2. @arm_gilles
Expériences :
• Consultant Business Intelligence
• Start-up
• Vin Data Driven / Consulting
Extra :
• Co-organisation Meetup Machine
Learning / Python sur Bordeaux
• Paris Summer Innovation Fellow 2016
• DataForGood x Bayes Impact 2016
3. Data Scientist ?
« Data Scientist: The Sexiest Job of
the 21st Century »
10/2012
« ces rock-stars du numérique
que l'on s’arrache »
06/2016
« Le Data Scientist, nouveau roi
du monde »
01/2017
4. Compétences
Mathématique
- Statistiques
- Machine Learning
- Tests et hypothèses
- Optimisations
Developpement
- Bases de données
- Scripts (Python / R)
- API, scrapping
- Mise en production
- Data Viz
- Story telling
Communication
- Decision making
- Conduire une réunion strat
Curiosité
- Business
- Sherlock de la Data
- Hacker spirits
- Résolution de problèmes
6. Big Data :
Termes et notions
Terme marketing
Gestion des flux de données de sources et
structures diverses afin d’en tirer une valeur
ajoutée
Définition personnelle :
• Réduction du prix de stockage de la données
• Augmentation de la puissance de calcul
• Explosion de la données (téléphone / internet / IOT…)
9. Cas concret
• Vous avez crée une boutique e-commerce
• Après plusieurs mois de développement, celle-ci
prend de l’ampleur
• De plus en plus de monde achète sur votre site
• Votre Directeur Marketing souhaite encore
augmenter la rétention des utilisateurs et
l’augmentation du CA
10. Cas concret - e-commerce
Dir Market
Il faut apprendre à
connaitre nos users
pour adapter notre
stratégie
Team business / informatique
On a bien des
data, mais on y
arrive pas sur
Excel…
Ok on appel
un Data
Scientist
@arm_gilles
11. Cas concret - e-commerce
Dir Market on voudrait
segmenter nos
utilisateurs selon
leurs habitudes et
achats Data Scientist
Ok dude
@arm_gilles
13. Cas concret - e-commerce
• Nettoyer la données (anomalie, outliers)
• Structuration de la données (merging)
• Création KPI (Nb visites par mois, panier moyens,
type achat…)
• Réunion préliminaire avec l’équipe métier
• Ajout de source de données (newsletters,
cookies…)
@arm_gilles
14. Cas concret - e-commerce
• Comment visualiser plusieurs milliers
de ligne en 2 ou 3 dimensions (x, y, z)
Problème :
• Comment segmenter (trouver des clusters)
avec ses 50 KPIs
Solution :
• Réduire le nombre de dimension tout en
conservant l’information afin de trouver des
clusters @arm_gilles
15. Cas concret - e-commerce
• Cluster visiteurs : Pas d’achat, en recherche d’informations sur des produits
• Cluster one-shot : Un achat unique et peu de retour sur le site
• Cluster promo : Achats en réaction à des promos, type ameublement, mode
• Cluster VIP : Achats réguliers, panier important
16. Cas concret - e-commerce
Mise en place de la stratégie :
• Cluster visiteurs : • Manque d’informations sur les produits ?
• Trop cher par rapport à la concurrence ?
• Push newsletter d’informations sur produits visités
• Cluster one-shot :
• Analyse des achats pour une meilleure
recommandation
• Effet saisonnier sur certains types d’achats (été,
hiver)
• Cluster promo : • Amélioration des newsletters
• Création de nouveaux cluster par catégorie / profils
utilisateurs
• Cluster VIP : • Création d’un club (appartenance / ambassadeur)
• Promotions dédier à ces users (augmentation CA)
17. Autres cas
- Prêt bancaire (votre banque)
- Identifier le Churn (FAI)
- Estimer le prix d’une maison
- Spam or not (gmail)
-
- Jeux (GO, Starcraft)