Le document explore les enjeux du data marketing à l'ère numérique, mettant en avant l'importance d'une compréhension approfondie des comportements clients ainsi que des stratégies de communication adaptées aux nouvelles dynamiques d'audience. Il souligne la nécessité d'utiliser des outils d'analyse pour segmenter les publics et optimiser les interactions, tout en tenant compte de l'influence sociale dans la construction de la réputation de marque. Enfin, il évoque les avancées en matière d'automatisation et d'analyse prédictive pour améliorer la performance marketing.

1. +
Data Marketing, l’ère de
l’intelligence numérique ?
Après l’effet de mode, quel bilan des solution
professionnelle pour la P&M E.
CCI, 28 mai 2014.

2. +
Les datas au service de la gestion
de sa stratégie marketing
Comprendre la situation communicationnelle au
delà du modèle E-M-R.
Introduction

3. +
Data Marketing & Big Data
Une traçabilité apriori de sa relation client
 Nous sommes tous des émetteurs : Avec
l’explosion des smartphones nous sommes
tous des émetteurs d’information en
continue.
 Hyper-fragmentation des audiences : La
relation est devenue très fragmentée et
hypervolatile entre des milliers de sources
d’information qui se partagent des bouts
d’audience.
 Concurrence des locuteurs légitimes
:L’explosion de la communication quasi
anonyme ont profondément bouleversés les
rôles de légitimation dans une concurrence
acharnée à l’influence.
 Nivellement des informations : comme
toute société de rumeurs, les buzz sont
difficiles à vérifier mais terriblement efficace.

4. +
Bilan de ce qui est
impardonnable
• Et que vous n’avez toujours pas intégré dans
vos stratégies marketing ?
Gérer la relation
à ses marques
dans une
stratégie multi-
canal

5. +
L’interpellation externe just in time !
 Un marketing du juste à temps
: La pub interpelle l’individu et
l’interrompt dans sa vie
quotidienne autant que ce soit au
bon moment.
 Il s’agit de rencontré son client
segmenté par ses centres
d’intérêt au moment où il les
exprime. C’est une
contextualisation temporelle.
 Référencements, Google Ad
Words, les Socials Ads, Criteo
sont des intermédiares Big Data
dont les algorithmes sont en
charge de vous fournir le bon
prospect (2 à 5 euros le prospect)

6. +
La prospection des comportements
clients
 Travailler sa propre base de
données client dans une
logique CRM à la recherche des
patterns comportementaux
 Une généralisation de
l’analytique comportemental
permet aujourd’hui une plus
grande segmentation de son
audience.
 Analytics email (DoList,
MailChimp), Web (UA, AT), Social
Media, Mobile permet de tester
les comportements par l’inter-
action entre ses supports
medias (ex. Test A/B)

7. +
La marque socialement
recontextualisée
 Le modèle Émetteur-Récepteur n’est
pas une réalité sociale : penser le
marketing comme un message émis par
1 vers 1 est inefficace.
 « Je » suis les « autres » : la marque
est la moins légitime pour parler d’elle-
même. Ce sont les « autres » qui
fabrique sa réputation
 Le groupe est un système de rôle : Du
capitaine à l’ailier, les gens sont inscrits
dans des rôles au sein d’équipe. Tout le
monde n’est pas leader d’opinion
 E-Réputation de sa marque permet de
mesurer la diffusion de son territoire
d’influence. Alerti, Mention, Synthesio,
Radarly, Radian 6, HeartBeat,
TalkWalker,

8. +
Matrice des projets Big Datas
en Marketing
Comprendre le web par l’analyse des réseaux
pour mieux communiquer et innover.
Nouvelles
approches du
Data Analysis
au service de
la stratégie
marketing

9. +
les interfaces de captation de
l’audience
 Analytics Media : Pour comprendre un
public cible spécifique, rien ne vaut l’analytic
comportemental de ses supports media.
 Analyse de l’e-réputation : La marque se
fabrique par une multitude de messages
colportés par un nombre sans cesse
croissant de locuteurs
 Analyse comportementale de second
niveau : Ceux qui fabriquent la marque
jouent des rôles sociaux qui déterminent
grandement leurs attitudes
 Analyse des réseaux : Leurs influences et
leurs audiences dépend grandement de la
place qu’ils occupent dans leurs
communautés structurées

10. +
Les Datas de l’analyse marketing
pour mieux comprendre le CR
 Les datas de situation : Où, Quand,
Comment. Les traces de l’échange
permettent de reconstruire la scène
d’interaction
 Les datas de centres d’intérêt: Mots
Clés, Visites, Social Datas, referers nous
apprennent beaucoup sur la
préocupation et les représentations du
client
 Les datas de comportement :
L’évaluation des événements et leurs
enchainements dans un arbre
comportemental permettent de repérer
les patterns d’action
 Les datas relationnelles : Referers,
Réseaux Web, Réseaux Social, les
positions structurelles

11. +
Les traitements au services de la
segmentation
 Les traitement discriminant : l’analyse
multivariée au service de la
profilisation
 Le traitement prédictif : de l’analyse
longitudinale des cycles aux
régressions projectives
 Le Social Network Analysis :
L’analyse structurelle des
topographies relationnelles et des
rôles d’agents
 L’approche logique des arbres
comportementaux : La
compréhension des enchainements
permet d’élaborer des système de
recommandation.

12. +
Filtrer le web d’influence de
ses communautés de clients
Et si le World Wide Web était une complexité
inutile. Le web est une surface d’inscription de
communautés locales
Un projet de
R&D
Réduire le Big
Web à
l’échelle
Humaine

13. +
De l’automatisation de la
qualification de l’énonciation
 Qualifier le contrat de communication
:
Qui parle sur quelle plateforme à propos
de quels sujets ?
 Qualifier la forme stylistique des
message.
Tonalité, niveau de langue, longeur,
illustration
 Mesurer l’impact du message :
Audience, Social Media Résonnance,
Ranking…
De la qualification humaine à
l’automatisation en passant par la
mobilisation distribué, il existe sur chaque
processus de qualification des marge de
développement et d’innovation que nous
cessons d’explorer.
RECEPTEUREMETTEU
R
TYPE DE
PLATEFORME
S
TONALITE SUPPORT

14. +
De la profilisation à l’anticipation
stratégique
 L’analyse multivariée des processus
d’énonciation nous permettent de
révéler des stratégies d’influence
des acteurs en place par profilisation
 En y ajoutant une variable temporelle,
nous pouvons non seulement
quantifier ces profils mais aussi
suivre les rapports de force et les
mutations de stratégie.
 Ainsi chaque media ou support peut
être évalué selon son adhésion à
une ou plusieurs stratégies
locutrices avec une vision historique
de ce media

15. +
Les cartographie relationnelle
comme contextualisaion
 La cartographie des médias par leur
liens directionnels dégage les
communautés d’intérêt et le rôle
des media dans un environnement
socialement dynamique
 La cartographie argumentaire
permet de définir des arborescences
complexes qui mettent à jour les
représentations cognitives d’un
débat ou d’une controverse
Ces simplifications cartographiques
permettent la mise à jour et la
schématisation de réalités sociales
complexes qui forment le territoire de
marque d’un responsable marketing.

16. +
Pour conclure…
Une recherche d’analyse
automatisé du Big Data pour
- Le Temps Réel (JustInTime)
- La Personnalisation
- La recommandation
…un processus porteur
d’innovation au sein des
organisations.