1. SOCIÉTÉ
R2C SYSTEM
Solution de Business Optimisation
2. MyDataBall
… mesure et optimise les activités de l’entreprise
par les technologies de fouille de données et les
modèles statistiques (datamining)
… crée du sens dans la mine d’information dont
vous disposez par les modèles mathématiques
(data recognition & knowledge discovery)
… audite et conseille sur la gestion de l’information
et l’aide à la décision pour accélérer la croissance
de l’entreprise (knowledge management)
4. Management du Risque
Risque stratégique Première
Risque opérationnel ligne de
Risque financier défense
Risque légal
5. ●Optimisation & Risque : évaluations
Positionnement et cartographie des actions répertoriées selon le risque
d’entreprise et le retour sur investissement
Gain ++ Priorités
des actionsopportunités :
Mesurer les
Projet
Management
Conduite du changement
Mesure du
Stabilité
risque des actions
Gain -- Mesurer pour sécuriser
ROI -- ROI ++
Mesure d’optimisation
5
6. ● La connaissance du client
Marketing chirurgical
Optimisation B2B & B2C
- NIVEAU EQUIPEMENT +
Propension à consommer
+ 5
4
ZONE 3
FIDELE
CIBLE 2
1
-5 -4 -3 -2 -1
0
0 1 2 3 4 5
SCORE
-1
-2
A -3
A
MOTIVER -4 SURVEILLER Euros Coût unitaire de fidélisation
-
-5
Moyens moteurs annuels par client
SIM
Seuil de rentabilité de
►Potentiel global et local fidélisation
►Potentiel des agences
►Positionnement des clones des clients fidèles à
la marque Nb Clients
Marketing Direct Fidélisation Optimisé
PROSPECTION FIDELISATION
2012 6
7. ● Gestion Multi Canal
►Optimisation des performances et du temps commercial
1) Segmentation PMG mesurant la contribution aux ventes
►Prospect / Client ; PRO / PRI
Estructura PMG 59.3%
60%
2) Contribution de la structure PMG sur les canaux de 41.1%
communication 40% 32.7%
26.8% 26.3%
Longueur Marge Marge
Coût Nb G/ 20%
1er contact Chemin CA CA des 13.9%
Unitaire Client PMG
Moyen Moyen G
Téléphone 12 455 1.1 45 68 38% 0%
ALTO VALOR MEDIO VALOR BAJO VALOR
Internet 3 39 2.12 28 34 45%
Visite Agence 185 54 2.68 12 16 12% % Clientes. % Contribución al Negocio
Courrier 29 266 2.01 50 56 11%
SAV 145 178 2.14 17 21 44%
Total 74.8 992 2.01 30.4 39.0 30%
Longueur Marge Marge
Dernier Nb G/
Chemin CA CA des
contact Client PMG
Moyen Moyen G
3) Vision optimisée de la structure PGM : Téléphone 188 1.01 67 78 44%
détection des meilleurs chemins de
Téléphone 22 1.15 37 68 54%
communication optimisant la rentabilité des
temps commerciaux Visite Agence 48 1 28 71 34%
Visite Agence 163 1.98 58 81 34%
Téléphone 98 1.87 19 37 49%
Total 519 1.402 41.8 67.0 43%
8. ● Fidélisation Cross Selling
► Marketing transactionnel : typologie client et affinité produit
►Innovation packaging produit
►Anticipation des plans de communication
1) Mesure des affinités Client / Produit
Affinité Produit 1 Produit 2 Produit 3 Produit 4 …
Typologie 1 12% 24% 34% 30%
Typologie 2 35% 29% 29% 7%
Typologie 3 36% 41% 18% 5%
Typologie 4 23% 26% 47% 4%
Typologie 5 17% 27% 31% 25%
…
Package 1 & Package 3 &
Affinité
Package 2 Package 4
Typologie 1 &
24% 76% 2) Détection des règles d’agrégation
Typologie 4
Typologie 2 &
64% 36%
Typologie 3
Les autres 45% 55%
3) Packaging pour des clients ciblés
9. Marketing de masse /
●
Marketing analytique
Particuliers
Univers Produit
Cross Selling
Professionnels
Univers Produit
Local
Multi Canal Potentiel terrain
Conquête National
Equipement à l’adhésion Potentiel de marque
Fidélisation
Cycle de vie
2012 9
10. ● Processus Sinistre
► Optimisation des processus de gestion des sinistres
Segmentations
Détection de règles
sinistres structurés
0€ X1 € X2 € X3 k€
Priorité
1
Mode 1.1 Mode 1.2 .
Mode 1.3.1
Mode 1.3.2
Mode 1.4 Optimisation règles et coûts
de gestion des sinistres
Priorité Mode 2 Scoring Sinistre a l’affecter
2 au meilleur mode de
gestion
Priorité Mode 3
3
11. ● Tarification : étude RCC
Le modèle s’attache à prédire la probabilité de
gravité d’un sinistre RCC survenu
Survenance
Portefeuille d’un sinistre
RCC
Grave
2012 11
12. ● Optimisation du mix
En fonction des produits et des typologies clients, on prédit sa
valeur court, moyen et long terme.
Potencialidad de crecimiento de la cartera de clientes BMW
50 000
43 667
39 770
40 000 38 699
36 592 37 266 37 289
34 502 34 631
32 563 32 689
30 000 28 000 28 223
20 000
10 000
0
Debe crecer en valor y en frecuencia
Debe crecer en frecuencia
Debe crecer en valor
Clientes en Situación Saturada
Vactual Vfuturo 1 Vfuturo 2
2012 12
13. ● Analyse de la valeur client
Offensif :
►CA supplémentaire
►Équipement supplémentaire
►Satisfaction
Rentabilité :
++
►Marge CA actuelle par produit
►Satisfaction & Qualité Client
Fidélisation
►SAV & SVA
Temps Équipement, client et foyer :
►Potentiel réaliste
►Potentiel idéaliste
-- ►Potentiel risque
Défensif :
►La rentabilité client au cas par cas
►La mesure du niveau CHURN et détection des règles d’ATTRITION
►Offre spécialisée
2012 13
14. ● Processus Marketing
► Optimisation des processus du marketing direct
Fichier Nominatif campagne
CIBLAGE CREATION LANCEMENT SUIVI
Sources Externes ROUTEURS
DATAMART
CANAUX
Segmentations & ELECTRONIQUES
Scores sur les
Clients et les Données
Prospects Opérationnelles
Réseaux)
DATAWAREHOUSE CRM
2012 14
15. ● Finance
Time Series Data View (Ex : Dollar Against Yen)
► Mesure de performance des classifications des
modèles d’estimation temporelle
model 2
40 ExpertMoney 6 Classes Energy 3.372E+001 Compression 90%
model 5
35 ExpertGlobal 2 Classes Energy 2.027E+001 Compression 96%
30 model 9
ExpertInfo 3 Classes Energy 2.619E+001 Compression 95%
25 model 10
Cluster 3 Classes Energy 2.373E+001 Compression 95%
20 model 13
15 Cluster 4 Classes Energy 2.025E+001 Compression 93%
model 14 <ALICE> 5 Classes Energy 2.111E+001 Compression 92%
10
5 model 17 <ALICE> 6 Classes Energy 2.163E+001 Compression 90%
0 model 19 <ALICE> 9 Classes Energy 2.134E+001 Compression 86%
1 25 49 73 97 121 145 169 193 217 model 21 SOFI 3 Classes Energy 1.847E+001 Compression 96%
Actual
Optimisation : fusion de données stochastiques Résultat : modèle d’estimation optimum
1
30
20
0 SOFI model 21
Exp- Clus t4C l0: - Stat Actual
is tic s 10
Exp- Clus t4C l- C l1: +T
E -EE
Factor 1
Exp- AL1-C l1: +Statis 0
-1 tic s
-2 -1 0 1 2 3 4
1 101 201
Factor 2
16. ● Analyse de la valeur projet
Optimisation budgétaire et aide à l’arbitrage stratégique d’entreprise
►
►98 projets représentant 12 441 jh dont 10 538 jh Informatique Décisionnelle
►Scoring sur les enjeux donnant une valeur entre 0 à 10
►Résultats : 16 projets en négociation et anticipation des besoins de ressources
et de compétences
Priorités 70%
Score Enjeux Projets 3 4 5 6 7 8 10 Total 60%
59%
Nombre Projets 51 9 15 15 3 3 2 98 52%
50%
% Nb Projet 52% 9% 15% 15% 3% 3% 2% 100%
Charge ID pure 1 865 1 073 1 344 3 471 215 2 181 188 10 338 40% % Nb Projet
% Charge IDE 18% 10% 13% 34% 2% 21% 2% 100% 30% % Charge IDE
24% 23% 23%
Charge Informatique 2 367 1 345 1 835 3 950 245 2 475 224 12 441 18%
20%
% Charge Informatique 19% 11% 15% 32% 2% 20% 2% 100%
GROS > 50 jh 17 5 12 14 2 3 1 54 10%
MOYEN > 10 jh 22 2 1 2 1 0 1 29 0%
PETIT > 0 jh 12 2 2 0 0 0 0 16 3 4-5 6-7-8-10
Faibles enjeux Forts Enjeux
2012 16
17. ● RH
► Constitution de groupes de travail pour un projet d’entreprise
● Optimiser le choix des salariés (5 choix proposés) sous les contraintes :
1 mois pour communiquer aux salariés l’intitulé et le numéro du groupe
Mixité des groupes (civilité, ancienneté, métier, statut et position géographique)
Groupes : 20 salariés par groupe, 3 groupes maximum par thème (19 thèmes)
1) Répartition des premiers choix des salariés 2) 3000 salariés répartis en groupe de 20
Nb Optimisé
160
Nb Initial 60
140 50
120
100
Optimisation 40
80
Algorithmique 30
60 20
%
40
60
Répartition des choix 10
20
51.2 0
0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71
1 4 7 10 13 50
16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70
40
30 3) Gains :
23.7
- en délai de communication
20
13.6
- optimisation des préférences des salariés
8.5
(51% des premiers choix)
10
3 - condition nécessaire à l’adhésion au
0
projet d’entreprise
C1 C2 C3 C4 C5
19. ● Innovation réseaux
► Optimisation du réseau GAB
► Enquête et recueil d’informations autour de chaque succursale
► Distance à la concurrence et cannibalisation
► Paramètres de positionnement
► Marge et gain par GAB
► GAB à éliminer
► GAB à reconfigurer
► GAB à promouvoir
2012 19
20. ● Optimisation potentiel local du
réseau
Optimisation des points de vente
Positionnement Clients Fidèles
Potentiel IRIS des points de ventes
Distances au point de vente
Potentiel global du point de vente Scoring de
Potencialidad
Repositionner les panneaux publicitaires
Marketing boite aux lettres
2012 20
21. ● Décisionnel
Architecture technique et fonctionnelle des données d’entreprise
►
Optimisation & Analyse de la valeur
Enseigne / Client / Contrat / SAV
Commerce
& Gestion
Architecture
Optimisation
Enseigne / Client
Optimisation
Contrat / SAV Fonctionnelle
• Indicateurs
Commerce Gestion
• Indicateurs • Indicateurs
• Agrégats • Agrégats
Optimisation Canaux
Optimisatio Optimisation Contrat Optimisation SAV
Commerciaux
n Client
Broadcast Agent
Pilotage MARKETING PRODUIT
Gestion
Diffusion Diffusion Diffusion
Commercial SAV d’indicateurs d’indicateurs d’indicateurs
d’entreprise d’entreprise d’entreprise
Marketing Logistique Production
• Indicateurs • Indicateurs • Indicateurs • Indicateurs
• Agrégats • Agrégats • Agrégats • Agrégats
• Entrepôt • Entrepôt • Entrepôt • Entrepôt Univers BO Univers BO Univers BO
Marketing Logistique Production
Datamart Marketing Datamart Logistique Datamart Production
Architecture
Technique Datawarehouse
Données
manquantes
Univers
BO
Système Qualité
Opérant Données
22. ● Urbanisation des informations, sécurité des données
10 domaines, 6 métiers, 3 zones
Cartographie Utilisateur
Urbanisation
ZONE SERVICE
Démarches Devis
- -
Clients Contacts Contrats
Recouvrement
et
Compte client
Multi canal
Indemnisation
Produits Structures
Gérés par (STM +
SI externes Domus)
Trésorerie
Gestion des
et
Ressources
Frais généraux
Désignation de groupes
homogènes sécurisés
Libellé de la variable Coordonnée
SEGMENTATION PROFIL CLIENTS -0.39
ANALYSE PORTEFEUILLE -0.35
SYSTEMES DINFORMATION -0.34
METHODES ET OUTILS -0.31
ZONE CENTRALE
PILOTAGE ECONOMIQUE ET TECHNIQUE 0.25
SERVICE ACTUARIAT 0.55
OUTILS ET SYSTEMES DINFORMAT ACTUA 0.55
SERVICE CONTROLE SINISTRES 0.75
23. ● Les Meta Données Répertorier
●MOA : fichier qui répertorie
l’ensemble des fiches indicateurs par
métier
Traduction
●MOE : un outil qui répertorie le libellé,
le nom de code SQL et les variables
qui composent la traduction de la
définition de la règle de gestion d’un
indicateur
2008 www.R2C-system.com 23