SlideShare une entreprise Scribd logo

Machine Learning

Machine Learning et Intelligence Artificielle : quelles applications pour le marketing digital ? Deep Machine Learning (ML) et Intelligence Artificielle (AI) sont au cœur des stratégies des géants du net : reconnaissance de textes, de voix, de visages, de sentiments, quelles possibilités d’applications au marketing digital ? Comment commencer ? Avec quels outils et quelles compétences ? Google, Facebook, Apple et autres Microsoft se livrent une bataille de Titan sur le terrain de l’Intelligence Artificielle, que ce soit pour conduire des voitures autonomes, identifier les utilisateurs à partir de leur visage, traduire en temps réel des conversations téléphoniques, conseiller le bon produit, mimer le comportement du parfait assistant… Cette débauche de moyens en recherche et développement génère la diffusion en Open Source des sources de nombreux algorithmes ou le foisonnement de fonctions et d’API de ML et d’AI « as a service ». Avec des efforts minimes, tout-un-chacun peut aujourd’hui accéder simplement et pour un coût modique à des fonctionnalités puissantes pour reconnaître un visage, une voix, les sentiments à partir d’un texte, ou pour anticiper des ruptures dans des comportements… En outre, la démocratisation des technologies Big Data donne accès à des puissances de traitements considérables qui permettent d’appliquer ces algorithmes de ML sur des centaines de milliers de points, des milliards d’enregistrements et des volumes de plusieurs péta-octets. Ce séminaire prospectif vise à démystifier le Deep Machine Learning, à en dessiner les premières applications potentielles pour le Marketing Digital et à en préciser les modalités de mise en œuvre ainsi que les impacts et les risques à identifier.

1  sur  59
Télécharger pour lire hors ligne
© Soft Computing – www.softcomputing.com
Machine Learning
Quelles applications pour le marketing digital ?
25/05/2016
© 2
Gilles VENTURI
Directeur Général
E-mail : gvn@softcomputing.com
Tel : +33 (0)1 73 00 55 64
Mobile : +33 (0)6 07 04 74 24
Karine TRIBOULEY
Manager Marketing Services
E-mail : ktr@softcomputing.com
Tel : +33 (0)1 73 00 55 24
Mobile : +33 (0)6 69 67 62 10
© 3
Sommaire
1. Introduction
2. Préambule
3. IA : déjà dans notre quotidien
4. L'IA à portée de main
5. Big data : booster d'IA
6. Des algorithmes prolifiques et pointus
7. ML & marketing
8. Outillage : innovation combinationnelle
9. Comment avancer
10. Conclusion
© 4
Carte d’identité
© 5
Exploiter tout le potentiel de la data
Créer des expériences Client sans couture
Démultiplier la performance du marketing digital
Mission
Marketing
Intelligence
Big Data
Driven
Digital
Experience
© 6
Compétences : un mix unique de compétences pointues
Digital
Marketing
Data
Science
Project
Management
Information
Technologies

Recommandé

AI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine LearnigAI Apprentissage Automatique, Machine Learnig
AI Apprentissage Automatique, Machine LearnigFelipe Sanchez Garzon
 
Machine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleMachine Learning et Intelligence Artificielle
Machine Learning et Intelligence ArtificielleSoft Computing
 
Data mining - Introduction générale
Data mining - Introduction généraleData mining - Introduction générale
Data mining - Introduction généraleMohamed Heny SELMI
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleMedhi Corneille Famibelle*
 
Introduction au Deep Learning
Introduction au Deep Learning Introduction au Deep Learning
Introduction au Deep Learning Niji
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceLilia Sfaxi
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleECAM Brussels Engineering School
 

Contenu connexe

Tendances

Introduction au Machine Learning
Introduction au Machine LearningIntroduction au Machine Learning
Introduction au Machine LearningMathieu Goeminne
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learningQuentin Ambard
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesJean-Michel Franco
 
Exposé segmentation
Exposé segmentationExposé segmentation
Exposé segmentationDonia Hammami
 
Perceptron monocouche en français
Perceptron monocouche en françaisPerceptron monocouche en français
Perceptron monocouche en françaisHakim Nasaoui
 
Comprendre l’intelligence artificielle [webinaire]
Comprendre l’intelligence artificielle [webinaire]Comprendre l’intelligence artificielle [webinaire]
Comprendre l’intelligence artificielle [webinaire]Technologia Formation
 
Intelligence Artificielle - Systèmes experts
Intelligence Artificielle - Systèmes expertsIntelligence Artificielle - Systèmes experts
Intelligence Artificielle - Systèmes expertsMohamed Heny SELMI
 
présentation soutenance PFE.ppt
présentation soutenance PFE.pptprésentation soutenance PFE.ppt
présentation soutenance PFE.pptMohamed Ben Bouzid
 
réseaux de neurones artificiels
réseaux de neurones artificiels réseaux de neurones artificiels
réseaux de neurones artificiels Oussama Werfelli
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Mohamed Heny SELMI
 
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data HaShem Selmi
 
Clustering: Méthode hiérarchique
Clustering: Méthode hiérarchiqueClustering: Méthode hiérarchique
Clustering: Méthode hiérarchiqueYassine Mhadhbi
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Digital Thursday
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
Introduction au datamining, concepts et techniques
Introduction au datamining, concepts et techniquesIntroduction au datamining, concepts et techniques
Introduction au datamining, concepts et techniquesIsmail CHAIB
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2Amal Abid
 
Ia project Apprentissage Automatique
Ia project Apprentissage AutomatiqueIa project Apprentissage Automatique
Ia project Apprentissage AutomatiqueNizar Bechir
 
TD2 - UML - Correction
TD2 - UML - CorrectionTD2 - UML - Correction
TD2 - UML - CorrectionLilia Sfaxi
 

Tendances (20)

Introduction au Machine Learning
Introduction au Machine LearningIntroduction au Machine Learning
Introduction au Machine Learning
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learning
 
Big Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendancesBig Data : concepts, cas d'usage et tendances
Big Data : concepts, cas d'usage et tendances
 
Exposé segmentation
Exposé segmentationExposé segmentation
Exposé segmentation
 
Perceptron monocouche en français
Perceptron monocouche en françaisPerceptron monocouche en français
Perceptron monocouche en français
 
Comprendre l’intelligence artificielle [webinaire]
Comprendre l’intelligence artificielle [webinaire]Comprendre l’intelligence artificielle [webinaire]
Comprendre l’intelligence artificielle [webinaire]
 
Intelligence Artificielle - Systèmes experts
Intelligence Artificielle - Systèmes expertsIntelligence Artificielle - Systèmes experts
Intelligence Artificielle - Systèmes experts
 
présentation soutenance PFE.ppt
présentation soutenance PFE.pptprésentation soutenance PFE.ppt
présentation soutenance PFE.ppt
 
réseaux de neurones artificiels
réseaux de neurones artificiels réseaux de neurones artificiels
réseaux de neurones artificiels
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)
 
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data Présentation PFE Hachem Selmi et Ahmed Dridi Big data
Présentation PFE Hachem Selmi et Ahmed Dridi Big data
 
Clustering: Méthode hiérarchique
Clustering: Méthode hiérarchiqueClustering: Méthode hiérarchique
Clustering: Méthode hiérarchique
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
 
Présentation cloud computing
Présentation cloud computingPrésentation cloud computing
Présentation cloud computing
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Introduction au datamining, concepts et techniques
Introduction au datamining, concepts et techniquesIntroduction au datamining, concepts et techniques
Introduction au datamining, concepts et techniques
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2
 
Deep learning
Deep learningDeep learning
Deep learning
 
Ia project Apprentissage Automatique
Ia project Apprentissage AutomatiqueIa project Apprentissage Automatique
Ia project Apprentissage Automatique
 
TD2 - UML - Correction
TD2 - UML - CorrectionTD2 - UML - Correction
TD2 - UML - Correction
 

En vedette

Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine LearningRahul Jain
 
Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine LearningLior Rokach
 
La Gouvernance des Données
La Gouvernance des DonnéesLa Gouvernance des Données
La Gouvernance des DonnéesSoft Computing
 
Objets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data ScienceObjets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data ScienceSoft Computing
 
Séminaire Expérience Client
Séminaire Expérience ClientSéminaire Expérience Client
Séminaire Expérience ClientSoft Computing
 
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...Soft Computing
 
Du Data Mining à la Data Science
Du Data Mining à la Data ScienceDu Data Mining à la Data Science
Du Data Mining à la Data ScienceSoft Computing
 
Recommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareRecommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareJustin Basilico
 
BSSML16 L6. Basic Data Transformations
BSSML16 L6. Basic Data TransformationsBSSML16 L6. Basic Data Transformations
BSSML16 L6. Basic Data TransformationsBigML, Inc
 
Machine Learning Introduction
Machine Learning IntroductionMachine Learning Introduction
Machine Learning IntroductionJinseob Kim
 
BSSML16 L1. Introduction, Models, and Evaluations
BSSML16 L1. Introduction, Models, and EvaluationsBSSML16 L1. Introduction, Models, and Evaluations
BSSML16 L1. Introduction, Models, and EvaluationsBigML, Inc
 
CRM & DMP : le digital au service d’une animation client omnicanal et temps réel
CRM & DMP : le digital au service d’une animation client omnicanal et temps réelCRM & DMP : le digital au service d’une animation client omnicanal et temps réel
CRM & DMP : le digital au service d’une animation client omnicanal et temps réelSoft Computing
 
Matinale Technologique Adobe Campaign
Matinale Technologique Adobe CampaignMatinale Technologique Adobe Campaign
Matinale Technologique Adobe CampaignSoft Computing
 
Recommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareRecommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareJustin Basilico
 
API, WhizzML and Apps
API, WhizzML and AppsAPI, WhizzML and Apps
API, WhizzML and AppsBigML, Inc
 
modèle de scoring pour la clientèle
modèle de scoring pour la clientèle modèle de scoring pour la clientèle
modèle de scoring pour la clientèle Oulaya CHOUAY
 
Web UI, Algorithms, and Feature Engineering
Web UI, Algorithms, and Feature Engineering Web UI, Algorithms, and Feature Engineering
Web UI, Algorithms, and Feature Engineering BigML, Inc
 
VSSML16 L2. Ensembles and Logistic Regression
VSSML16 L2. Ensembles and Logistic RegressionVSSML16 L2. Ensembles and Logistic Regression
VSSML16 L2. Ensembles and Logistic RegressionBigML, Inc
 

En vedette (20)

Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine Learning
 
Introduction to Machine Learning
Introduction to Machine LearningIntroduction to Machine Learning
Introduction to Machine Learning
 
La Gouvernance des Données
La Gouvernance des DonnéesLa Gouvernance des Données
La Gouvernance des Données
 
Objets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data ScienceObjets Connectés (IoT) et Data Science
Objets Connectés (IoT) et Data Science
 
Données Personnelles
Données PersonnellesDonnées Personnelles
Données Personnelles
 
Séminaire Expérience Client
Séminaire Expérience ClientSéminaire Expérience Client
Séminaire Expérience Client
 
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...
DMP : après un temps d'observation, comment l'inscrire dans une réalité opéra...
 
Du Data Mining à la Data Science
Du Data Mining à la Data ScienceDu Data Mining à la Data Science
Du Data Mining à la Data Science
 
Data Science
Data ScienceData Science
Data Science
 
Recommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareRecommendations for Building Machine Learning Software
Recommendations for Building Machine Learning Software
 
BSSML16 L6. Basic Data Transformations
BSSML16 L6. Basic Data TransformationsBSSML16 L6. Basic Data Transformations
BSSML16 L6. Basic Data Transformations
 
Machine Learning Introduction
Machine Learning IntroductionMachine Learning Introduction
Machine Learning Introduction
 
BSSML16 L1. Introduction, Models, and Evaluations
BSSML16 L1. Introduction, Models, and EvaluationsBSSML16 L1. Introduction, Models, and Evaluations
BSSML16 L1. Introduction, Models, and Evaluations
 
CRM & DMP : le digital au service d’une animation client omnicanal et temps réel
CRM & DMP : le digital au service d’une animation client omnicanal et temps réelCRM & DMP : le digital au service d’une animation client omnicanal et temps réel
CRM & DMP : le digital au service d’une animation client omnicanal et temps réel
 
Matinale Technologique Adobe Campaign
Matinale Technologique Adobe CampaignMatinale Technologique Adobe Campaign
Matinale Technologique Adobe Campaign
 
Recommendations for Building Machine Learning Software
Recommendations for Building Machine Learning SoftwareRecommendations for Building Machine Learning Software
Recommendations for Building Machine Learning Software
 
API, WhizzML and Apps
API, WhizzML and AppsAPI, WhizzML and Apps
API, WhizzML and Apps
 
modèle de scoring pour la clientèle
modèle de scoring pour la clientèle modèle de scoring pour la clientèle
modèle de scoring pour la clientèle
 
Web UI, Algorithms, and Feature Engineering
Web UI, Algorithms, and Feature Engineering Web UI, Algorithms, and Feature Engineering
Web UI, Algorithms, and Feature Engineering
 
VSSML16 L2. Ensembles and Logistic Regression
VSSML16 L2. Ensembles and Logistic RegressionVSSML16 L2. Ensembles and Logistic Regression
VSSML16 L2. Ensembles and Logistic Regression
 

Similaire à Machine Learning

Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...
Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...
Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...M2i Formation
 
CERTIFICATION EN DIGITAL MARKETING MANAGEMENT
CERTIFICATION EN DIGITAL MARKETING MANAGEMENTCERTIFICATION EN DIGITAL MARKETING MANAGEMENT
CERTIFICATION EN DIGITAL MARKETING MANAGEMENTWilliam ENOCH
 
Altaide les métiers du numérique, le grand capharnaüm 0316
Altaide les métiers du numérique, le grand capharnaüm 0316Altaide les métiers du numérique, le grand capharnaüm 0316
Altaide les métiers du numérique, le grand capharnaüm 0316ALTAIDE
 
29/06/17 Matinale Python
29/06/17 Matinale Python29/06/17 Matinale Python
29/06/17 Matinale PythonSoft Computing
 
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...Soft Computing
 
Presentation timsoft YourCegid Manufacturing SEP2016
Presentation timsoft YourCegid Manufacturing SEP2016Presentation timsoft YourCegid Manufacturing SEP2016
Presentation timsoft YourCegid Manufacturing SEP2016Wassim Besbes
 
06/07/17 Table ronde Data Transformation Program
06/07/17 Table ronde Data Transformation Program06/07/17 Table ronde Data Transformation Program
06/07/17 Table ronde Data Transformation ProgramSoft Computing
 
25/01/18 Matinale Data Science
25/01/18 Matinale Data Science25/01/18 Matinale Data Science
25/01/18 Matinale Data ScienceSoft Computing
 
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...Bonitasoft
 
Hippocampe right management-24-11-2016
Hippocampe right management-24-11-2016Hippocampe right management-24-11-2016
Hippocampe right management-24-11-2016Pascale GEMIGNANI
 
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...Market Engel SAS
 
Lancement 20 fev catalix slideware
Lancement 20 fev catalix slideware Lancement 20 fev catalix slideware
Lancement 20 fev catalix slideware thoudaille
 
Réseaux Sociaux, CRM/PRM et Digital
Réseaux Sociaux, CRM/PRM et DigitalRéseaux Sociaux, CRM/PRM et Digital
Réseaux Sociaux, CRM/PRM et DigitalSoft Computing
 
Cybigd formation-big-data-les-essentiels
Cybigd formation-big-data-les-essentielsCybigd formation-big-data-les-essentiels
Cybigd formation-big-data-les-essentielsCERTyou Formation
 
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...Activo Consulting
 
Vers des applications modernes : retour d'expérience
Vers des applications modernes : retour d'expérienceVers des applications modernes : retour d'expérience
Vers des applications modernes : retour d'expérienceMicrosoft
 
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13AnDaolVras
 

Similaire à Machine Learning (20)

Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...
Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...
Formation M2i - Automatisation d'un reporting avec la solution Microsoft Powe...
 
CERTIFICATION EN DIGITAL MARKETING MANAGEMENT
CERTIFICATION EN DIGITAL MARKETING MANAGEMENTCERTIFICATION EN DIGITAL MARKETING MANAGEMENT
CERTIFICATION EN DIGITAL MARKETING MANAGEMENT
 
Altaide les métiers du numérique, le grand capharnaüm 0316
Altaide les métiers du numérique, le grand capharnaüm 0316Altaide les métiers du numérique, le grand capharnaüm 0316
Altaide les métiers du numérique, le grand capharnaüm 0316
 
29/06/17 Matinale Python
29/06/17 Matinale Python29/06/17 Matinale Python
29/06/17 Matinale Python
 
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
Salon Big Data 2015 : Big Data et Marketing Digital, Retours d’expérience en ...
 
Presentation timsoft YourCegid Manufacturing SEP2016
Presentation timsoft YourCegid Manufacturing SEP2016Presentation timsoft YourCegid Manufacturing SEP2016
Presentation timsoft YourCegid Manufacturing SEP2016
 
06/07/17 Table ronde Data Transformation Program
06/07/17 Table ronde Data Transformation Program06/07/17 Table ronde Data Transformation Program
06/07/17 Table ronde Data Transformation Program
 
Data Lake
Data LakeData Lake
Data Lake
 
25/01/18 Matinale Data Science
25/01/18 Matinale Data Science25/01/18 Matinale Data Science
25/01/18 Matinale Data Science
 
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...
IDC Observatoire 2020 de l'Automatisation des Métiers: vers l'Intelligent Pro...
 
Hippocampe right management-24-11-2016
Hippocampe right management-24-11-2016Hippocampe right management-24-11-2016
Hippocampe right management-24-11-2016
 
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
La gestion des contenus d'entreprise selon www.walabiz.fr: le cas d'usage de ...
 
Séminaire RCU
Séminaire RCUSéminaire RCU
Séminaire RCU
 
Lancement 20 fev catalix slideware
Lancement 20 fev catalix slideware Lancement 20 fev catalix slideware
Lancement 20 fev catalix slideware
 
Réseaux Sociaux, CRM/PRM et Digital
Réseaux Sociaux, CRM/PRM et DigitalRéseaux Sociaux, CRM/PRM et Digital
Réseaux Sociaux, CRM/PRM et Digital
 
Cybigd formation-big-data-les-essentiels
Cybigd formation-big-data-les-essentielsCybigd formation-big-data-les-essentiels
Cybigd formation-big-data-les-essentiels
 
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...
Comment choisir la bonne solution de DAM en 2020 au regard des nouveaux enjeu...
 
Vers des applications modernes : retour d'expérience
Vers des applications modernes : retour d'expérienceVers des applications modernes : retour d'expérience
Vers des applications modernes : retour d'expérience
 
Phygital
PhygitalPhygital
Phygital
 
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
Vitamin'C "Les outils de gestion sur le cloud" - 25/09/13
 

Plus de Soft Computing

16/04/19 Matinale Experts Marketing Omnicanal
16/04/19 Matinale Experts Marketing Omnicanal16/04/19 Matinale Experts Marketing Omnicanal
16/04/19 Matinale Experts Marketing OmnicanalSoft Computing
 
17/05/18 Matinale Usages Activation Omnicanal
17/05/18 Matinale Usages Activation Omnicanal17/05/18 Matinale Usages Activation Omnicanal
17/05/18 Matinale Usages Activation OmnicanalSoft Computing
 
07/12/17 Séminaire Expérience Client
07/12/17 Séminaire Expérience Client07/12/17 Séminaire Expérience Client
07/12/17 Séminaire Expérience ClientSoft Computing
 
23/11/17 Matinale Usages Réactivation et SMS Enrichi
23/11/17 Matinale Usages Réactivation et SMS Enrichi23/11/17 Matinale Usages Réactivation et SMS Enrichi
23/11/17 Matinale Usages Réactivation et SMS EnrichiSoft Computing
 
19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client UniqueSoft Computing
 
05/10/17 Matinale Qlik Sense
05/10/17 Matinale Qlik Sense05/10/17 Matinale Qlik Sense
05/10/17 Matinale Qlik SenseSoft Computing
 
28/09/2017 Séminaire Data & Activation Client
28/09/2017 Séminaire Data & Activation Client28/09/2017 Séminaire Data & Activation Client
28/09/2017 Séminaire Data & Activation ClientSoft Computing
 
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et DélivrabilitéSoft Computing
 
27/04/17 Séminaire Données Personnelles
27/04/17 Séminaire Données Personnelles27/04/17 Séminaire Données Personnelles
27/04/17 Séminaire Données PersonnellesSoft Computing
 
Moteur de Recommandation
Moteur de RecommandationMoteur de Recommandation
Moteur de RecommandationSoft Computing
 
Matinale Technologique SAS
Matinale Technologique SASMatinale Technologique SAS
Matinale Technologique SASSoft Computing
 
Des reportings efficients pour des analyses pertinentes
Des reportings efficients pour des analyses pertinentesDes reportings efficients pour des analyses pertinentes
Des reportings efficients pour des analyses pertinentesSoft Computing
 
Outils de Vente : Du CRM à la Digitalisation de l'Animation Commerciale
Outils de Vente : Du CRM à la Digitalisation de l'Animation CommercialeOutils de Vente : Du CRM à la Digitalisation de l'Animation Commerciale
Outils de Vente : Du CRM à la Digitalisation de l'Animation CommercialeSoft Computing
 

Plus de Soft Computing (15)

16/04/19 Matinale Experts Marketing Omnicanal
16/04/19 Matinale Experts Marketing Omnicanal16/04/19 Matinale Experts Marketing Omnicanal
16/04/19 Matinale Experts Marketing Omnicanal
 
17/05/18 Matinale Usages Activation Omnicanal
17/05/18 Matinale Usages Activation Omnicanal17/05/18 Matinale Usages Activation Omnicanal
17/05/18 Matinale Usages Activation Omnicanal
 
07/12/17 Séminaire Expérience Client
07/12/17 Séminaire Expérience Client07/12/17 Séminaire Expérience Client
07/12/17 Séminaire Expérience Client
 
23/11/17 Matinale Usages Réactivation et SMS Enrichi
23/11/17 Matinale Usages Réactivation et SMS Enrichi23/11/17 Matinale Usages Réactivation et SMS Enrichi
23/11/17 Matinale Usages Réactivation et SMS Enrichi
 
19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique19/10/17 Séminaire Référentiel Client Unique
19/10/17 Séminaire Référentiel Client Unique
 
05/10/17 Matinale Qlik Sense
05/10/17 Matinale Qlik Sense05/10/17 Matinale Qlik Sense
05/10/17 Matinale Qlik Sense
 
28/09/2017 Séminaire Data & Activation Client
28/09/2017 Séminaire Data & Activation Client28/09/2017 Séminaire Data & Activation Client
28/09/2017 Séminaire Data & Activation Client
 
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
01/06/2017 Matinale Activation Client personnalisée et Délivrabilité
 
27/04/17 Séminaire Données Personnelles
27/04/17 Séminaire Données Personnelles27/04/17 Séminaire Données Personnelles
27/04/17 Séminaire Données Personnelles
 
Moteur de Recommandation
Moteur de RecommandationMoteur de Recommandation
Moteur de Recommandation
 
Expérience Client
Expérience ClientExpérience Client
Expérience Client
 
Digital In Store
Digital In StoreDigital In Store
Digital In Store
 
Matinale Technologique SAS
Matinale Technologique SASMatinale Technologique SAS
Matinale Technologique SAS
 
Des reportings efficients pour des analyses pertinentes
Des reportings efficients pour des analyses pertinentesDes reportings efficients pour des analyses pertinentes
Des reportings efficients pour des analyses pertinentes
 
Outils de Vente : Du CRM à la Digitalisation de l'Animation Commerciale
Outils de Vente : Du CRM à la Digitalisation de l'Animation CommercialeOutils de Vente : Du CRM à la Digitalisation de l'Animation Commerciale
Outils de Vente : Du CRM à la Digitalisation de l'Animation Commerciale
 

Machine Learning

  • 1. © Soft Computing – www.softcomputing.com Machine Learning Quelles applications pour le marketing digital ? 25/05/2016
  • 2. © 2 Gilles VENTURI Directeur Général E-mail : gvn@softcomputing.com Tel : +33 (0)1 73 00 55 64 Mobile : +33 (0)6 07 04 74 24 Karine TRIBOULEY Manager Marketing Services E-mail : ktr@softcomputing.com Tel : +33 (0)1 73 00 55 24 Mobile : +33 (0)6 69 67 62 10
  • 3. © 3 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 5. © 5 Exploiter tout le potentiel de la data Créer des expériences Client sans couture Démultiplier la performance du marketing digital Mission Marketing Intelligence Big Data Driven Digital Experience
  • 6. © 6 Compétences : un mix unique de compétences pointues Digital Marketing Data Science Project Management Information Technologies
  • 7. © 7 A la carte Think Build Run Délégation Projet Centre de services Digital-Marketing IT AMOA Offre Delivery Clients
  • 8. © 8 Extraits de références Digital Marketing Big Data Aviva CRM Onboarding et campagnes marketing anonymes – identifiés. Danone Programme relationnel multi- devices et remarketing. Engie Data Management Platform, CRM, Identity Management et web analytics. Fnac Convergence des pratiques et outils marketing offline et in store avec le digital. Les Echos Migration technique et organisationnelle d’une DMP et d’une SSP. BPCE Centre de services de gestion des campagnes marketing multicanal. L'Oréal Déploiement et exploitation d’une plate-forme CRM multi-marques multi-pays. Système U Centre de services gestion de campagnes marketing et connaissance clients. vente-privee.com Mise en place de campagnes automatisées et optimisées par des tests. Vivarte Gestion et activation d’un référentiel client unique multimarques. La Banque Postale Conception de l’architecture décisionnelle hybride big data – datawarehouse. LCL Accompagnement à la conception et la mise en place d’un datalake. Orange Formation de compétences et de méthodes en data science sur les filiales Afrique et Moyen-Orient. PSA Définition de la gouvernance d’un MDM client multi-activité et international. RCI Banque Elaboration d’une stratégie de connaissance client et valorisation des big data.
  • 10. © 10 Recruteur de talents Datascience Projet TechnologiesDigital Marketing CRM Big Data 100 CDI à pourvoir cette année Contact : recrutement@softcomputing.com – http://www.softcomputing.com/offres-d-emploi
  • 11. © 11 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 12. © 12 Définitions « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique » « … méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires » « méthodes permettant à une machine d'évoluer par un processus systématique, et ainsi de remplir des tâches difficiles ou impossibles à remplir par des moyens algorithmiques plus classiques »
  • 13. © 13 Périmètre usuel des applications marketing Moteurs de recommandations Reconnaissance vocale Analyse textuelle Reconnaissance d’image Analyse de sentiments Traitement du signal
  • 14. © 14 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 15. © 15
  • 16. © 16
  • 17. © 17
  • 18. © 18
  • 19. © 19
  • 20. © 20
  • 21. © 21
  • 22. © 22
  • 23. © 23
  • 24. © 24 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 25. © 25 Analyse de texte http://www.alchemyapi.com/products/demo/alchemylanguage
  • 29. © 29 Voix en texte (et vice-versa) https://text-to-speech-demo.mybluemix.net/
  • 31. © 31 Traduction : google tranlate
  • 32. © 32 Analyse de sentiments http://toneapi.com/
  • 34. © 34 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 35. © 35 Défi technique #1 : se préparer à gérer des volumes inimaginables 2006 2016
  • 36. © 36 Défi technique #2 : sortir de la quadrature du triangle 2006 2016 Disponibilité « Les données sont toujours accessibles » Tolérance « seule la panne totale interrompt » Cohérence « Les commits rendent l’ensemble des données cohérentes » Disponibilité « Les données sont toujours accessibles » Tolérance « seul la panne totale interrompt » Cohérence « Les commits rendent l’ensemble des données cohérentes » Commit en 2 phases
  • 37. © 37 Défi technique #3 : exécuter tout calcul en moins de 0,14 seconde 2006 2016 Trading Desk (ATD) Editeur de site Demand Side Platform (DSP) Ad exchange (Adex) Supply Side Platform (SSP) Annonceur ou Agence média Ad Server de l’éditeur ou Ad network RTB & programmati que
  • 38. © 38 Défi technique #4 : gérer des données non structurées 2006 2016
  • 39. © 39 La solution : distribution de données et des traitements 2006 2016
  • 40. © 40 Sky is the limit Temps de calcul Nombredenœudshadoop (10,1) (1,10)
  • 41. © 41 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 42. © 42 Comment s’y retrouver ? Centre de Solutions et de
  • 43. © 43 Comment s’y retrouver ? Centre de Solutions et de  Apprentissage non supervisée : kmeans, analyse de patterns (image et son)  Apprentissage supervisé : logistique, arbres de décision, forêts aléatoires Concepts ? Ensemble de méthodes ? Redondance du vocabulaire ? Méthodes ? Concepts Méthodes Enchainement de Méthodes  Datamanagement et rapprochement a priori : pour sauvegarde intelligible  Analyse des données : purement descriptif  Apprentissage automatique = machine learning : pour faire de l’inférence  Deep learning
  • 44. © 44 Comment s’y retrouver ? Centre de Solutions et de Nouveaux concepts ou amélioration technologique ?  Score à réaliser >>> apprentissage supervisé >>> logistique  Moteur de Score à réaliser >>> apprentissage supervisé >>> RF Exemple d’avancée technologique avec changement de concept Exemple d’avancée technologique sans changement de concept  Score à réaliser >>> règle a priori >>> calcul d’indicateurs  Score à réaliser >>> apprentissage supervisé >>> logistique
  • 45. © 45 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinatoire 9. Comment avancer 10. Conclusion
  • 46. © 46 Apprendre des données ? Conclusion : S’orienter selon son besoin Centre de Solutions et de Identifier le besoin et choisir les outils et les méthodologies en adéquation :  Non : algorithmes a priori (règles métiers), traitement « à la main »  Oui : algorithmes d’apprentissage  Macro Segments : RFM  Segments Classiques : segmentation comportementale  Persona : deep segmentation comportementale  Individu : moteur de recommandation  Peu complexes : données retour campagne, image simple, son simple  Complexes – multi-échelle : image (API) , son, informations à plusieurs niveaux (données de dépenses)  Textuelles  Usuelle  Massive : jeu d’échecs  Non gérable : jeu de Go Degré de complexité des données ? Volumétrie ? Degré de finesse souhaité ?
  • 47. © 47 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 48. © 48 Analyse de texte : rappel http://www.alchemyapi.com/products/demo/alchemylanguage
  • 49. © 49 Sous le capot, des API https://watson-api-explorer.mybluemix.net/tone-analyzer-beta/api/v3/tone?version=2016-02- 11&text=Welcome%20to%20SoftComputing {"document_tone": {"tone_categories": [{"tones": [{"score":0.040322,"tone_id":"anger","tone_name":"Anger"}, {"score":0.062696,"tone_id":"disgust","tone_name":"Disgust"}, {"score":0.063712,"tone_id":"fear","tone_name":"Fear"}, {"score":0.905908,"tone_id":"joy","tone_name":"Joy"}, {"score":0.091074,"tone_id":"sadness","tone_name":"Sadness"}], "category_id":"emotion_tone","category_name":"Emotion Tone"},{"tones": [{"score":0.0,"tone_id":"analytical","tone_name":"Analytical"}, {"score":0.0,"tone_id":"confident","tone_name":"Confident"}, {"score":0.0,"tone_id":"tentative","tone_name":"Tentative"}], "category_id":"writing_tone","category_name":"Writing Tone"},{"tones": [{"score":0.242,"tone_id":"openness_big5","tone_name":"Openness"}, {"score":0.128,"tone_id":"conscientiousness_big5","tone_name":"Conscientiousness"}, {"score":0.982,"tone_id":"extraversion_big5","tone_name":"Extraversion"}, {"score":0.821,"tone_id":"agreeableness_big5","tone_name":"Agreeableness"}, {"score":0.898,"tone_id":"neuroticism_big5","tone_name":"Emotional Range"}], "category_id":"social_tone","category_name":"Social Tone"}]}}
  • 50. © 50 Sous le capot, des infrastructures cloud
  • 51. © 51 Sous le capot, des données consommables à la demande
  • 52. © 52 Des moteurs de démocratisation puissants Coût modique Puissance élastique Algorithmes innovants Usage autonome
  • 53. © 53 Cloud + API + Open Data + ad’hoc … innovation is the ’new combinations’ of existing knowledge
  • 54. © 54 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 55. © 55 Quelles compétences ? MarketingDatascience Programmation
  • 56. © 56 Revenir au basique Pourquoi j’en ai besoin et pour répondre à quels usages business ? Mes moyens existants ne me permettraient-ils pas de ‘craquer’ déjà quelques sujets ? Légal ? Quelles sont les nouvelles opportunités technologiques du marché ? Quelle solution ? Quelle intégration dans mon patrimoine applicatif ? Quelle gouvernance ?, quelles compétences ?, quels processus ?, quels KPI’s ?
  • 57. © 57 Sommaire 1. Introduction 2. Préambule 3. IA : déjà dans notre quotidien 4. L'IA à portée de main 5. Big data : booster d'IA 6. Des algorithmes prolifiques et pointus 7. ML & marketing 8. Outillage : innovation combinationnelle 9. Comment avancer 10. Conclusion
  • 58. © 58 Sélection des cas d’usages Conseil méthodologique Sélection de l’outillage Modélisation Coaching et formation Intégation informatique Exploitation Optimisation On peut aider ?
  • 59. © 59