© 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 : contact@softcomputing.com 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 : recrutement@softcomputing.com – 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