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 ?

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
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. © 4

4. © 5
Carte d’identité

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. © 7
Compétences : un mix unique de compétences pointues
Digital
Marketing
Data
Science
Project
Management
Information
Technologies

7. © 8
A la carte
Think Build Run
Délégation Projet Centre de services
Digital-Marketing IT AMOA
Offre
Delivery
Clients

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. © 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. © 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. © 12
Marketing : tout
change, rien ne
change

12. © 13
1967
2017

13. Acquisition
Développement
Fidélisation
R.O.I.

14. © 15
Above Media Audience GRP
Below Hors-média Cible ROI
Anonyme
Identifié
« The line »

15. © 16
Capter
Analyser
Activer
Mesurer

16. © 17
Marketing : tout
change, rien ne
change

17. © 18
Nouvelles
technologies,
nouveaux
comportements

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. © 20
Focus sur 4 phénomènes
#1 Digital#2 Social
#1 Big Data #2 Intelligence Artificielle

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. © 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. © 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. © 24
#2 Intelligence Artificielle
Temps de calcul
Nombredenœudshadoop
(10,1)
(1,10)

24. © 25
données*8
calcul*280
2017-2020

25. © 26
Nature
Source
Collecte
106 datapoints

26. © 27
Nature des données

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. © 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. © 30
Socio-démo
Transactions
Social
Digital
Look-alike
Données internes :
un gisement sous-
exploité

30. © 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. © 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. © 34
Ex : analyse des évolutions
Réf.
MCC
Réf.
Sirene
Achat auto<=6 mois (p=75%)

34. © 35
Ex : prélèvement
Prélèvement crédit immo
Réf.
émetteurs Emetteur : BCP
Fin Crédit Immo : 01/2016 [P=90%]

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. © 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. © 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. © 39
Socio-démo
Transactions
Social
Digital
Look-alike
Données internes :
un gisement sous-
exploité

39. © 40
Socio-démo
Transactions
Social
Digital
Look-alike
Zoom sur les
données sociales

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. © 42
Modalité de collecte

42. © 43
Socio-démo
Transactions
Social
Digital
Look-alike
Zoom sur le web
scrapping

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. © 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. © 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. © 47

47. © 48
DMP – Périmètre
DMP
Online
1st Party
Offline
1st Party
2nd / 3rd
Réactions
activation
Activation
Media
Personnalisation
Expérience client
Activation CRM

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. © 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. © 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. © 52

52. © 53
Le nerf de la guerre
Cookiefication
Réconciliation
+
▪ Jeux concours
▪ Mail de service
▪ Customer Identity Management

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. © 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. © 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. © 57
Reach : Le nerf de la guerre
REACH
40 à 50 %
20 à 30 %
15 à 25 %
10 à 20 %

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. © 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. © 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. © 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. © 62
Mise en oeuvre,
mises en garde

62. © 63
Par où commencer : perspective data
Socio-démo
Transactions
Social
Digital
Look-alike
1 2 34

63. © 64
Quelles compétences ?
MarketingDatascience Programmation

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. © 66
données*8
calcul*280

66. © 67
L’immobilisme n’est
pas une option

67. © 68
- www.softcomputing.com -
@softcomputing @softcomputing @softcomputing
Merci !
Des questions
contact@softcomputing.com – Tél. : +33 (0)1 73 00 55 00