La Data est clé pour la personnalisation et l’optimisation aussi bien d'un écosystème digital que pour des campagnes publicitaires. Pour ce faire, il faut la collecter à chaque étape du cycle de vie de l’écosystème, de sa genèse à son remplacement, et auprès de plusieurs sources telles que sites Web, applications mobiles, réseaux sociaux, CRM, partenaires, agences média et régies publicitaires.
La Data, levier pour personnaliser sa relation client
1. 1
La Data, levier pour personnaliser sa relation client
Hassan LÂASRI
Octobre 2015
2. 2
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
3. 3
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
4. 4
La relation client à l’ère du numérique
Aujourd’huiHier
Écosystème construit, mis en production et
optimisé en continu en fonction de la Data (points
de vente, site, mobile, social, applications)
Captation des besoins et desiderata instantanée sur
le Web, le mobile et les réseaux sociaux
Segmentation évolutive ajoutant le comportement
aux points de vente et sur les canaux digitaux
Vision unique multi-canaux (points de vente, CRM,
Web, mobile, apps)
Data Analytics plus élaborée (croisement de
données online et offline, analyse prédictive,
personnalisation)
Composants CRM, Web, mobile et réseaux sociaux
construits et mis en production indépendamment
les uns des autres
Captation des besoins et desiderata des clients à
travers des sondages d'opinion et d'études de
marché très coûteuses
Segmentation figée et fondée uniquement sur l'âge,
le sexe, la région et la catégorie socio-
professionnelle
Vision client fragmentée entre plusieurs bases de
données et systèmes
Data Analytics limitée aux rapports et Dashboards
centrés principalement sur le passé (BI)
6. 6
Personnalisation : c'est quoi ? Pourquoi faire ?
CONTEXTE
Prise en compte du contexte, historique,
préférences et relationnel pour une expérience
utilisateur appropriée tant par sa manipulation que
son contenu.
HISTORIQUE PRÉFÉRENCES RELATIONNEL
Éléments qui entourent
et influencent une
situation donnée. Ici on
trouve des éléments
comme le device, la
localisation ou la
météo.
Accumulation des
différents types de
données
personnelles qui
vont influencer
l’expérience des
utilisateurs.
Gestion et contrôle
du contenu à
recevoir par les
utilisateurs.
Connexions et
recommandations
générées entre
personnes et
marques.
7. 7
Les trois phases de personnalisation
VISITEUR
Personnes qui visitent un
site pour la première fois
et qui ne sont pas
reconnues.
IDENTIFIÉ
Utilisateurs habituels
d’un site qui sont
reconnus par leur
adresse IP
AUTHENTIFIÉ
Utilisateurs enregistrés
qui sont identifiés dans le
site
8. 8
Personnalisation du point de vue visiteur
CONTEXTE
ACTIONS
IMMÉDIATES
HISTORIQUE
DECLARATIF
RELATIONNEL
Ajoute de la valeur aux
utilisateurs a travers de
contenu pertinent a leur
contexte
Aide instantanée aux
utilisateurs
Bénéfice utilisateur
Adresse IP
GPS
Data emplacement
Historique recherche
Data requises Personnalisation
Contenu géo-localisé
Contenu pertinent météo
Contenu fonction amis
Contenu adapté au device
Historique recherche
Statistiques de recherche
Auto-complétion search
Offre l’opportunité de mieux
connaître les utilisateurs et
d’améliorer son expérience
Cookies
User login
Historial recherche
Comparaison des profiles
Recommandations de contenu
Possibilité de définir et
modifier ses préférences
Améliore la relation entre
personnes avec des même
intéresses et entre la
marque et les utilisateur
Information personnel
User login
Création de profiles
Segmentation des profiles
Cookies
User login
Comparaison des profiles
Personnalisation des profiles
Newsletter personnalisé
Recommandation des profiles
similaires
États personnalisation
9. 9
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
12. 12
Pour les directions marketing &
communication qui ont exploité la
Data, celle-ci a été la clef pour
atteindre leurs trois priorités clés :
1. Meilleur connaissance du client,
meilleure segmentation
2. Augmentation des ventes
3. Meilleure anticipation des
demandes futures
13. 13
Plus d’un 1/3 des sondés :
• Soit exploite déjà la Data
• Soit s’y prépare
14. 14
Les plus performants exploitent
plusieurs sources de Data :
• Access Point Data (site web)
• Social Data (réseaux sociaux,
blogs)
• Open Data (gouvernement)
16. 16
66,6% des sondés allouent
+50% de leur Budget
Marketing à la collecte et à
l’analyse de la Data…
… Principalement les
Directions Marketing &
Communication
17. 17
Le site, le CRM, l’achat à des tiers sont les principales sources
utilisées pour collecter la Data
18. 18
Ce que nous apprennent les études*
● La Data est exploitée par les cellules marketing et communication des grands acteurs
économiques pour répondre à trois objectifs :
– Connaître mieux le client
– Le servir efficacement
– Anticiper ses besoins
● Plus d’un 1/3 des acteurs :
– Soit exploite déjà la Data
– Soit s’y prépare
● Les plus performants exploitent plusieurs sources de Data :
● Site Data (sites)
– Social Data (pages et comptes sociaux, blogs)
– Données achetées (DMP)
– Open Data (gouvernement)
* Etudes Economist et BlueKai parmi d’autres
66,6% des sondés allouent +50% de leur
Budget Marketing à la collecte et à l’analyse de
la Data…
Principalement les Directions Marketing &
Communication.
Le site, le CRM, l’achat à des tiers sont les
principales sources utilisées pour collecter la
Data.
19. 19
Entre hier et aujourd'hui
Aujourd’huiHier
Écosystèmes digitaux construits, mis en
production et optimisés en continu en fonction de
la Data (Site Data, Social Data, CRM Data, Open
Data)
Data Analytics et sites font un même et seul projet
Data Analytics est actionnée en continu même
quand les KPI sont au vert
Rien de magique. Ils étaient juste les pionniers à
exploiter la Data Analytics
Sites (Web et blog) construits et mis en production
de manière séquentielle comme un logiciel
standard
Data Analytics considéré comme un projet
différent
Data Analytics actionnée uniquement quand les
KPI passent au rouge
Amazon, Facebook, Google et LinkedIn étaient
considérés maqiques
* Etudes Economist et BlueKai parmi d’autres
21. 21
Personnalisation
Site
Social
Data ONLINE
Data OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRM
Points de vente
DMP
Open Data
Data brute,
descriptive
S’informe
S’enregistre
Consulte
Commente
Partage
Evalue
Data augmentée,
analysée
X X XX
Personnalisation de sites
Dashboards
Corrélation
Prédiction
Clustering
A/B Testing
22. 22
Personnalisation de sites
• Initiée par Amazon en 2003, la personnalisation et l’optimisation de sites est
devenue vite un standard parmi les e-commerçants
• Personnalisation du contenu (texte, images, vidéos) en fonction des visiteurs, de leurs devices
et de leur parcours
• Adoptée depuis par les secteurs média, technologies, télécom et services
financiers
• Principalement les Directions Marketing (en charge des budgets Marketing et Publicité) et les
Directions Métiers (en charge des ventes)
• On parle généralement de responsive design, dynamic design, adaptive design, etc. mais
l’objectif final est le même : coller au plus près du visiteur
• D’après BlueKai, 91% des sites gérés par les Directions Marketing et/ou les Directions
Métiers utilisent la Data pour une meilleure personnalisation
23. 23
S’identifie/identifié
Data activée :
•Produits achetés par le profil + les profils du même
segment
•Produits consultés
•Recommandations lues
•Temps passé par produit
•Régularité des visites
Profil + profils du
même segment
activés
Page personnalisée :
•Produits similaires à ceux déjà achetés
•Produits dont les recommandations ont été lues
•Produits consultés
Visiteur enregistré ou connu
24. 24
Consulte
Recommande
Partage
Achète
Profil + profils du
même segment mis
à jour
Page personnalisée à nouveau :
•Produits similaires à ceux déjà achetés
•Produits dont les recommandations ont été lues
•Produits consultés
Visiteur enregistré ou connu (suite)
25. 25
Consulte
Data exploitée :
•Celles des profils les plus proches
Recommandations :
•Produits similaires à ceux achetés par les profils les plus proches
•Produits recommandés par les profils
•Produits dont les recommandations ont été consultées : lui + profils
•Produits consultés par lui + les profils
Profil le plus proche est activé
Plus il navigue, plus le profil est affiné
Quand il quitte :
•Profil + profils similaires modifiés
Visiteur inconnu
26. 26
Page web
Capital One
Serveur
[x+1]
BD Nielsen
BD Digital Envoy
DMPs
(1) Se connecte
(2) Cookies util.
(3) Code postal ? (4) Code postal
(5) Cookies similaires ?
(6) Cookies similaires
(8) Segment
(Age, CSP, salaire, risque dette)
(7) Cookies util. + similaires +
Code Postal
(9) Offre de crédit personnalisée
Personnalisation avec une DMP
Contrairement à Amazon qui
utilise un système fermé
(données internes), Capital
One utilise un système ouvert
(données internes et externes)
28. 28
Personnalisation
Site
Social
Data ONLINE
Data OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRM
Points de vente
DMP
Open Data
Data brute,
descriptive
S’informe
S’enregistre
Consulte
Commente
Partage
Evalue
Data augmentée,
analysée
X X XX
Personnalisation par le social
Dashboard
Corrélation
Prédiction
Clustering
A/B Testing
29. 29
Pendant le CES 2013, Sprint surveillait les conversations en ligne sur trois initiatives marketing :
Technologies vertes, innovation technologique et la technologie pour les seniors
Réseaux sociaux pris en compte :
Facebook, Twitter, Google+, Vine, Instagram, Pinterest, LinkedIn et Youtube
Chaque jour, Sprint construisait du contenu dans la journée même et le diffusait à une
communauté de 5,6 million de visiteurs
Grâce à cette capacité, Sprint pouvait combiner des contenus planifiés, parfois 6 mois à l’avance,
avec de contenus spontanés et les publier sur Facebook et Twitter
Personnalisation par le social
30. 30
Depuis, Sprint a généralisé l’approche pour créer une sorte de Newsroom calquée sur le
fonctionnement des médias d'information avec des :
Rédacteurs en chef
Creative Technologists
Data Analysts
Community Managers
Des journalistes
Spécialistes des Social Ads
Personnalisation par le social
31. 31
Personnalisation
Site
Social
Data ONLINE
Data OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRM
Points de vente
DMP
Open Data
Data brute,
descriptive
S’informe
S’enregistre
Consulte
Commente
Partage
Evalue
Data augmentée,
analysée
X X XX
Personnalisation par les médias
Dashboard
Corrélation
Prédiction
Clustering
A/B Testing
32. 32
12 septembre 2012, Pendant que Tim Cook présentait iPhone5, Samsung et 72andSunny
suivaient les conversations qui en résultaient sur les réseaux sociaux
En même moment, Samsung démarrait la conception d’une publicité de son Galaxy S3 en
tenant compte de
ces conversations
Une semaine après, la publicité
était lancée à la télé et en
ligne (+ 70 million de fois)
27 février 2013, Forbes
annonçait « Galaxy bat iPhone
dans la catégorie
meilleur smartphone »
Personnalisation par les médias
33. 33
A ce jour, seuls les organisations gouvernementales ou des sociétés du secteur public ont mis en ligne leurs
Data agrégées pour quiconque souhaite les consulter voire les exploiter
Souvent, l’objectif est de créer un écosystème de start-up valorisant ces Data publiques (e.g., analyse
prédictive de la consommation d’énergie pour particuliers, professionnels et entreprises).
A ce jour, l’Open Data n’a pas encore trouvé de modèle pour les groupes et sociétés privés. Certains aux US
ont créé des filiales valorisant/monétisant ses données*
En France :
RTE publie en ligne et en mode interactif (web fixe et smartphones) la production, la consommation et
le trading d’électricité par filière en temps réel… Ainsi que d’autres Data telles que les émissions de CO2
La RATP a lancé récemment un hackathon dans ce sens
La SNCF et la RATP réfléchissent sur la mise en œuvre des tableaux de bord de la transparence (taux de
retard, nombre de pannes, etc.) (source : Data Publica)
* e.g., NextBus, start-up, filiale de Cubic Corporation, combine les Data de cetter dernière avec des Data GPS pour prédire l’heure
du prochain bus dans NY, San Diego et d’autres villes nord-américaines)
Et qu'en est-il de l'Open Data ?
34. 34
Plan
Web 2.0, numérique et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
35. 35
Que dit la loi ?*
• Depuis le 24 août 2011, une transposition en droit français de la directive
européenne « Paquet Télécom » impose qu'avant d'installer un cookie dans la
mémoire du navigateur d'un internaute, celui-ci ait exprimé, après avoir reçu
cette information, son accord qui peut résulter de paramètres appropriés de
son dispositif de connexion ou de tout autre dispositif placé sous son contrôle
• Sanctions financières jusqu’à 300,000 €
* Nouvel article 32, chapitre II de la loi informatique et libertés
36. 36
Tous les cookies sont-ils concernés ?
• NON
• Sont exclus de cette obligation :
• Les cookies ayant pour finalité exclusive de permettre ou de faciliter la
communication par voie électronique
• Ceux qui sont strictement nécessaires à la fourniture d'un service de
communication en ligne
37. 37
De manière plus pratique, sont exclus…
• Les cookies qui sont utilisés comme "panier d’achat" sur un site marchand
• Les cookies de "session utilisateur" (Session ID) permettant de lier les actions
d’un utilisateur lorsque cela est nécessaire pour lui fournir le service qu’il
demande
• Les cookies qui ont pour unique finalité de contribuer à la sécurité du service
demandé par l’utilisateur
• Les cookies permettant d’enregistrer la langue parlée par l’utilisateur (pour les
sites traduits en plusieurs langues) ou autres préférences nécessaires à la
fourniture du service demandé
• Les cookies flash contenant des éléments strictement nécessaires pour faire
fonctionner un lecteur de média (audio ou vidéo), correspondant à un contenu
demandé par l’utilisateur
38. 38
Cas particulier des cookies de mesures d’audience
: exclus également mais sur conditions
• Information : Une information claire et complète de l’internaute doit être délivrée par l’éditeur du site internet afin d’assurer une parfaite
transparence sur l’utilisation des outils d’analyse de fréquentation. Un lien vers cette information devrait être présent sur la page d’accueil du
site, qui peut ensuite être détaillée précisément dans les conditions générales d’utilisation, par exemple.
• Droit d’accès : La personne doit pouvoir exercer son droit d’accès.
• Droit d’opposition : Concernant le droit d’opposition, l’outil permettant de désactiver la traçabilité mise en œuvre par l’outil d’analyse de
fréquentation doit remplir a minima plusieurs caractéristiques, notamment celles d’un accès et d’une installation aisés pour tous les internautes
sur l’ensemble des terminaux (y compris les smartphones), des systèmes d’exploitation et des navigateurs internet. De plus, aucune information
relative aux internautes ayant décidé d’exercer leur droit d’opposition ne doit être transmise à l’éditeur de l’outil d’analyse de fréquentation.
• Finalité limitée : La finalité du dispositif doit être limitée à la mesure d’audience des pages du site internet, afin de permettre une évaluation des
contenus publiés et de l’ergonomie du site, sans pour autant permettre l’identification des personnes. Les données collectées ne doivent donc
pas être recoupées avec d’autres traitements (fichiers clients ou statistiques de fréquentation d'autres sites par exemple). L’utilisation du cookie
déposé doit également être strictement cantonnée à la production de statistiques anonymes. Sa portée doit être limitée à un seul éditeur et ne
doit pas permettre le suivi de la navigation de l’internaute sur les sites d’éditeurs distincts.
• Adresse IP : L’utilisation de l’adresse IP pour géolocaliser l’internaute ne doit pas être plus précise que l’échelle de la ville. Cette adresse IP doit
également être supprimée ou anonymisée une fois la géolocalisation effectuée, pour éviter toute autre utilisation de cette donnée personnelle
ou tout recoupement avec d’autres informations personnelles.
• Durée de conservation : Enfin, les informations doivent être conservées pendant une durée non excessive. S’agissant des cookies permettant la
traçabilité des internautes, ils ne doivent pas être conservés au-delà de six mois (La date d’expiration du cookie ne doit donc pas excéder six mois
à partir de sa première insertion et cette durée ne doit pas être prorogée lors des nouvelles visites). Les données de fréquentation brutes
associant un identifiant (adresse IP par exemple) ne doivent pas être conservées plus de six mois. Au-delà de ce de délai, les données doivent
être soit supprimées, soit anonymisées.
39. 39
Sinon, pour tous les autres…
• Recueil préalable du consentement des personnes :
• Une bannière en haut d’une page web
• Une zone de demande de consentement
• Des cases à cocher
• La finalité du cookie doit être explicite :
• « Créer des profils d’utilisateurs afin d’adresser des publicités ciblées »
• « Autoriser l’accès aux données de mon profil sur Facebook »
• …
• Un lien vers une page dédiée aux cookies et les CGU
• Une fois l’utilisateur a donné son accord, il n’est pas nécessaire de
solliciter de nouveau son accord lors des visites suivantes
40. 40
Et demain ?
• Le W3C travaille actuellement sur la standardisation du
mécanisme « do not track » développé par Firefox
• En attendant, il est recommandé d’avoir :
• Une bannière, une zone de demande de consentement ou des
cases à cocher pour tous les cookies autres que nécessaires au
fonctionnement du site et à la personnalisation à but non
publicitaire
• Une page dédiée aussi explicite que possible sur les différents
cookies, leurs fonctions, la manière de les contrôler dans son
navigateur ou sur le site
41. 41
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
42. 42
Ce qu'il faut retenir de la présentation
• La Data peut-être collectée à chaque étape du cycle de vie de l’écosystème
digital, de sa genèse à son remplacement
• Elle peut-être collectée auprès de plusieurs sources : site fixe, site mobile,
réseaux sociaux, CRM, partenaires, agences, régies
• La Data est clé pour la personnalisation et l’optimisation aussi bien de son
écosystème digital que pour les campagnes publicitaires
43. 43
Comment y procéder
• Pour exploiter pleinement le Digital, il y a besoin d'industrialiser le processus de captation, de suivi
et d’exploitation de la Data :
1. Adopter une plateforme corporate type Adobe Analytics,
Google Analytics Premium ou AT Internet
2. La compléter avec des outils supplémentaires pour l’analyse statistique (SAS, SPSS), nécessaires pour
le clustering d’audience, la cartographie des parcours et les insights pour la personnalisation et
l’optimisation des contenus inbound et outbound
3. Adopter une organisation (centrale + locales) et des process de collecte, d’analyse et
de diffusion réguliers (tous les mois par exemple)
4. Adopter un cycle d’optimisation et de
personnalisation des contenus à intervalles
réguliers (tous les 6 mois par exemple)
44. 44
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
45. 45
Web Analytics Media Listening
Visualisation de
Données
Etudes et Sondages
Tests Statistiques Clustering d’Audience
Corrélation
Statistique
Analyse Prédictive Fusion de Données
Outils et méthodes
46. 46
Collecter des données sur les
comportements web des cibles clients:
Combien de temps ils passent sur Internet
en moyenne par semaine / jour
Combien de temps ils passent online et
quels sites ils visitent
Comment et où se fait leur parcours
d’achat
Déf. du questionnaire (1-2 semaines)
Recrutement du panel (1-2 semaines)
Collecte des données (2-4 semaines)
Traitements & analyses (1-2 semaines)
Vivaki (digital)
comScore (digital)
Kantar (tous les médias)
Ipsos (tous les médias)
Wakoopa (digital, mobile)
A tout moment du cycle de vie de
l'écosystème, depuis la conception
stratégique à la mise en ligne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
Etudesetsondages
47. 47
Collecter des données sur les
comportements des utilisateurs sur le site :
• Qui visite le site
• Combien de temps est-il rester et quelle
pages a-t’ il visité
• Quel produit a-t’ il consulté
• Quel produit a-t’ il acheté
• Traduction des objectifs business en KPIs,
audit des données & tags (1-2 semaines)
• Tagging du site (1-3 semaines)
• Dashboard & recommandations (1 sem) :
✔ A/B testing
✔ Nouvelle segmentation/targeting
✔ Opportunités Ad/SEO/email
●
Adobe Analytics
●
Google Analytics
●
AT Internet
●
BeamPulse
A tout moment du cycle de vie du site ou
du blog depuis la conception stratégique à
la mise en ligne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
WebAnalytics
48. 48
●
Radarly (Linkfluence)
●
Focusmatic
●
BrandLIVE (DigitasLBi)
●
PeoplePulse (DigitasLBi)
●
The Gate (GollinHaris)
●
Site en phase d’audit et/ou en ligne
●
CRM opérationnel depuis des années
●
Lancement d'un nouveau produit
●
Lancement d'une nouvelle campagne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
MediaListening Captation de ce qui se passe sur les réseaux
sociaux :
• Sentiments, opinions, commentaires
• Rédaction de contenu en temps réel
Dépend du projet
49. 49
2 à 4 semaines
●
Tableau Software
●
QlikView
●
Geckoboard
●
Écosystème en phases d’audit et de
test,
●
Site en ligne
Pour quoi faire ? Projet type
Fournisseurs / Produits
VisualisationdeDonnées Reporting dynamique, interactif et au
graphisme avancé
A quel étape ?
50. 50
A/B Testing:
• Tester deux versions différentes avant
mise en ligne
• Mesurer le succès de campagnes
marketing à travers différents call to
action proposés
MVT:
• Généralisation de l’A/B testing
• Alternative aux études consommateurs et
tests utilisateurs
●
A/B Testing : 3 – 8 semaines
(selon le trafic du site)
●
MVT : 4 - 12 semaines
(selon le trafic du site)
●
Adobe Target
●
Maxymiser
●
Optimizely
Pour quoi faire ? Projet type
Fournisseurs / Produits
Testsstatistiques
A quel étape ?
●
En phase de test pour valider des
comportements utilisateurs avant mise
en ligne
●
Site en ligne, afin de mesurer l’impacts
SEO, PPC et des campagnes emails
51. 51
●
Définir des segments comportementaux
en complément des segments prédéfinis
(souvent métiers) ou segments déclarés
●
Définir le contenu, les campagnes en
conséquence pour tirer les bénéfices de la
personnalisation
2 - 4 semaines (selon la qualité des données
historiques collectées)
●
SAS (SAS)
●
SPSS (IBM)
●
Tealeaf (IBM)
●
Clicktale
●
En phase de test afin d’affiner la
personnalisation du site
●
Site en ligne, afin d’identifier des
segments, et des opportunités de
targetting / campagnes
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
Clusteringd’Audience
52. 52
●
Tester la corrélation entre le trafic du site
et les taux de conversion (e.g.,
enregistrements, prises de RDV…)
●
Comprendre le parcours client depuis la
recherche d’information à l’achat
●
Identifier s’il y a des corrélations entre
présence sur les réseaux sociaux et les
visites de site
●
Site en ligne depuis au moins 6 mois
●
CRM opérationnel depuis des années
Pour quoi faire ? Projet type
A quel étape ? Partenaires / Produits
CorrélationStatistique
●
SAS (SAS)
●
SPSS (IBM)
2 - 4 semaines (selon la qualité des données
historiques collectées)
53. 53
Prévision de tendance:
• Visiteurs
• Ventes
Basé sur l’historique
• Tendances régulières
• Evénements saisonniers
• Evénements exceptionnels (ex:
promotions…)
●
Site en ligne depuis au moins 6 mois
●
CRM opérationnel depuis des années
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
AnalysePrédictive
●
SAS (SAS)
●
SPSS (IBM)
2 - 4 semaines (selon la qualité des
données historiques collectées)
54. 54
• Président et Consultant chez HB & MJ Partners SAS,
société de conseil et d’accompagnement dans le
Digital et la Data. J’accompagne les entreprises à
intégrer les nouvelles technologies pour accélérer
leur transformation digitale. J’accompagne aussi les
Start-Up à marketer et vendre leurs technologies
digitales sous forme de projets de transformation
où la technologie est intégrée dans les Data Factory
ou les Systèmes d’Information de ces entreprises.
• Docteur en Informatique avec une spécialisation en
Intelligence Artificielle, je dispose d’une expérience
de plus de 25 ans dans le secteur des hautes
technologies pour entreprises : 9 ans dans la
recherche et le développement en intelligence
artificielle, 11 ans dans le marketing et la vente de
hautes technologies logicielles et 7 ans dans le
management de projets complexes.
www.hassanlaasri.com
www.hbmjpartners.com
hlaasri@hbmjpartners.com
Hassan Lâasri