Romain Chaumais, Co-Fondateur d'Ysance, directeur du développent, du marketing et de la communication, intervenait le 6 novembre 2014 à l'EDHEC à l'invitation du Club Marketing sur le thème "Data-driven Marketing, comment réussir la mutation ?"
5. Retour vers le futur … en 10 ans !!
Smartphone+
Réseaux++
sociaux+
Haut+débit+
sans+fil+
6. Projet Big Data Ysance
dans le social Gaming
Casual Game consistant à échanger
des objets avec ses amis
o 1,3 millions de joueurs mensuels
Analyse des interactions entre les
joueurs et leurs amis
o Analyse du graphe social des joueurs
o Catégorisation des joueurs selon le
nombre d'amis jouant aussi à IsCool
Mise en place d'un parcours de jeux
personnalisé selon le nombre d'amis
o Objectif : Avoir au moins 10 amis
avec qui jouer à IsCool
>> Multiplication par 2,5 du CA
7. Internet, réseaux sociaux, usages mobiles et multi-écrans,
bouleversent les modes
de consommations et de communications.
8. La digitalisation des interactions
(ré)Enchanter la relation client et l’expérience utilisateur pour
qu’elle soit désormais personnalisée et acceptée et non plus
massive et subie.
Unidirec9onnelles+ Omnidirec9onnelles+
9. Complexification du « parcours client »
Initie une recherche sur le Web, va en magasin, consulte
ses amis et concrétise son achat sur sa tablette.
Digital+ Physique+ Digital+
10. Placer l’expérience client au coeur
de la stratégie d’entreprise
Dans un univers ultra concurrentiel, les marques
doivent s’adapter pour repositionner le client et
l’expérience utilisateurs au coeur de leur stratégie.
Mul9Bcanal+
Customer+Centric+
OmniBcanal+
06/11/14 10
www.ysance.com
Product+
Centric+
Hier+
Aujourd’hui+
11. Les bénéfices d’une démarche
customer centric & omnicanal
Savoir : Qui il est …Quand et sur quels sites il surfe, sur quels
écrans, ce qu’il aime, ce qu’il partage, ce qu’il achète, dans
quelle boutique ou comment il réagit aux sollicitations suivant
les canaux et les contenus…
Permettant ainsi de : Mieux l’animer, le valoriser, identifier
ses appétences et anticiper ses attentes afin d’augmenter le
taux de conversion et le transformer en client fidèle,
ambassadeur de la marque.
Malgré cela seul 20% de la data est utilisée dans les
entreprises pour optimiser l’expérience utilisateur.
06/11/14 11
www.ysance.com
27. Plateforme Big Data Marketing
Décathlon
…
Plate-forme Big Data
DWH Entreprise
Ventes Web / Mag
Référentiels
URL Visitées
IP GeoLoc
Méteo
Machine
Learning
Analytics
Datamining
Dataviz
Méteo
30. Bénéfices
Prévoir les intentions d’achats en magasins et
optimiser l’offre produits des points de vente en
conséquence grâce à l’analyse des
comportements de navigation géolocalisés
49. Big Data & Business Intelligence
Extension des technologies Big Data aux
problématiques décisionnels afin de
disposer d’une plate-forme de données
unifiée, souple et scalable
50. Les différentes formes de BI
Tableaux de bord dynamiques et évolutifs
fournissant une aide au pilotage et à l’analyse
de son activité
BI d’Entreprise
Rapports statiques/paramétrables
pour suivre l’alignement de l’entreprise
sur la stratégie et les objectifs définis
BI Départementale
Sources de données volumineuses
stables, maitrisées et
industrialisées
Sources de données peu
volumineuses, métiers, locales,
évolutives et hors DSI
BI Exploratoire
Sources de données très volumineuses,
peu ou pas structurées, collectées et/ou
traitées au fil de l’eau
Analyse exploratoire pour découvrir de
nouveaux phénomènes, de nouvelles
tendances. Identifier et supporter de
nouvelles opportunités business
Durée projet :
~24 mois
Acteurs Projet :
80% IT
20% Métier
Durée projet :
Cycle de ~3
mois
Acteurs Projet :
50% IT
50% Métier
Durée projet :
Perpétuellement
en évolution
Acteurs Projet :
100% IT
+ Key Data User
51. L’évolution de la BI
+ de Data + de détails pour tous (Users & Apps)
Tableaux de bord dynamiques et
évolutifs fournissant une aide au
pilotage et à l’analyse de son activité
BI d’Entreprise
Rapports statiques/
paramétrables
pour suivre l’alignement de
l’entreprise sur la stratégie et
les objectifs définis
BI Départementale
Sources de données
volumineuses stables, maitrisées
et industrialisées
Sources de données peu
volumineuses, métiers, locales,
évolutives et hors DSI
BI Exploratoire
Sources de données très
volumineuses, peu ou pas structurées,
collectées et/ou traitées au fil de
l’eau
Analyse exploratoire pour
découvrir de nouveaux
phénomènes, de nouvelles
tendances
Identifier et supporter de
nouvelles opportunités business
52. Les Big Data en remplacement de la BI
BI d’Entreprise
Sources de données
volumineuses stables,
maitrisées et industrialisées
BI Exploratoire
Sources de données très
volumineuses, peu ou pas
structurées, collectées et/ou traitées
au fil de l’eau
BI Départementale
Sources de données peu
volumineuses, métiers, locales,
évolutives et hors DSI
Peu ou pas
structurées Structurées
Structurées
Peu ou pas
Peu
organisées Organisées
organisées
Chaudes Tièdes
Froides
Brutes Orientées
Transformées
Tableaux de bord
dynamiques métier
Rapports statiques /
paramétrables pour
l’entreprise
Analyses
exploratoires
Apps Services
53. Architecture logique & applicative
avec un ecosystème Hadoop
Moteur de recherche Temps réel : ElasticSearch/SolR
Transactions Temps réel : Hbase / Cassandra / etc.
Requêtes Temps réel : Impala / Presto / Spark / etc.
Transformations Batch : Map Reduce (Hive /Pig)
Stockage HDFS / MAPRFS
…
Cluster élastique : CPU / RAM / Disk / Network
Orchestration des traitements : ETL
Données sources
Ventes
Web.com
Logs
Autres …
API
Accès Apps tierces
Temps réel (R/W)
Browser
Apps Opérationnelles
HTML Temps réel
(Search / Pilotage)
HTTP / REST / JSON
Outils BI
Apps Analytiques
Données historisées
Pour les 3 BI
Files System / Shell SQL ODBC / JDBC
Fichiers
Échange de données
par fichiers
Input / Output
Shell
Interaction en ligne de
commande
Collecte et streaming : Flume, SyslogNG, Storm