Data mining pour marketeurs

Les différents types de données

• Comprendre les différents modèles de données par leur structure.
• Du Big Data au smart data.
• Les données structurées et non structurées.
• Les données sollicitées et non sollicitées.
• Les données comportementales et leurs interprétations.

Le sourcing ou l’art de la sélection

• Comprendre son environnement data.
• Formaliser une road map de sélection.
• Identifier les points bloquants depuis ses sources.
• Prioriser la sélection pour l’action.
• Dessiner son modèle de sélection pour consolider sa connaissance.

Voir pour comprendre : la visualisation

• Introduction à la data visualisation.
• Lier sa visualisation à des objectifs.
• Prouver par l’exemple, avoir une vision « proof of concept » basée sur les données.
• Définir des automatisations à partir de la visualisation.
• Panorama des outils existants.

Établir des automations

• Introduction aux méthodes de scoring (RFM/NPS).
• Fixer les seuils de data-marketing grâce au scoring.
• Définir les variables de paramètres en marketing automation : introduction au modèle « SEED ».
• Enrichir ses SI avec l’automatisation des processus d’automation.
• Introduction à l’auto-apprentissage marketing : le machine learning.

Agir sur ses données

• De la B.I à l’application du smart data.
• L’action par la contextualisation : ne faites rien sans savoir où et quand agir.
• Corriger ses actions en temps réel, définir les bons groupes de contrôle.
• Atteindre la différenciation par la bonne action.
• Définir ses workflows de manière simple, concrète et efficace.