de calcul d’avantages Gestion Relation Client et SAV Conseil marketing DMP 1st Party Gestion des Big Data
  76. 76. © 41 Socle de données éprouvé : DWReady Données Data quality et sécurité intégrées Multi Pays Multi Marques Multi Enseignes Multi Formats Omni-canal, Digital Données internes et externes, Big Data, …
  77. 77. © 42 Des Données… Mais de qualité ! EnrichissementRNVP DédupModèle de données Collecte Structurées Nettoyées Enrichies Données
  78. 78. Des accélérateurs Plug & BI : Primitives de collecte et d’alimentation DWReady : Structure de données et dictionnaire Soft VisionReady : KPI et dimensions
  79. 79. Des accélérateurs DRD : Déduplication floue et stricte batch et temps réel DWReady : Structure de données Soft Vision : Rapports et dimensions Saturne : RNVP et enrichissements batch et temps réel sur 180 pays
  80. 80. © 45 Services + Technologies = Dispositif Infrastructures Business Apps Services Support Services Business Support Apps Services de développement Exploitation Maintenance Supervision Support utilisateurs Pilotage du services Hébergement Serveurs Sécurité Sauvegarde Réseaux Routeurs email Dataquality ETL Supervision Gestion des droits annuaires Primitives d’alimentations Suite BI Gestion des demandes Modèle de données EMA Datamining GRC Reporting Datasharing Back-office fidélité Animation commerciale Web-analytics Ecoute des réseaux sociaux Enquêtes Portail Centre de service études Connaissance client Marketing opérationnel Conseil marketing et digital Délégation d’expertise Mesure de la performance Délivrabilité Optimisation
  81. 81. © 46 Best-of-breed intégré et verticalisé Outils
  82. 82. © 47 Fonctionnement en Centre de Services structurant Process Utilisateur utilise le service Direction marketing Client Définit les besoins et gère les processus Chargé de clientèle Pilote les services Service desk Supporte les utilisateurs Production exploite, administre et héberge le service Conseil/Ressource Métier Gère les processus opérationnels Projet et maintenance Maintient et fait évoluer les systèmes Sponsor Client Négocie et suit le service
  83. 83. © 48 Vivier d’expertise « OnDemand » Compétences Fidélité Marketing produit Acquisition Big data Marketing client Gestionnaire de campagnes Social marketing Conseil fichier et légal Datamining Search Deliverabilité
  84. 84. © 49 Vison complète à 360° pour chaque client Prise de vue instantanée du Client et synthèse des données centralisées La fiche client fournit des détails incluant des données externes Vision Client 360°
  85. 85. © 50
  86. 86. © 51 Débuter simple: log, stream, transaction Streams sociaux Weblogs Capteurs E-mails Transactions Pages web Documents scannés Trace GPS Données de marché Enregistrements Video-surveillance Données d’usage
  87. 87. © 52 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  88. 88. © 53 Cas d’un grand distributeur GSA  Mise en place d’une plateforme SMR – Référentiel CRM Porteurs et non porteurs de carte de fidélité – Collecte et historisation de 48 mois de ventes niveau détail, tous canaux – Intégration de données de marché (Panels et référentiels) – Gestion des campagnes tous canaux et historisation – Bac à sable études et couplage avec la gestion de campagnes – Optimisation des assortiments – Portail de datasharing destinée aux industriels – Plateforme de reporting à la carte et push réseau  Mise à disposition d’un centre de service – Gestion complète de la plateforme SRR – Centre d’étude marketing et de connaissance client – Equipe de marketing opérationnel (paramétrage et gestion des campagnes)
  89. 89. Exemple d’études Segmentation Clients selon leur sensibilité aux e-mailings Enjeux et objectifs Résultats Développer une stratégie d’animation performante et génératrice de CA en segmentant les clients selon le croisement : récence d’ouverture et réactions (ouverture et réactivité) Ajuster les niveaux de pression commerciale par segment pour maximiser les taux d’ouverture Adapter la stratégie d’animation: Personnaliser les contenus sur les meilleurs clients Comprendre les raisons du désintérêt sur les segments les moins réactifs Résultats : + 8 pts ouverture + 4 pts clics
  90. 90. © 55 Exemple de problématique
  91. 91. © 56 Proposer des produits de substitution Un acteur de la grande distribution Etre en mesure de proposer un produit de substitution quand le produit n’est pas vendu par le distributeur • Liste des EAN de l’enseigne avec tous leurs attributs : libellés de l’EAN, famille de produits, poids, package, format… • Liste des EAN publiques avec tous leurs attributs : libellés de l’EAN, famille de produits, poids, package, format… • Pas de données d’apprentissage
  92. 92. © 57 Bénéfices  Concret : 1ère campagne en moins de 3 mois  Structurant : apport de process et bonnes pratiques  Simple : complexité masquée, expertises en complément  Sûr : souveraineté sur les donnés et outils respectée  Evolutif : déploiement progressif et linéaire  Compétitif : 2 à 4 fois moins coûteux versus projets internes
  93. 93. © 58 R.O.I. Connaissance Datamining Assortiments en magasins Rapports Rapports industriels Données : vision 360° client et produit Campagnes ciblées Technologies 1 2 3 4 Business Driven
  94. 94. © 59 SOMMAIRESommaire 1. Présentation de Soft Computing 2. Les nouveaux défis du Marketing 3. L’offre IBM 4. Des usages métiers A. Parcours clients Cross canal B. Réseaux sociaux/web logs et influence C. DMP et CRM: la réconciliation 5. Une réponse à la complexité croissante: l’offre « outils & services » Soft Computing Marketing Ready A. Etude de cas : une enseigne de distribution alimentaire 6. Questions/réponses
  95. 95. © 60 Questions Réponses

×