le big data au coeur de la stratégie des pme par où commencer ?
TRANSCRIPT
1
Le Big Data au cœur de la stratégie des PME
Par où commencer ?
2
Depuis 2008
20 experts du web
5 pôles
d’activités
45 clients satisfaits
Silicon Salad
3
Lolita Saint-Maxent Responsable e-marketing chez Silicon Salad
Intervenant
Réagissez en direct sur Twitter avec #conext @siliconsalad
Big Data, kesako ?
5
Exploitation de vos données à 360 degrés en temps réel
6
Descriptive Prédictive Associativeou ou
3 techniques d’exploitation
7
Des données illimitées
8
Temps réel
8 secondes
Automatisation
=
=
9
Transfor mation
Analyse (Algorithme)
Donnée
Agrégation
Action
Décision
Objectif
Projet Big Data En théorie
10
60% des projets de Big Data
seraient voués à l’échec*
* Étude Gartner publiée par Comarketing, 25.09.2015
En pratique
11
• Stratégiques • Culturels • Organisationnels
Problèmes
Réagissez en direct sur Twitter avec #conext @siliconsalad
Big Data VS PME ?
13
?Pas toujours…
Big Data
Volume gigantesque de données
=
14
C’est aussi…
Big Data
Mélange de données internes & externes pour
passer de l’analyse à l’action
=
15
Avantage concurrentiel
16
Savoir-Faire
Réagissez en direct sur Twitter avec #conext @siliconsalad
Par où commencer ?
18
19
Concentrez-vous sur les données pertinentes
Apprenez à utiliser les données disponibles
1
2
2 règles
20
Small Data
21
valeur + réactivité
=
22
Formuler l’objectif (la situation)1
Préparer le plan d’actions
2 Décrire le projet
23
Qui ? Quelles équipes sont concernées ?
Quoi ? Quelles données sont nécessaires ? Sont-elles disponibles, correctes et complètes ?
Où ? Où sont-elles ?
Quand ? Quelles sont mes différentes étapes ?
Comment ? Quels outils sont à ma disposition ? De quels outils et/ou ressources ai-je besoin ?
Pourquoi ? Quelle est la finalité du projet ?
Décrire le projet
24
• Simple • Concret • Résultats rapides • Fédérer l’ensemble des parties pour la suite
N’ayez pas peur de vous faire accompagner (ressources, outils, solutions)
Identifier un cas d’usage
25
• Qui sont mes clients en phase de ré-achat ? • Qui sont mes très bons clients (RFM) ? • Quels sont les produits susceptibles
d’intéresser un internaute ?
Exemples de cas d’usage
26
Exemples concrets
27
Acteur dans la vente de chaussures multi-marques sur le webJEF Chaussures
28
Objectif Déclencher la vente
29
Technique Scoring prédictif Rappel du produit ajouté au panier + produits susceptibles de l’intéresser (basé sur le comportement des autres internautes)
Outil NUUKIK Support Email
30
+15% de transformation supplémentaire
Résultats
31
Objectif Déclencher la vente
32
Technique Scoring prédictif Rappel du produit ajouté au panier + produits susceptibles de l’intéresser (basé sur sa navigation)
Outil Criteo Support Facebook
33
+15% de chiffre d’affaires
supplémentaire issu de Facebook
Résultats
34
Objectif Récompenser les meilleurs
clients abonnés
35
Technique Segmentation à 2 dimensions (statut abonné + statut client)
Outils Tableau Software et Campaign Monitor Support Email
36
Taux de clics et de conversion
x2
Résultats
Panier moyen
+60%
Réagissez en direct sur Twitter avec #conext @siliconsalad
À retenir
38
• Restez humble • Y aller pas à pas • La méthode QQOQCP • « Test and learn »
Et surtout n’oubliez pas de commencer par exploiter VOS données
39
Lolita Saint-Maxent Responsable e-marketing
Caroline Berent Business Developer
Discutons de vos projets