© Soft Computing – www.softcomputing.com Machine Learning et Intelligence artificielle Quelles applications pour le marketing ? 20/09/2016
© Soft Computing – www.softcomputing.com
Machine Learning et Intelligence artificielle Quelles applications pour le marketing ?
20/09/2016
© 2
DIRECTION COMMERCIALE ET MARKETING
Sandra GOMES CLARION
Directrice Commerciale et Marketing
E-mail : [email protected] Tel : +33 (0)1 73 00 55 00
© 3
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 4
Carte d’identité
© 5
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
Compétences : un mix unique de compétences pointues
Digital Marketing
Data Science
Project Management
Information Technologies
© 7
A la carte
Think Build Run
Délégation Projet Centre de services
Digital-Marketing IT AMOA
Offre
Delivery
Clients
© 8
Extraits de références
Digital Marketing Big Data
Aviva CRM Onboarding et campagnes marketing anonymes – identifiés.
Danone Programme relationnel multi-devices et remarketing.
Engie Data Management Platform, CRM, Identity Management et web analytics.
Fnac Convergence des pratiques et outils marketing offline et in store avec le digital.
Les Echos Migration technique et organisationnelle d’une DMP et d’une SSP.
BPCE Centre de services de gestion des campagnes marketing multicanal.
L'Oréal Déploiement et exploitation d’une plate-forme CRM multi-marques multi-pays.
Système U Centre de services gestion de campagnes marketing et connaissance clients.
vente-privee.com Mise en place de campagnes automatisées et optimisées par des tests.
Vivarte Gestion et activation d’un référentiel client unique multimarques.
La Banque Postale Conception de l’architecture décisionnelle hybride big data – datawarehouse.
LCL Accompagnement à la conception et la mise en place d’un datalake.
Orange Formation de compétences et de méthodes en data science sur les filiales Afrique et Moyen-Orient.
PSA Définition de la gouvernance d’un MDM client multi-activité et international.
RCI Banque Elaboration d’une stratégie de connaissance client et valorisation des big data.
© 9
Experts reconnus
blog.softcomputing.com/ fr.slideshare.net/softcomputing twitter.com/#!/SoftComputing linkedin.com/company/soft-computing facebook.com/softcomputing softcomputing.com/news/
Informer Ecrire Enseigner
© 10
Recruteur de talents
Datascience Projet
Technologies Digital
Marketing
CRM
Big Data
100 CDI à pourvoir cette année
Contact : [email protected] – http://www.softcomputing.com/offres-d-emploi
© 11
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 12
Définitions
« la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique »
« … méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires »
« méthodes permettant à une machine d'évoluer par un processus systématique, et ainsi de remplir des tâches difficiles ou impossibles à remplir par des moyens algorithmiques plus classiques »
© 13
© 14
© 15
© 16
© 17
© 18
© 19
© 20
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 21
L’IA à portée de main - API Analyse de texte
texte1.avi texte2.avi
© 22
L’IA à portée de main – API Reconnaissance d’image
image_mot.avi
© 23
L’IA à portée de main – Environnement technique adéquat
© 24
L’IA à portée de main – Des méthodes / algorithmes innovants
Deep machine learning Théorie du signal
Textmining Voicemining Reconnaissance d’image
Sequential Pattern Analysis
© 25
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 26
Substitution de produits
© 27
Compteur connecté
© 28
Tchat
© 29
Optimisation du routage clients
© 30
Segmentation Persona
© 31
Moteur de recommandations
© 32
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 33
Comment s’y retrouver ?
Centre de Solutions et de
© 34
Comment s’y retrouver ?
Centre de Solutions et de
Décision avec règles a priori
Apprentissage non supervisé : kmeans, analyse de patterns (image et son)
Apprentissage supervisé : logistique, arbres de décision, forêts aléatoires
Enchainement de méthodes
Concepts ?
Ensemble de méthodes ? Redondance du vocabulaire ?
Méthodes ?
Concepts
Méthodes
Datamanagement et rapprochement a priori : pour sauvegarde intelligible
Analyse des données : purement descriptif
Apprentissage = data mining : inférence non automatique
Apprentissage automatique = machine learning : inférence automatique
© 35
Comment s’y retrouver ?
Centre de Solutions et de
Nouveaux concepts ou amélioration technologique ?
Score à réaliser >>> apprentissage supervisé >>> logistique
Moteur de Score à réaliser >>> apprentissage supervisé >>> RF
non automatique / automatique
Exemple d’avancée technologique avec changement de concept
Exemple d’avancée technologique sans changement de concept
Score à réaliser >>> règle a priori >>> calcul d’indicateurs
Score à réaliser >>> apprentissage supervisé >>> logistique
non automatique/ non automatique
© 36
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 37
Quelles compétences ?
Marketing Datascience Programmation
© 38
Revenir au basique
Pourquoi j’en ai besoin et pour répondre à quels usages business ? Mes
moyens existants ne me permettraient-ils pas de ‘craquer’ déjà quelques
sujets ? Légal ?
Quelles sont les nouvelles opportunités technologiques du marché ? Quelle solution ? Quelle intégration dans mon
patrimoine applicatif ?
Quelle gouvernance ?, quelles compétences ?, quels
processus ?, quels KPI’s ?
© 39
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 40
Sélection des cas d’usages
Conseil méthodologique
Sélection de l’outillage
Modélisation
Coaching et formation
Intégration informatique
Exploitation
Optimisation
On peut aider ?
© 41
Sommaire
1. Introduction
2. L’IA : déjà dans notre quotidien
3. L'IA à portée de main
4. ML & marketing
5. Des algorithmes prolifiques et pointus
6. Cas d’usage
7. Comment avancer
8. Conclusion
9. Questions
© 42
Questions