Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

28/09/2017 Séminaire Data & Activation Client

843 views

Published on

Data & Activation Client : les clés du succès

DMP, Social, CRM onboarding, Data Science et Intelligence Artificielle quelles techniques pour décupler la connaissance client et le ROI marketing ?
Comment démultiplier votre ROI marketing en passant d'une poignée d'informations client à des milliers de datapoints par client ?

Un client ne se caractérise plus seulement par quelques données socio-démographiques et un historique des achats et des réactions à des sollicitations. Aujourd'hui, il est possible de réconcilier autour d'un client ou prospect par des techniques de data science et d'intelligence artificielle, une quantité inimaginable de données de comportements digitaux (DMP, comportement social, CRM onboarding, 2nd et 3rd-party data, look-alike...).
• Quelles données peuvent être collectées réellement ?
• Quelles techniques pour les collecter ? ... pour extrapoler les données d'une population sur une autre,
• Quelles sont les limites contractuelles/légales à la collecte et l'utilisation des données de profil ?
• Comment stocker et analyser ces masses d'informations pour les transformer en connaissance activable ?
• Comment industrialiser l'activation des données à des fins de recrutement de prospects ou d'animation relationnelle des clients ?

Published in: Technology
  • Be the first to comment

28/09/2017 Séminaire Data & Activation Client

  1. 1. © Soft Computing – www.softcomputing.com Comment passer d'une poignée d'informations à des milliers de datapoints par client ? DMP, Social, CRM onboarding, Data Science et Intelligence Artificielle : techniques pour décupler la connaissance client et le ROI marketing ? 28/09/2017
  2. 2. © 2 Data & Activation Client : panel et techniques Séminaire le 28 septembre 2017 DMP, Social, CRM onboarding, Data Science et Intelligence Artificielle : quelles techniques pour décupler la connaissance client et le ROI marketing ? Comment démultiplier votre ROI marketing en passant d'une poignée d'informations client à des milliers de datapoints par client ? Un client ne se caractérise plus seulement par quelques données socio-démographiques et un historique des achats et des réactions à des sollicitations. Aujourd'hui, il est possible de réconcilier autour d'un client ou prospect, soit exactement, soit par des techniques de data science et d'intelligence artificielle, une quantité inimaginable des données de comportement digital (DMP, comportement social, CRM onboarding, 2nd et 3rd-party data, look-alike...). Comment stocker et analyser ces masses d'informations pour les transformer en connaissance activable ? Comment industrialiser l'activation des données à des fins de recrutement de prospects ou d'animation relationnelle des clients ? Nous vous invitons à ce séminaire gratuit pour partager avec vous notre vision du sujet. A propos Soft Computing est le spécialiste du marketing digital data-driven. Ses 400 consultants, experts en sciences de la donnée, en marketing digital et en technologies big data, aident au quotidien plus de 150 entreprises à travers le monde à exploiter tout le potentiel de la donnée pour améliorer l’expérience de leurs clients et le ROI de leur marketing digital. Soft Computing est côté à Paris sur NYSE Euronext (ISIN : FR0000075517, Symbole : SFT). Cet événement est réservé aux clients et prospects Soft Computing. Pour tout autre profil, l'inscription sera soumise à validation. Soft Computing |55 quai de Grenelle|75015 Paris|01 73 00 55 00 | www.softcomputing.com Modalités : Ce séminaire aura lieu dans les locaux de Soft Computing. Ou via notre site: www.softcomputing.com Agenda : 08h45 – 11h00 ▪ Comment l'animation marketing et digitale vient bousculer la gestion des données, des sources et des activations ? ▪ Social, onboarding, DMP, look-alike, quels apports réels de ces données ? ▪ Sources et formes multiples, comment les réconcilier dans votre écosystème ? ▪ Les nouveaux moyens d'analyse et d'activation ▪ Mai 2018 : les contraintes légales à respecter ▪ Conclusion : comment industrialiser aujourd'hui pour mieux performer demain ?
  3. 3. © 4
  4. 4. © 5 Carte d’identité
  5. 5. © 6 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. © 7 Compétences : un mix unique de compétences pointues Digital Marketing Data Science Project Management Information Technologies
  7. 7. © 8 A la carte Think Build Run Délégation Projet Centre de services Digital-Marketing IT AMOA Offre Delivery Clients
  8. 8. © 9 Extraits de références Digital Marketing Big Data Valorisation des données Web Analytics via l’analyse des parcours de conversion. Cadrage des uses cases et mise en œuvre opérationnelle d'un POC DMP. Programme relationnel multi- devices et remarketing. Déploiement international. DMP, CRM, orchestration omnicanal, et déploiement des usages Data-driven Marketing. Mise en œuvre et exploitation opérationnelle d'une DMP. Refonte de la stratégie de fidélisation omnicanale multi- marques. Centre de Services gestion des campagnes marketing multicanal, mise en place du Web Analytics. Mesure de l'impact des parcours multicanaux sur le NPS et recommandations d'améliorations. Déploiement d’une plate-forme CRM multi-marques multi-pays. Centre de Services gestion des campagnes marketing et connaissance clients. Accompagnement Data Science à la valorisation des données Big Data. Stratégie de sécurité et construction d'une plate-forme d’industrialisation des flux Big Data. Formation aux méthodes et outils en Data Science, France et international. Définition de la gouvernance d’un Référentiel client multi-activités et international. Mise en œuvre et intégration des flux Big Data pour optimiser l'animation des parcours clients.
  9. 9. © 10 Experts reconnus Partager Informer Enseigner fr.slideshare.net/softcomputing linkedin.com/company/soft-computing twitter.com/softcomputing facebook.com/softcomputing softcomputing.com/news/ Paroles d’experts Publications Séminaires
  10. 10. © 11 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. © 12 Marketing : tout change, rien ne change
  12. 12. © 13 1967 2017
  13. 13. Acquisition Développement Fidélisation R.O.I.
  14. 14. © 15 Above Media Audience GRP Below Hors-média Cible ROI Anonyme Identifié « The line »
  15. 15. © 16 Capter Analyser Activer Mesurer
  16. 16. © 17 Marketing : tout change, rien ne change
  17. 17. © 18 Nouvelles technologies, nouveaux comportements
  18. 18. © 19 De plus en plus compliqué de suivre un individu dans toutes ses dimensions Multi-media TV Outdoor Presse Display Search Social Multi-points de ventes Magasins mono marque Grands magasins Duty-free Salons VPC Service client Multi-canal digital www & eCommerce Réseaux sociaux marque App marque eCommerce multimarque Market places Marketing Email / sms Multi-devices Smartphone Tablettes PC Self Clienteling Multi-phases Considération Décision Achat Service Ré-achat Recomman- dation Multi marques & catégories Alimentaire Textile Services Auto Energie Logement
  19. 19. © 20 Focus sur 4 phénomènes #1 Digital#2 Social #1 Big Data #2 Intelligence Artificielle
  20. 20. © 21 #1 Digitalisation 50 % One-timers 9 Contacts (5 online) avant achat 88% Cherche online avant achat 49% Cherche sur smart-phone avant achat 7% Achètent online (cagr +18%) 33% Utilisent leur smartphone en magasin pendant l’achat 36% Dialogue avec la marque online après l’achat
  21. 21. © 22 #2 Social 1,7 Mo de data créées / personne /seconde 109 Utilisateurs Facebook / jour 300 Heures de vidéos chargées sur Youtube/ minute 101 2 Photos / an
  22. 22. © 23 #1 Big Data ΤLoi de Kryder ∶ € Go = 10−0,2502∗ an−1980 +6,304 3,52 1,98 1,11 0,63 0,35 0,20 2015 2016 2017 2018 2019 2020 €/To
  23. 23. © 24 #2 Intelligence Artificielle Temps de calcul Nombredenœudshadoop (10,1) (1,10)
  24. 24. © 25 données*8 calcul*280 2017-2020
  25. 25. © 26 Nature Source Collecte 106 datapoints
  26. 26. © 27 Nature des données
  27. 27. © 28 Source des données Usage canaux Info groupe Adresse Achats Tweet Profil Gestion de campagnes facebook Profil Instagram Profil Profil Digital 2nd 3rd party Attributs d’achats Marques achetées Part de portefeuilleAttributs adresse Constaté Jumeau ConstatéJumeau Constaté Jumeau Constaté Jumeau Attributs d’engagement • Client marque xx • Dépense 20 K pa @ groupe• Voisinage urbain • Revenu moyen : 150-250 K • Achète en ligne • Préfère petite surface • Mono-magasin • Achète surtout le week-end • Principalement catégorie x • Forte sensibilité promo • Appétent à la nouveauté • Paie Amex • N’ouvre pas ses emails • Réactif aux SMS • Intérêt pour des promo • Post : événements • Like : infos personnelles • Comments : contenu • Revenu : 150-250 K • Intérêt : mode • Intérêt : équitation • Post : noir et blanc • Post : mode • Repost : paysages • Ton : positif • Sujets : marques, mode
  28. 28. © 29 Modalité de collecte DupontNom 01 73 00 55 63Téléphone Exact match KPI libellé note Achat récent*10 10 Achat frais industriel*3 3 Score de réachat 13 Score ean libellé Rang reco 204779000000 CHAUMES 1 8008698032114 SPEKULATUS 2 8008698010259 CIABATTA 3 3176571564009 LAIT FRAIS1L 4 8424059002013 FRAMBOISE 5 8008698004678 PAIN ROMARIN 6 3057640189708 TAILLEF.FIZ 7 3222475423987 MAXI MACHE 8 3333340000780 RATTE 9 Auto-apprentissage date ean libellé prix 14/3208994000000 VEAU ESCALOP 3,24 14/33059940005375 CILLIT 9,00 14/33222473176175 GEL 1L 3,93 14/38008698004678 PAIN ROMARIN 3,16 14/38008698005880 PENNES 3,51 14/38008698032114 SPEKULATUS 5,00 14/38424059002013 FRAMBOISE 7,40 14/3Total 35,24 libellé KPI Achat récent 1 Achat frais industriel 1 Achat maison 0 Fréquence moyenne 1,4 Panier moyen 73,72 Nom Tel Similarité DUPOND 01 73 00 55 00 80% DUPONt 01 73 00 55 00 60% Fuzzy match
  29. 29. © 30 Socio-démo Transactions Social Digital Look-alike Données internes : un gisement sous- exploité
  30. 30. © 31
  31. 31. © 32 Ex : prélèvement Soumis à l’IR 2nd tiers : 1,970 €Réf. émetteu rs Marié 2 enfants IR n-1: 5,910 € (P=75%) Parts : 3,0 (P=50%) TMI : 40% (P=75%) 45% (P=50%) Revenu fiscal : [90 K€-120 K€] (P=90%) Domiciliation IR : 75 Clie nt
  32. 32. © 33 Ex : carte Golf/week-end/Pays Basque : 127€ Restaurant/week-end/Pays Basque : 127€ Moto/week-end/Pays Basque : 58€ Hypermarché week-end/Pays Basque : 284€ Réf. MCC Domiciliation : 75 Réf. Sirene Résidence 2nd Pays Basque (P=75%) Possesseur moto (P=75%) Joueur de golf (P=90%) Réf. Sirene géocodé Clie nt
  33. 33. © 34 Ex : analyse des évolutions Réf. MCC Réf. Sirene Achat auto<=6 mois (p=75%)
  34. 34. © 35 Ex : prélèvement Prélèvement crédit immo Réf. émetteurs Emetteur : BCP Fin Crédit Immo : 01/2016 [P=90%]
  35. 35. © 36 Profil Soumis à l’IR (P=100%) 2nd tiers : 1,970 € (P=100%) IR n-1: 5,910 € (P=75%) Parts : 3,0 (P=50%) TMI : {40% ; 45%} (P={75% ; 50%}) Revenu fiscal : [90 K€-120 K€] (P=90%) Résidence 2nd Pays Basque (P=75%) Possesseur moto (P=75%) Joueur de golf (P=90%) Comportement Dépenses loisirs ++ Dépenses week-end ++ Evènements Fin Crédit Immo m-1 (P=90%) Capacité d’épargne sup : 1,200€ (P=90%) Achat auto<=6 mois : (P=75%)
  36. 36. © 37 Zoom sur les KPI Relevé (*30) Relevé mai mai mai Catégorie Hypermarché Hypermarché Hypermarché Période mois 3m 12m Mt 253 182 187 % dépenses 14% 12% 13% Fréquence 3,00 2,50 2,90 Evolution Apparaît Augmente Stable Régularité Aléatoire Semi-régulier Régulier Lieu : % principal 92% 94% 95% Lieu : % secondaire 0% 0% 5% Lieu : % travail 8% 6% Lieu : % autre 0% 0% 0% Lieu : % étranger 0% 0% 0% Date : % semaine 82% 80% 83% Date : % week_end 18% 15% 12% Date : % vacances 5% 10% Gamme : % haut de gamme Gamme : % bas de gamme 100% 100% 100% Entité principale CARREFOUR AUTEUIL CARREFOUR AUTEUIL CARREFOUR AUTEUIL % entité principale 100% 100% 94% Groupe principal CARREFOUR CARREFOUR CARREFOUR % groupe principal 100% 100% 100% Mt vs segment 137% 104% 109% % dépenses vs segment 93% 75% 93% Fréquence vs segment 103% 93% 104% Lieu : % principal vs segment 97% 101% 103% Lieu : % secondaire vs segment 0% 0% 100% Lieu : % travail vs segment 800% 300% 0% Lieu : % autre vs segment Lieu : % étranger vs segment 0% Date : % semaine vs segment 91% 93% 100% Date : % week_end vs segment 200% 125% 109% Date : % vacances vs segment 0% 50% 167% Gamme : % haut de gamme vs segment 0% 0% 0% Gamme : % bas de gamme vs segment 105% 105% 105% Comparaison segment Données Id Tendances Localisation Période Gamme Tiers Catégori e (*300) Période (*3) Agrégats (*25) Segment (*10)
  37. 37. © 38 Zoom sur les scores Relevé Période Catégorie Evolution Evénement Probabilité mai mois Réparation auto Augmente Renouvellement véhicule 75% mai mois Salaires Disparaît Perte emploi 50% mai mois Salaires Disparaît Changement banque principale 50% mai mois Vêtements enfantsApparaît Nouvel enfant 50%
  38. 38. © 39 Socio-démo Transactions Social Digital Look-alike Données internes : un gisement sous- exploité
  39. 39. © 40 Socio-démo Transactions Social Digital Look-alike Zoom sur les données sociales
  40. 40. © 41 Modalité de collecte Exact match KPI libellé note Croissance_ca*10 10 Secteur_services*3 3 Score d’appetence crédit 13 Score Auto-apprentissage Fuzzy match
  41. 41. © 42 Modalité de collecte
  42. 42. © 43 Socio-démo Transactions Social Digital Look-alike Zoom sur le web scrapping
  43. 43. © 44 Campagne management Signaux bruts détectés sur le web Scores Signaux Raffinerie de signaux Campagnes déclenchée s sur des signaux KPI Données déclaratives et transaction nelles Lead management
  44. 44. © 45 Collecte de signaux : architecture KPI Signal Business Intelligence Dataviz Data science Inbound actionsSignal Web services Signal API Satisfaction PanelsDomain & GeolocCopernicus Web logs (tag+analytics) App usage 3rd party Tweets and more CRM onboarding Public 3rd party Linkedn monitoring 2nd party Newsfeed monitoring Tradeshow monitoring Extrapolation Comparability Fuzzy Joins Voice Recognition Face Recognition Sentiment Analysis Natural Language Processing Signal processing Classification People Branches Behaviour Digital trailsDeclared Social Corp Companies Finance Geo exposure Competition Photos videos Traffic Economics Sentiments Verbatims & posts Signals Signal-triggered Marketing actions Search Social email Calls Web custom Raw Data sources Data lake Signal distillery Signal usage
  45. 45. © 46 Exemple : contacter le décideur au bon moment avec le bon discours + 55 Keywords API de web scrapping Textminin g Fuzzy match avec la base prospects Structuration des données Remontées des données brutes sur mots clés Siretisation des entreprises inconnues
  46. 46. © 47
  47. 47. © 48 DMP – Périmètre DMP Online 1st Party Offline 1st Party 2nd / 3rd Réactions activation Activation Media Personnalisation Expérience client Activation CRM
  48. 48. © 49 DMP – Principes de fonctionnement DÉPÔT DE COOKIE Sites Web 1 2 TAGGAGE 3 Web & CRM 6 7 EXPLOITATION EMA / WEB / DISPLAY / SEM CROISEMENT RÉCONCILIATION CIBLAGE TRACKING 4 2nd party / 3rd party / CRM 5 DMP 1 A l’affichage d’une page, dépôt d’un cookie avec un Id Internaute sur le device 2 Dépôt des tags de fonctionnement sur les pages du site (ou des sites) 3 Remontée IdCRM à la connexion client et réconciliation dans la DMP avec un ou plusieurs Id Internaute 4 Intégration en temps réel des données de navigation et affectation à l’Id correspondant 5 Croisement avec les données CRM (mise à jour à J+1) ou données externes 6 Réalisation de segmentation et ciblages dans l’IHM 7 Push / Campagne sur canaux VOUS ÊTES ICI
  49. 49. © 50 Re-internalisation de l’on-boarding La DMP ou comment utiliser au mieux tous les leviers de relation avec le client pour une vision 360° Enrichissement Connaissance Client Optimisation Campagnes Média Personnalisation Push Mobile Personnalisation On Site Re Marketing Personnalisatio n emailRebond SMS DMP Optimisation de la génération de trafic Analyse et valorisation d’audience ? Régie ?
  50. 50. © 51 L’apport d’une DMP – Centralisation des données de ciblage et d’activation Plan Marketing Relationnel CRM CONNAISSANCE CLIENTS ÉTUDES PLAN MARKETING RELATIONNEL GESTION DE CAMPAGNE DONNÉES WEB/MOBILE DISPLAY RÉSEAUX SOCIAUX DMP
  51. 51. © 52
  52. 52. © 53 Le nerf de la guerre Cookiefication Réconciliation + ▪ Jeux concours ▪ Mail de service ▪ Customer Identity Management
  53. 53. © 54 Réconciliation : 3 leviers pour exploiter son asset CRM Connexion espace client Clic e-mail Formulaire CRM 1st Party ID CRM ID Digital
  54. 54. © 55 Mais comment capter mes clients sur le digital lorsque je ne les y voit pas ? ID Digital @-mail N° Téléphone Adresse Postale Nom + Prénom + Date de Naissance O N B O A R D I N G C R M
  55. 55. © 56 Principe de l’Onboarding @mail @postale Tel Nom Prénom Date naissance Id OnBoarder Campagnes (Cf Use cases) OnBoarder CRM Chargement1 Anonymisation 2 Matching3 Distribution4 Activation5 « Relier des actifs de données clients d’origine CRM et PRM à des identifiants digitaux cross-device pour unifier et réconcilier les identités online et offline des consommateurs. Celles-ci sont ensuite synchronisées et connectées aux plateformes de marketing digital utilisées par l’annonceur » Id activation Reach Repoussoir Personnalisation Cross sell Look alike … Plateformes de l’annonceur (DMP, DSP, On site) Reach
  56. 56. © 57 Reach : Le nerf de la guerre REACH 40 à 50 % 20 à 30 % 15 à 25 % 10 à 20 %
  57. 57. © 58 Comparaison : On boarding & DMP ▪ Couts équivalents / comparables ▪ Reach fort sur les @-mails et à creuser sur les autres pivots ▪ Pas d’internalisation de la réconciliation ▪ Pas de visibilité sur les retours campagnes ▪ Intégration dans l’écosystème ▪ Reach dépendant de la connexion / clic mails ▪ Internalisation de la réconciliation ▪ Ouverture vers 2nd et 3rd party ▪ Internalisation des retours campagnes DMP
  58. 58. © 59 Quels usages ? 𝜕 𝐶𝐴 = ෑ 𝜕(𝑐𝑙𝑖𝑒𝑛𝑡) 𝜕(𝑝𝑎𝑛𝑖𝑒𝑟) 𝜕(𝑓𝑟é𝑞𝑢𝑒𝑛𝑐𝑒) Perspective data Perspective business Perspective opération Efficacité du recrutement : Trouver des persona jumelles Augmentation de la transformation : One2one data-driven CX
  59. 59. © 60 Augmentation de la transformation Potentielle Valeur actuelle Data Plan d’activation V a l e u r C o m p o r t e m n t P a r c o u r s I N D I V I D U EclectismeCross canal Elasticité prix Réactivité email Plan de rétention Usage canaux Info groupe Adresse Achats Gestion de campagnes Attributs d’achats Marques achetées Part de portefeuilleAttributs adresse Attributs d’engagement
  60. 60. © 61 Efficacité du recrutement I N D I V I D U Data Plan d’activation P e r s o n a C o m m u n a u t é s « Millennials» Intérêt pour les défilés O p i n i o n Opinion Leader Tweet Profil facebook Profil Instagram Profil Profil Digital 2nd 3rd party Constaté Jumeau ConstatéJumeau Constaté Jumeau Constaté Jumeau
  61. 61. © 62 Mise en oeuvre, mises en garde
  62. 62. © 63 Par où commencer : perspective data Socio-démo Transactions Social Digital Look-alike 1 2 34
  63. 63. © 64 Quelles compétences ? MarketingDatascience Programmation
  64. 64. © 65 Comment s’organiser Co-création Mode plateau Sprints POCs Use cases ciblés Criblage ROI Try & Learn Préciser KPI succès Savoir abandonner Factorisation Généraliser les POC Mutualiser les data
  65. 65. © 66 données*8 calcul*280
  66. 66. © 67 L’immobilisme n’est pas une option
  67. 67. © 68 - www.softcomputing.com - @softcomputing @softcomputing @softcomputing Merci ! Des questions contact@softcomputing.com – Tél. : +33 (0)1 73 00 55 00

×