Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining

1. Mieux exploiter ses données pour augmenter ses ventes avec Microsoft Data Mining Musée de La Piscine, Roubaix, le 24 Septembre 2010 Gael Duhamel René Lefébure

2. Présentation du data mining

3. Définition du Data Mining Le data mining se propose de transformer en information, ou en connaissance, de grands volumes de données. Data-vore ! présenta)on agence al)ma 2010 Page 3

4. Définition du data mining Le data mining s’applique à mettre en évidence …. ce qui est parfois inconnu. Gourou mining ! présenta)on agence al)ma 2010 Page 4

5. Plus basiquement ……. Le data mining permet de : -  Classer (pour trouver des cibles ayant des meilleurs taux de retour) -  Estimer (pour modéliser un comportement avec des scores) -  Segmenter (pour regrouper les clients dans des groupes homogènes) -  Associer (pour définir et animer des gammes de produits) -  Prévoir (pour anticiper sur les variations de volume ) présenta)on agence al)ma 2010 Page 5

6. Les apports en terme de performance Un des principaux apports du data mining est d’améliorer la performance des entreprises. Les retours sur investissement sont compris entre 30 et 300 % ! présenta)on agence al)ma 2010 Page 6

7. Témoignage Mécanisme de Relance Prospect monabanq. : •  Beaucoup de campagnes de recrutement annuelles (« temps forts »)  créations de prospects par vagues •  La souscription est conditionnée par le fait que le prospect renvoie le contrat…  mécaniques de relance des prospects pour les inciter à retourner le contrat Problématique d’optimisation des relances : •  Tous les prospects n’ont pas la même propension à retourner leur contrat. Il n’est donc pas judicieux d’appliquer la même pression en terme de relances téléphoniques à tous les prospects.  mise en place de scores de relances Résultats : •  +35% sur le taux de retour 7 28/09/10

8. Présentation des applications

9. Les Parcours Valeur Le data mining permet de reconnaître, décoder et modéliser le Parcours de clients prioritaires Les Parcours Valeur combinent « Valeur Client » et « Processus Marketing et Commerciaux » présenta)on agence al)ma 2010 Page 9

10. La personnalisation La personnalisation du contenu fait correspondre des profils des clients avec des « offres produits » afin d’augmenter le taux de conversion et le « cross selling » présenta)on agence al)ma 2010 Page 10

11. Amazon : home page le 15/09 présenta)on agence al)ma 2010 Page 11

12. Amazon : recherche le 15/09 présenta)on agence al)ma 2010 Page 12

13. Amazon : cross selling le 15/09 présenta)on agence al)ma 2010 Page 13

14. Amazon : homepage le 22/09 présenta)on agence al)ma 2010 Page 14

15. Amazon : historique de navigation présenta)on agence al)ma 2010 Page 15

16. Présentation de la problématique

17. Il y a un problème ? Mais si c’est si puissant … Pourquoi ne le voit-on pas plus souvent ? présenta)on agence al)ma 2010 Page 17

18. La réalité (1) C’est quand même plus simple de gérer « de la masse » ! présenta)on agence al)ma 2010 Page 18

19. La réalité (2) C’est quand même moins couteux de gérer « de la masse » ! présenta)on agence al)ma 2010 Page 19

20. La réalité (3) Mais ca finit par lasser surtout les cibles prioritaires présenta)on agence al)ma 2010 Page 20

21. Présentation de la solution Microsoft Data Mining

22. Présentation du cas Mettre une image de ticket de Caisse L’homme et « la machine » La démonstration : L’homme et la Machine ! présenta)on agence al)ma 2010 Page 22

23. C’est Excel ! présenta)on agence al)ma 2010 Page 23

24. C’est riche ! présenta)on agence al)ma 2010 Page 24

25. C’est Puissant ! présenta)on agence al)ma 2010 Page 25

26. C’est visuel ! présenta)on agence al)ma 2010 Page 26

27. C’est clair ! présenta)on agence al)ma 2010 Page 27

28. Présentation de l’industrialisation de la connaissance client

29. What’s new ?

30. Présentation Gaël Duhamel

31. Customisation des modèles de mining présenta)on agence al)ma 2010 Page 31

32. Réseau de dépendance présenta)on agence al)ma 2010 Page 32

33. Exemple de requête DMX présenta)on agence al)ma 2010 Page 33

34. Des questions ? présenta)on agence al)ma 2010 Page 34

35. merci René Lefebure Directeur CRM multi-canal rlefebure@altima.fr Tel : 06 86 37 64 27 www.altima.fr

Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining

Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining

Recommandé

Contenu connexe

Similaire à Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining

Similaire à Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining(20)

Plus de altima°

Plus de altima°(20)

Mieux exploiter ses donnes pour augmenter ses ventes avec Microsoft data mining