Ce slide comprend des informations sur le big data et son utilisation dans le domaine du marketing digital ainsi que des exemples d'applications réels dans différent secteur

1. Hamza Sossey Alaoui – Ruihao Zhu – Andrés Cifuentes

2. Plan de Travail
1. Qu’est-ce que le Big Data?
2. Le Big Data et le Marketing Digital
3. Exemples

3. Qu'est-ce que le Big Data ?
• L'idée de base derrière l'expression BIG DATA est que tout ce que
nous faisons, laisse de plus en plus de traces numériques, que nous
pouvons utiliser et analyser.
• McKinsey & Company : « BIG DATA » est la
prochaine frontière pour l'innovation, la concurrence
et la productivité.

4. Qu'est-ce que le Big Data ?
• le BIG DATA signifie l’ensembles de
données qui ne peuvent pas être perçus,
acquis, gérés et traités par des outils
informatiques traditionnels dans un délai
raisonnable

5. Les caractéristiques du Big Data
la règle des 3V :
• Volume
• Variété
• Vélocité

6. L’utilité de l’analyse des BIG DATA
• Comprendre des phénomènes
• Analyser des comportement
• Faire de la prédiction

7. Hadoop

8. Les TROIS applications du Big Data
1. Le retargeting
2. Le Marketing Automation
3. L’analyse prédictive

9. 1. Le retargeting
 Le concept :
Trier les internautes de votre site web
en fonction du ciblage ou de nombreux
facteurs (période, météo, heure, etc.).
Cibler précisément et utiliser les supports Display comme
AdWords ou les networks et les régies des grands médias
pour publier des annonces personnalisées.

11. 2. Le Marketing Automation
• Il s’agit de l’ensemble des
techniques qui permettent
de déclencher et conduire
une campagne marketing
quasiment sans intervention
humaine

12. Les relances automatisées en marketing utilisent aussi le Big Data
par l’intermédiaire des DMP (Data Management Platforms).
L’utilisation des DMP facilite
l’agrégation des nombreux flux
de données pour les entreprises
de mieux cibler les prospects.

13. 3. L’analyse prédictive
• Il s’agit de l’analyse des données et informations récoltées sur les
consommateurs afin de prévoir leurs comportements et leurs besoins
potentiels.

14. • Acquérir rapidement un volume et une variété
des données importantes tout en accélérant
le processus d’analyse (établissement des
algorithmes entre les données) permet de
faire des prévisions en temps réel et de
prendre des décisions plus pertinentes.
Savoir comment un budget supplémentaire peut augmenter
les rendements
Comprendre comment les différents niveaux de dépenses
affectent les revenus
Déterminer le potentiel des campagnes particulières

15. Le big Data s’impose donc comme
le seul remède possible au SPAM.
Le bon moment
Le bon canal
Le bon client

16. Exemples
o Grâce au Big Data, T-Mobile cible les clients qui ont une
forte présence dans les réseaux sociaux. Ils peuvent
influencer des consommateurs potentiels, et bénéficient
ainsi des avantages.
o T-Mobile repond d’une manière proactif par rapport aux
préoccupations et sentiments des consommateurs.
o L’entreprise a ajoutée 2,1 millions de clients pour le
deuxième trimestre 2015.

17. Exemples
o Collecter des données via le programme adhérents et les
boutiques multicanal.
o TinyClues: Une solution qui fonctionne en mode ‘boîte
noire’, il permet d’apprendre par l’expérience les
éléments déterminants de telle ou telle typologie d’achat.
o La solution se base sur deux types de données : des
informations en base et des événements.
o Hausse de 30 % en termes de chiffre d’affaire généré.

18. Exemples
o American Express utilise le Big Data pour analyser et
prédire le comportement du consommateur.
o En examinant les transactions historique et en incorporant
plus de 100 variables.
o Ils peuvent prévoir 24% des comptes qui fermeront dans
les quatre mois suivants.

19. Merci de votre
attention !