SlideShare ist ein Scribd-Unternehmen logo
1 von 29
Les tendances Big Data qu’on ne
peut ignorer
Et comment le marketing
peut en prendre avantage
19 février, 2014
Marc-Eric LaRocque
marc-eric@ProcimaExperts.com
514 316 8833
LE DÉLUGE DE DONNÉES
L’ère des Zettabits

4,000
3,500
Total info (EB)
3,000
Total storage (EB)
2,500
2,000
1,500
1,000
500
0
2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

• Plus de données
créées dans les
dernières 3
années que dans
les 40,000 années
qui les ont
précédé
• Le total des
données
existantes ont
QUADRUPLÉ
dans les 3
dernières années
Données provenant de capteurs
“générées”
2 à 5 fois l’ordre de grandeur du volume de données à
CAPTER,
ANALYSER
et auquel RÉAGIR
Les vaches intelligentes
• Capteurs dans les oreilles
• Une vache crée 200 MB
de données par an
• Suivre leur état de santé
• Suivre leurs mouvements
• Suivre la température
• Suivre le processus de nutrition
Médias sociaux
La valeur des données
• Vieux paradigme
– Déploiement de technologie pour
améliorer productivité
– Des données sont créées

• Nouveau paradigme
– Les données sont maintenant
les matières premières du monde des
affaires
– La valeur des données et l’analyse de
celles-ci ne sont plus remises en
question
Alors?
• Des tendances et interactions intéressantes se trouvent
dans les données volumineuses
• Produits et services Big Data grandissent 7 fois plus vite
que le reste du marché des TI
• Technologie existe pour éliminer l’échantillonage et
regarder toutes les données
• Hadoop et le matériel commodité rendent ceci possible
• Offres SaaS aussi (ex. Google Alerts, Dow Jones news
Analytics)
Provenance de la valeur du Big Data

Faciliter la
création ou
l’amélioratio
Utilisation
analytique pour n de
produits
découvrir des
tendances
Amélioration de produit
• Netflix, Amazon
–pour leur engin de recommandation

• Netflix
– pour améliorer la robustesse du téléchargement en ligne sur
différentes plates formes

• Campagne Obama 2008
– pour identifier à qui parler et quoi dire aux gens pour obtenir un
vote Obama, selon le collège électoral

• Macy’s
– Mets à jour 73M d’items en presque temps réel, basé sur demande
et inventaire
Analyse et découverte de tendances
• Facebook
– en analysant les données de transactions, sociales et
géographiques
– analyse des actions + actions des amis = expérience
très personalisée et un nouveau modèle d’affaires de publicité

• American Express
– Prédiction de 24% des détenteurs Australiens qui vont quitter la
compagnie dans les prochains 4 mois basé sur 115 variables

• Sojern
– Consolide données de lignes aériennes, hôtels, locations d’autos et
cartes de crédit
– quand les gens vont, où ils vont, combien de personnes voyagent,
les marques préférées, les temps de déplacement et la classe de
service
Applications du Big Data
•
•
•
•
•
•
•
•

Changer la stratégie de publicité
Mieux segmenter le marché
Augmenter le montant dépensé moyen par client
Prochaine offre, meilleure offre
Réduire la fraude
Améliorer système de sécurité dans les voitures
Optimiser l’utilisation des coupons promotions
Rétention
Le futur appartient aux
compagnies qui traduiront les
données en produits – Mike Loukides
PROLIFÉRATION DES APPAREILS
MOBILES
Marché des appareils mobiles
• 2013 – 1.3 millards d’unités vendues
– téléphones intelligents + tablettes = 85%
– 1.7 milliards en 2017

•
•
•
•

6 milliards dans le monde (75% pén.)
Un boom pour l’accès internet mobile
Prolifération d’applications mobiles
Intégration OS + services internet
– ex. Google Now

• Trafic internet mobile > trafic desktop
La prolifération des appareils
mobile aurait un impact similaire
à l’arrivée de l’internet?
Données générées par un téléphone
intelligent
•
•
•
•
•

Un téléphone intelligent est en
fait plusieurs capteurs en un
appareil

Mouvement
Achat
Furetage
Médias sociaux
Toute activité combinée avec le
positionnement
• Données de transaction et de
comportement
• Jeux de données disponibles pour achat

– ex. Telco: nombre de gens dans un endroit à un moment de la
journée, leur sexe, leur âge, leur niveau salarial, etc.
– Microsoft HDInsight = 300 flux de données disponibles
Objectifs qu’on tente d’atteindre
• Procurer une meilleure expérience
– Pertinence
– Engagement avec notre brand

• Résonance émotionnelle et loyauté
– Livrer un produit dans la même journée
– Une recommandation qui fait du sens

• Penser à Amazon et son engin de
recommandations, mais plus large
– Basé sur le moment de la journée
– Positionnement
– Comportement passé

• Comprendre le sentiment et agir
Attentes des consommateurs mobiles
• Consommateur TOUJOURS branché
• Réponse à l’expression d’intérêt vis à vis une marque doit
être très rapide
• Interactions instantanées
• Pour répondre
– meilleurs modèles de prédiction
– automatisation
– créer un “feedback loop” pour continuer de s’ajuster
– le Big Data devient critique pour permettre tout ceci
Sommaire
•
•
•
•

Plus en plus de capteurs – on mesure tout
Données de médias sociaux
D’ici 2020, les données totales vont doubler aux 2 ans
Technologie permet de regarder plus large, sans
échantilloner
– Écosystème Hadoop
– SaaS (Google Alerts, etc.)

• Des pépites d’or se trouvent dans les données, mais il
faut bien définir le problème qu’on tente de résoudre
Sommaire (suite)
• Applications
– Amélioration de produit ou service
– Analytique pour découvrir les tendances et de nouvelles
opportunités

• Téléphone mobile = générateur et consommateur de big
data
• Procurer un meilleure expérience client et augmenter
l’interaction positive avec la marque
• Les consommateurs vont s’attendre à avoir des
interactions instantanées, sans quoi la marque sera
impactée
POSSIBILITÉS MARKETING
ET BIG DATA..ET COMMENT S’Y
PRENDRE
Besoin: marketing mobile
• Utilisateur mobile toujours en ligne = canal idéal pour le
rejoindre
– furetage
– comparent prix des produits
– achètent, payent

• Utilisateur mobile répond positivement aux offres géoadaptées
• Utile de s’intégrer aux fonctions natives
– Cartes
– Calendrier
– Une “app”

• Favoriser l’interaction, obtenir le feedback
Requis: Livrer bon message, au bon
moment
1. Écouter via les médias sociaux, les CRMs et autres
sources pertinentes
2. Combiner les bonnes données (big data?) dépendant
des objectifs et les analyser pour identifier le bon
message pour chaque consommateur
3. Assembler le message
4. Livrer le message à l’appareil pertinent, comme le
téléphone ou la tablette, au bon moment
Besoin: optimiser le “marketing mix”
• Comment attribuer les $$ marketing aux bons “canaux”?
• Éviter l’exercice budgétaire
– Concours de beauté
– Pré-défini
– Basé sur les ventes
– Inertie

• $ investis vs impacts sur
profits (court, moyen et long
terme)
• Analyse doit inclure
– médias sociaux, influences
– conversations, activités
– les résultats (chiffres de vente et profits)
Requis: approche structurée
1. Demander les bonnes questions
•
•

On peut se perdre facilement
Deux questions:
–
–

Combien investir en marketing
Dans quels canaux, véhicules et messages

2. Soyez créatifs avec les données que vous avez déjà
•

Cas d’un telco qui s’est impliqué dans le secteur financier

3. Optimiser dépenses pour tous les canaux
•
•

Équilibre: prix vs. volume, coût inventaire vs.
chance de backorder
Impact: pub télé, centre d’appel, Facebook?

4. Garder les choses simples
•

Trop d’information devient ingérable et inutile
Autres besoins futurs
• Anticiper les besoins
– Amazon veut faire ceci, vous envoyer un livre avant que vous ne le
commandiez

• Ciblage précis et marketing en temps-réel
– Combinaison de l’historique d’achat et le positionnement

• Combiner information pour améliorer la santé
– DNA
– Fuel band
– Calories

• Faciliter l’éducation en ligne en limitant les tricheurs
Requis pour dénicher la perle
1. Arrêter de rapporter le passé, se concentrer sur la
prédiction
•

Combiner les données avec la connaissance du secteur

2. Regarder le “big picture”
•
•

Monde est complexe
Gens qui regardent la télé ont une tablette dans les mains

3. Évaluer où les gains arrêtent
•
•

Pas linéaire, plutôt des courbes
Investir où ça peut grandir

4. Inclure la valeur de la marque
•
•

Utiliser jugement quand les données sont incomplètes
Après 12 mois, la marque a un effet plus que tout modèle

5. S’impliquer dans l’analyse
Requis pour dénicher la perle (suite)
6. Cibler les trajets clés
•
•

Ne pas analyser absolument tout
Il existe 3 à 5 trajets clés, comme installation du câble, résolution d’un
appel pour un nouveau cellulaire

7. Oubliez la perfection
•
•

Organisations qui ont du succès sont plus action
SWAT teams

8. Cibler les analyses des trajets, pas des rapports
•
•

Cause et effet a plus de valeur
La valeur ne vient pas des données autant que
des gens avec du talent analytique
Enjeu: la vie privée
• Investissement dans l’éducation
• Les plus jeunes sont moins soucieux
– Comprennent que tout est connecté
– Que le prix pour des services gratuits est un peu de pub
– Aussi bien que ne soit pas n’importe quoi, tout le temps
Présentation disponible sur le site de Procima Experts, section blogue

WWW.PROCIMAEXPERTS.COM

Más contenido relacionado

Andere mochten auch (20)

Natyextil
NatyextilNatyextil
Natyextil
 
Presentacin1
Presentacin1Presentacin1
Presentacin1
 
Desastre de Japó
Desastre de JapóDesastre de Japó
Desastre de Japó
 
Grupos
GruposGrupos
Grupos
 
Reciclaje y residuos
Reciclaje y residuosReciclaje y residuos
Reciclaje y residuos
 
Trabajo de sociales
Trabajo de socialesTrabajo de sociales
Trabajo de sociales
 
Boletin tedi mayo junio 2012
Boletin tedi mayo junio 2012Boletin tedi mayo junio 2012
Boletin tedi mayo junio 2012
 
Miguelito
MiguelitoMiguelito
Miguelito
 
Copia de trabajo de hipermetropia para subir
Copia de trabajo de hipermetropia para subirCopia de trabajo de hipermetropia para subir
Copia de trabajo de hipermetropia para subir
 
Presentación2
Presentación2Presentación2
Presentación2
 
1 Application Smartphone Risques Nice
1 Application Smartphone Risques Nice1 Application Smartphone Risques Nice
1 Application Smartphone Risques Nice
 
9 çadéborde
9 çadéborde9 çadéborde
9 çadéborde
 
Robots de rehabilitacion
Robots de rehabilitacion Robots de rehabilitacion
Robots de rehabilitacion
 
Actividad 2
Actividad 2Actividad 2
Actividad 2
 
Empresas de joinville
Empresas de joinvilleEmpresas de joinville
Empresas de joinville
 
Mapa Conceptual Gerencia de proyectos
Mapa Conceptual Gerencia de proyectos Mapa Conceptual Gerencia de proyectos
Mapa Conceptual Gerencia de proyectos
 
España catalogo 2011
España catalogo 2011España catalogo 2011
España catalogo 2011
 
Números enteros (adición y sustracción)
Números enteros (adición y sustracción)Números enteros (adición y sustracción)
Números enteros (adición y sustracción)
 
Bii oqiimiqaa expo_2 heheh
Bii oqiimiqaa expo_2 hehehBii oqiimiqaa expo_2 heheh
Bii oqiimiqaa expo_2 heheh
 
Operación Dedazo en Coruña
Operación Dedazo en CoruñaOperación Dedazo en Coruña
Operación Dedazo en Coruña
 

Ähnlich wie 19 fév 2014 Tendances Big Data - v1.0

Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du MarketingGoulven Aubree
 
Personnalisation et données, Impact pour le marketing
Personnalisation et données, Impact pour le marketingPersonnalisation et données, Impact pour le marketing
Personnalisation et données, Impact pour le marketing2803 MEDIA
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital Hamza Sossey
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel businessMouhsine LAKHDISSI
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseGenève Lab
 
Tendances Web Marketing 2013
Tendances Web Marketing 2013Tendances Web Marketing 2013
Tendances Web Marketing 2013WSI France
 
Le Marketing Direct B2B
Le Marketing Direct B2B Le Marketing Direct B2B
Le Marketing Direct B2B Henri Kaufman
 
webinartendances2013
webinartendances2013webinartendances2013
webinartendances2013Groupe 361
 
Datas présentation alger 2 juin2013
Datas présentation alger 2 juin2013Datas présentation alger 2 juin2013
Datas présentation alger 2 juin2013Xavier Dordor
 
Makazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frMakazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frfranck camby
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesHassan Lâasri
 
La data dans tous ses états - Aline Deschamps
La data dans tous ses états - Aline DeschampsLa data dans tous ses états - Aline Deschamps
La data dans tous ses états - Aline DeschampsAline Deschamps
 
La Data, levier pour personnaliser sa relation client
La Data, levier pour personnaliser sa relation clientLa Data, levier pour personnaliser sa relation client
La Data, levier pour personnaliser sa relation clientHassan Lâasri
 
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...ALTICS
 
Utiliser le profil client, le big data pour améliorer les ventes en temps réel
Utiliser le profil client, le big data pour améliorer les ventes en temps réel Utiliser le profil client, le big data pour améliorer les ventes en temps réel
Utiliser le profil client, le big data pour améliorer les ventes en temps réel Jean-Michel Franco
 
150310 big content
150310 big content150310 big content
150310 big contentBURBANX
 
iProspect Futur Focus 2018 : The New Machine Rules
iProspect Futur Focus 2018 : The New Machine RulesiProspect Futur Focus 2018 : The New Machine Rules
iProspect Futur Focus 2018 : The New Machine RulesiProspect France
 
Présentation Aperitics 23-02-2015: Le Web To Store
Présentation Aperitics 23-02-2015: Le Web To StorePrésentation Aperitics 23-02-2015: Le Web To Store
Présentation Aperitics 23-02-2015: Le Web To StoreCCI Aude
 

Ähnlich wie 19 fév 2014 Tendances Big Data - v1.0 (20)

Les Enjeux du Marketing
Les Enjeux du MarketingLes Enjeux du Marketing
Les Enjeux du Marketing
 
Marketing direct
Marketing directMarketing direct
Marketing direct
 
Personnalisation et données, Impact pour le marketing
Personnalisation et données, Impact pour le marketingPersonnalisation et données, Impact pour le marketing
Personnalisation et données, Impact pour le marketing
 
A3 relation client et observatoire
A3 relation client et observatoireA3 relation client et observatoire
A3 relation client et observatoire
 
Big data et marketing digital
Big data et marketing digital Big data et marketing digital
Big data et marketing digital
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Big Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entrepriseBig Data: quelle valeur pour l'entreprise
Big Data: quelle valeur pour l'entreprise
 
Tendances Web Marketing 2013
Tendances Web Marketing 2013Tendances Web Marketing 2013
Tendances Web Marketing 2013
 
Le Marketing Direct B2B
Le Marketing Direct B2B Le Marketing Direct B2B
Le Marketing Direct B2B
 
webinartendances2013
webinartendances2013webinartendances2013
webinartendances2013
 
Datas présentation alger 2 juin2013
Datas présentation alger 2 juin2013Datas présentation alger 2 juin2013
Datas présentation alger 2 juin2013
 
Makazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-frMakazi livre-blanc-du-data-marketing-fr
Makazi livre-blanc-du-data-marketing-fr
 
Big Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologiesBig Data... Big Analytics à travers les âges, les industries et les technologies
Big Data... Big Analytics à travers les âges, les industries et les technologies
 
La data dans tous ses états - Aline Deschamps
La data dans tous ses états - Aline DeschampsLa data dans tous ses états - Aline Deschamps
La data dans tous ses états - Aline Deschamps
 
La Data, levier pour personnaliser sa relation client
La Data, levier pour personnaliser sa relation clientLa Data, levier pour personnaliser sa relation client
La Data, levier pour personnaliser sa relation client
 
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...
L'e-Merchandising personnalisé: Les enjeux de la recommandation pour le e-Com...
 
Utiliser le profil client, le big data pour améliorer les ventes en temps réel
Utiliser le profil client, le big data pour améliorer les ventes en temps réel Utiliser le profil client, le big data pour améliorer les ventes en temps réel
Utiliser le profil client, le big data pour améliorer les ventes en temps réel
 
150310 big content
150310 big content150310 big content
150310 big content
 
iProspect Futur Focus 2018 : The New Machine Rules
iProspect Futur Focus 2018 : The New Machine RulesiProspect Futur Focus 2018 : The New Machine Rules
iProspect Futur Focus 2018 : The New Machine Rules
 
Présentation Aperitics 23-02-2015: Le Web To Store
Présentation Aperitics 23-02-2015: Le Web To StorePrésentation Aperitics 23-02-2015: Le Web To Store
Présentation Aperitics 23-02-2015: Le Web To Store
 

Mehr von Marc-Eric LaRocque

Présentation organismes 8 octobre 2014
Présentation organismes 8 octobre 2014Présentation organismes 8 octobre 2014
Présentation organismes 8 octobre 2014Marc-Eric LaRocque
 
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas Sanimax
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas SanimaxProcima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas Sanimax
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas SanimaxMarc-Eric LaRocque
 
Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Marc-Eric LaRocque
 
Agile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima ExpertsAgile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima ExpertsMarc-Eric LaRocque
 

Mehr von Marc-Eric LaRocque (8)

Présentation organismes 8 octobre 2014
Présentation organismes 8 octobre 2014Présentation organismes 8 octobre 2014
Présentation organismes 8 octobre 2014
 
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas Sanimax
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas SanimaxProcima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas Sanimax
Procima Experts at Salon BI Analytique 2014 - Stratégie & Roadmap, cas Sanimax
 
Infopresse 14 mai 2014 v1.0
Infopresse 14 mai 2014 v1.0Infopresse 14 mai 2014 v1.0
Infopresse 14 mai 2014 v1.0
 
Procima deck 7 May 2014
Procima deck 7 May 2014Procima deck 7 May 2014
Procima deck 7 May 2014
 
Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014Presentation BI Adoption - February 5, 2014
Presentation BI Adoption - February 5, 2014
 
Commencer avec Hadoop
Commencer avec HadoopCommencer avec Hadoop
Commencer avec Hadoop
 
Lunch learn 5 sep2013
Lunch learn 5 sep2013Lunch learn 5 sep2013
Lunch learn 5 sep2013
 
Agile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima ExpertsAgile Data Warehousing - 7 pillars - Procima Experts
Agile Data Warehousing - 7 pillars - Procima Experts
 

19 fév 2014 Tendances Big Data - v1.0

  • 1. Les tendances Big Data qu’on ne peut ignorer Et comment le marketing peut en prendre avantage 19 février, 2014 Marc-Eric LaRocque marc-eric@ProcimaExperts.com 514 316 8833
  • 2. LE DÉLUGE DE DONNÉES
  • 3. L’ère des Zettabits 4,000 3,500 Total info (EB) 3,000 Total storage (EB) 2,500 2,000 1,500 1,000 500 0 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 • Plus de données créées dans les dernières 3 années que dans les 40,000 années qui les ont précédé • Le total des données existantes ont QUADRUPLÉ dans les 3 dernières années
  • 4. Données provenant de capteurs “générées” 2 à 5 fois l’ordre de grandeur du volume de données à CAPTER, ANALYSER et auquel RÉAGIR
  • 5. Les vaches intelligentes • Capteurs dans les oreilles • Une vache crée 200 MB de données par an • Suivre leur état de santé • Suivre leurs mouvements • Suivre la température • Suivre le processus de nutrition
  • 7. La valeur des données • Vieux paradigme – Déploiement de technologie pour améliorer productivité – Des données sont créées • Nouveau paradigme – Les données sont maintenant les matières premières du monde des affaires – La valeur des données et l’analyse de celles-ci ne sont plus remises en question
  • 8. Alors? • Des tendances et interactions intéressantes se trouvent dans les données volumineuses • Produits et services Big Data grandissent 7 fois plus vite que le reste du marché des TI • Technologie existe pour éliminer l’échantillonage et regarder toutes les données • Hadoop et le matériel commodité rendent ceci possible • Offres SaaS aussi (ex. Google Alerts, Dow Jones news Analytics)
  • 9. Provenance de la valeur du Big Data Faciliter la création ou l’amélioratio Utilisation analytique pour n de produits découvrir des tendances
  • 10. Amélioration de produit • Netflix, Amazon –pour leur engin de recommandation • Netflix – pour améliorer la robustesse du téléchargement en ligne sur différentes plates formes • Campagne Obama 2008 – pour identifier à qui parler et quoi dire aux gens pour obtenir un vote Obama, selon le collège électoral • Macy’s – Mets à jour 73M d’items en presque temps réel, basé sur demande et inventaire
  • 11. Analyse et découverte de tendances • Facebook – en analysant les données de transactions, sociales et géographiques – analyse des actions + actions des amis = expérience très personalisée et un nouveau modèle d’affaires de publicité • American Express – Prédiction de 24% des détenteurs Australiens qui vont quitter la compagnie dans les prochains 4 mois basé sur 115 variables • Sojern – Consolide données de lignes aériennes, hôtels, locations d’autos et cartes de crédit – quand les gens vont, où ils vont, combien de personnes voyagent, les marques préférées, les temps de déplacement et la classe de service
  • 12. Applications du Big Data • • • • • • • • Changer la stratégie de publicité Mieux segmenter le marché Augmenter le montant dépensé moyen par client Prochaine offre, meilleure offre Réduire la fraude Améliorer système de sécurité dans les voitures Optimiser l’utilisation des coupons promotions Rétention Le futur appartient aux compagnies qui traduiront les données en produits – Mike Loukides
  • 14. Marché des appareils mobiles • 2013 – 1.3 millards d’unités vendues – téléphones intelligents + tablettes = 85% – 1.7 milliards en 2017 • • • • 6 milliards dans le monde (75% pén.) Un boom pour l’accès internet mobile Prolifération d’applications mobiles Intégration OS + services internet – ex. Google Now • Trafic internet mobile > trafic desktop La prolifération des appareils mobile aurait un impact similaire à l’arrivée de l’internet?
  • 15. Données générées par un téléphone intelligent • • • • • Un téléphone intelligent est en fait plusieurs capteurs en un appareil Mouvement Achat Furetage Médias sociaux Toute activité combinée avec le positionnement • Données de transaction et de comportement • Jeux de données disponibles pour achat – ex. Telco: nombre de gens dans un endroit à un moment de la journée, leur sexe, leur âge, leur niveau salarial, etc. – Microsoft HDInsight = 300 flux de données disponibles
  • 16. Objectifs qu’on tente d’atteindre • Procurer une meilleure expérience – Pertinence – Engagement avec notre brand • Résonance émotionnelle et loyauté – Livrer un produit dans la même journée – Une recommandation qui fait du sens • Penser à Amazon et son engin de recommandations, mais plus large – Basé sur le moment de la journée – Positionnement – Comportement passé • Comprendre le sentiment et agir
  • 17. Attentes des consommateurs mobiles • Consommateur TOUJOURS branché • Réponse à l’expression d’intérêt vis à vis une marque doit être très rapide • Interactions instantanées • Pour répondre – meilleurs modèles de prédiction – automatisation – créer un “feedback loop” pour continuer de s’ajuster – le Big Data devient critique pour permettre tout ceci
  • 18. Sommaire • • • • Plus en plus de capteurs – on mesure tout Données de médias sociaux D’ici 2020, les données totales vont doubler aux 2 ans Technologie permet de regarder plus large, sans échantilloner – Écosystème Hadoop – SaaS (Google Alerts, etc.) • Des pépites d’or se trouvent dans les données, mais il faut bien définir le problème qu’on tente de résoudre
  • 19. Sommaire (suite) • Applications – Amélioration de produit ou service – Analytique pour découvrir les tendances et de nouvelles opportunités • Téléphone mobile = générateur et consommateur de big data • Procurer un meilleure expérience client et augmenter l’interaction positive avec la marque • Les consommateurs vont s’attendre à avoir des interactions instantanées, sans quoi la marque sera impactée
  • 20. POSSIBILITÉS MARKETING ET BIG DATA..ET COMMENT S’Y PRENDRE
  • 21. Besoin: marketing mobile • Utilisateur mobile toujours en ligne = canal idéal pour le rejoindre – furetage – comparent prix des produits – achètent, payent • Utilisateur mobile répond positivement aux offres géoadaptées • Utile de s’intégrer aux fonctions natives – Cartes – Calendrier – Une “app” • Favoriser l’interaction, obtenir le feedback
  • 22. Requis: Livrer bon message, au bon moment 1. Écouter via les médias sociaux, les CRMs et autres sources pertinentes 2. Combiner les bonnes données (big data?) dépendant des objectifs et les analyser pour identifier le bon message pour chaque consommateur 3. Assembler le message 4. Livrer le message à l’appareil pertinent, comme le téléphone ou la tablette, au bon moment
  • 23. Besoin: optimiser le “marketing mix” • Comment attribuer les $$ marketing aux bons “canaux”? • Éviter l’exercice budgétaire – Concours de beauté – Pré-défini – Basé sur les ventes – Inertie • $ investis vs impacts sur profits (court, moyen et long terme) • Analyse doit inclure – médias sociaux, influences – conversations, activités – les résultats (chiffres de vente et profits)
  • 24. Requis: approche structurée 1. Demander les bonnes questions • • On peut se perdre facilement Deux questions: – – Combien investir en marketing Dans quels canaux, véhicules et messages 2. Soyez créatifs avec les données que vous avez déjà • Cas d’un telco qui s’est impliqué dans le secteur financier 3. Optimiser dépenses pour tous les canaux • • Équilibre: prix vs. volume, coût inventaire vs. chance de backorder Impact: pub télé, centre d’appel, Facebook? 4. Garder les choses simples • Trop d’information devient ingérable et inutile
  • 25. Autres besoins futurs • Anticiper les besoins – Amazon veut faire ceci, vous envoyer un livre avant que vous ne le commandiez • Ciblage précis et marketing en temps-réel – Combinaison de l’historique d’achat et le positionnement • Combiner information pour améliorer la santé – DNA – Fuel band – Calories • Faciliter l’éducation en ligne en limitant les tricheurs
  • 26. Requis pour dénicher la perle 1. Arrêter de rapporter le passé, se concentrer sur la prédiction • Combiner les données avec la connaissance du secteur 2. Regarder le “big picture” • • Monde est complexe Gens qui regardent la télé ont une tablette dans les mains 3. Évaluer où les gains arrêtent • • Pas linéaire, plutôt des courbes Investir où ça peut grandir 4. Inclure la valeur de la marque • • Utiliser jugement quand les données sont incomplètes Après 12 mois, la marque a un effet plus que tout modèle 5. S’impliquer dans l’analyse
  • 27. Requis pour dénicher la perle (suite) 6. Cibler les trajets clés • • Ne pas analyser absolument tout Il existe 3 à 5 trajets clés, comme installation du câble, résolution d’un appel pour un nouveau cellulaire 7. Oubliez la perfection • • Organisations qui ont du succès sont plus action SWAT teams 8. Cibler les analyses des trajets, pas des rapports • • Cause et effet a plus de valeur La valeur ne vient pas des données autant que des gens avec du talent analytique
  • 28. Enjeu: la vie privée • Investissement dans l’éducation • Les plus jeunes sont moins soucieux – Comprennent que tout est connecté – Que le prix pour des services gratuits est un peu de pub – Aussi bien que ne soit pas n’importe quoi, tout le temps
  • 29. Présentation disponible sur le site de Procima Experts, section blogue WWW.PROCIMAEXPERTS.COM