INTRODUCTION AU DATA MINING. Cina MOTAMED

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "INTRODUCTION AU DATA MINING. Cina MOTAMED"

Transcription

1 INTRODUCTION AU DATA MINING Cina MOTAMED

2 2 Data Mining : contexte Âge numérique : explosion des volumes de données Transactions commerciales Opérations bancaires Navigation Internet Indicateurs démographiques Variété des données accumulées données numériques Texte Image Son Vidéo

3 3 Data Mining : contexte (2) Idée : il existe peut-être des informations utiles cachées dans ces grands volumes de données

4 4 Exemples Fournisseur d accès à Internet vendant des services additionnels payants (vidéo à la demande, bouquets de chaînes de télévision, etc.) Objectif : augmenter le nombre d abonnement à ces services (taux d abonnement actuel faible) Données disponibles : plusieurs centaines de milliers de clients, des dizaines d attributs Idée : isoler des groupes d individus ayant des caractéristiques communes pour lesquels les taux d abonnement sont élevés Hypothèse : les non-abonnés de ces groupes seront peutêtre sensible à une offre ciblée

5 5 Exemples (2) Chaîne d hypermarchés vendant des milliers de références Objectif : optimiser l agencement des rayons pour encourager l acte d achat mécanique chez ses clients Données disponibles : des millions de tickets de caisse répertoriant quels produits les clients ont acheté Idée : isoler les groupes d articles qui sont fréquemment achetés ensemble dans les mêmes tickets de caisse et agencer les rayons pour placer ces articles ensemble dans les rayonnages Hypothèse : l achat de certains produits déclenche l achat mécanique d autres produits par simple association

6 6 Data Mining : définition Analyse de (vastes) ensembles de données d observation en vue de découvrir des relations inattendues et / ou des façons de résumer les données qui soient à la fois simples, compréhensibles et utiles. (Hand, Mannila & Smyth, 2001)

7 7 Data Mining : définition (2) Processus non-trivial d identification de structures inconnues, valides et potentiellement exploitables dans les bases de données. (Fayyad et al., 1996)

8 8 Data Mining : définition (3) Une démarche plus qu une science à part entière!

9 Découverte de connaissances à partir de données (KDD) 9 Pré-traitement transformation Fouille de données Interprétation / évaluation connaissance Sélection modèles données Donnéescibles Données prétraitées Données transformées (d après Fayyad et al., 1996)

10 10 Les outils de modélisation Les outils de la fouille de données proviennent de domaines divers : Exploration des bases de données (règles d associations, motifs fréquents, ) Statistiques (maximum de vraisemblance, moindres carrés, régression, ) Analyse de données (méthodes géométriques, probabilistes, classification spectrale, ) Informatique (réseaux de neurones, algorithmes génétiques, ) Souvent, ces méthodes tentent d optimiser les mêmes critères, mais avec des approches différentes

11 11 Marketing direct ouvrage de Lefébure et Venturi Data mining Le data mining répond aux besoins de comprendre la relation client, de connaître les comportements des clients, d'optimiser et de rentabiliser les opérations de prospection afin de diminuer les coûts d'acquisition des clients. Les solutions de data mining vont faire des prédictions de comportement indiquer quels types de prospects devront en priorité être contactés par des opérations de marketing direct => d'augmenter le taux de retour. Par exemple, les sociétés de Vente Par Correspondance réalisent à coté de leur catalogue généraliste des catalogues spécialisés. L utilisation du data mining permet de sélectionner parmi les clients principaux, ceux pour lesquels il est utile de leur envoyer un catalogue spécialisé en terme de ciblage. Cela augmente le taux de retour C est en effet grâce à l historique des achats que les vépécistes peuvent déterminer quel client est susceptible d acheter un article sur catalogue spécialisé.

12 12 Centre d'appels revue "Marketing direct Septembre 2002" Un centre d'appel mettant en place une opération de phoning pour relancer les clients / prospects suite à l'envoi d'un mailing peut grâce au data mining déterminer =>vers quel clients / prospects il peut être utile d'effectuer une relance téléphonique en étudiant son comportement face aux relances. => pour un client, une seule relance est suffisante mais pour d'autres, jusqu'à 5 relances. Le tout étant de ne plus généraliser les relances mais de les cibler.

13 Comportement des clients de grandes surfaces spécialisées extrait de la revue "Marketing direct Septembre 2002" 13 Les GSS utilisent les techniques d'associations de produits pour anticiper le comportement futur des ses clients. Un client qui achète une baignoire va probablement envisager l'achat de robinets. Par conséquent, les outils de data mining peuvent permettre de sélectionner selon les achats antérieurs des clients vers qui l'envoi d'un mailing sera efficace.

14 14 Satisfaction de clientèle "Marketing direct Septembre 2002" EDF a mené des études de data mining pour connaître l'impact des micro coupures de courant, Comparer les appréciations des clients avec la fréquence connue des pannes. =>pendant un certain temps ces coupures étaient perçues comme mineures par la clientèle, mais passé un seuil elles devenaient intolérables. L'objet de l'étude menée est alors de déterminer le seuil de fréquence qui va générer l'insatisfaction.

15 15 Comportement d'achat du client de grandes et moyennes surfaces Les premières applications de data mining concernaient l'étude des tickets de caisse des clients de grande surface. Cela a permis de montrer que pour certaines catégories de clients les promotions mises en place pour des produits qu'ils avaient l'habitude d'acheter simultanément n'étaient pas efficaces (n'engendraient pas d'augmentation de chiffre d'affaires).

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale

Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Université Ibn Zohr Faculté des Sciences Juridiques, Économiques et Sociales Exposé sous le thème : Le Data Mining, Outil d aide à la prise de décision dans l action commerciale Plan : Introduction : L

Plus en détail

QU EST-CE QUE LE DECISIONNEL?

QU EST-CE QUE LE DECISIONNEL? La plupart des entreprises disposent d une masse considérable d informations sur leurs clients, leurs produits, leurs ventes Toutefois ces données sont cloisonnées par les applications utilisées ou parce

Plus en détail

Méthodes de DM pour la GRC dans les banques

Méthodes de DM pour la GRC dans les banques Techniques de DM pour la GRC dans les banques Page 21 III.1 Introduction Avant de chercher des techniques à appliquer dans la gestion des relations avec les clients. Il faut étudier les données des clients

Plus en détail

Postes Canada : Étude de cas de Home Depot

Postes Canada : Étude de cas de Home Depot Postes Canada : Étude de cas de Home Depot Les partenariats de marketing contribuent à augmenter les taux de conversion de ventes La campagne de services à domicile de Home Depot donne des résultats remarquables

Plus en détail

Caisse d Epargne Rhône Alpes Licence Econométrie Lyon 2

Caisse d Epargne Rhône Alpes Licence Econométrie Lyon 2 Caisse d Epargne Rhône Alpes Licence Econométrie Lyon 2 22 Novembre 2013 - Valérie Rousvoal Direction Etudes Commerciales Sommaire de la rencontre Présentation de la Caisse d épargne Rhône Alpes Présentation

Plus en détail

De la donnée à la décision. Sofian MAABOUT LaBRI. Université Bordeaux 1

De la donnée à la décision. Sofian MAABOUT LaBRI. Université Bordeaux 1 De la donnée à la décision Sofian MAABOUT LaBRI. Université Bordeaux 1 1 Décider c est choisir, parmi plusieurs actes possibles, celui qui apparaît comme le plus pertinent pour atteindre un résultat envisagé,

Plus en détail

1. Pourquoi? Les avantages d un bon référencement

1. Pourquoi? Les avantages d un bon référencement Table des matières 1. Pourquoi? Les avantages d un bon référencement... 2 2. Pour qui?... 2 3. Quand?... 3 4. Comment?... 3 5. À partir de combien de temps?... 4 6. Pour combien de temps?... 4 7. Mise

Plus en détail

Le data mining et l assurance Mai 2004. Charles Dugas Président Marianne Lalonde Directrice, développement des affaires

Le data mining et l assurance Mai 2004. Charles Dugas Président Marianne Lalonde Directrice, développement des affaires Le data mining et l assurance Mai 2004 Charles Dugas Président Marianne Lalonde Directrice, développement des affaires AGENDA Qu est-ce que le data mining? Le projet et les facteurs de réussite Les technologies

Plus en détail

" # $ % % & ' ( ) * +,! '()*+ *, + ' +' + ' ' -+ - +.+. /0 / 1 0 12 1 1 2 34+ 4 1 +. 50 5 * 0 4 * 0 6! "##$ % &!

 # $ % % & ' ( ) * +,! '()*+ *, + ' +' + ' ' -+ - +.+. /0 / 1 0 12 1 1 2 34+ 4 1 +. 50 5 * 0 4 * 0 6! ##$ % &! "# $ %%& ' ( )*+, '()*+,'+''-++.+/0112134+1.50*406 "##$ %& 8CC "#$%& ' ( )* +,-./ 0 123 456+7 3 7-55-89.*/ 0 +3 *+:3 ;< =3 3-3 8 0 23 >-8-3 >5? //*/*0;* @A: *53,,3 / * $/ >B+? - 5, 2 34*56 7 /+#** //8

Plus en détail

Le concept de marketing

Le concept de marketing Le concept de marketing Le concept de marketing englobe à la fois les techniques d étude des attentes du consommateur, la proposition d une offre répondant à ces attentes et la mise en œuvre de moyens

Plus en détail

Enrichissez votre connaissance client grâce aux questionnaires intelligents! contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27

Enrichissez votre connaissance client grâce aux questionnaires intelligents! contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27 Enrichissez votre connaissance client grâce aux questionnaires intelligents! contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27 Les nouveaux défis de la connaissance client 44% des entreprises

Plus en détail

Comment bien développer d. idées, astuces et solutions. FÉDÉRATION DES AUTO-ENTREPRENEURS - contact@fedae.fr - www.federation-auto-entrepreneur.

Comment bien développer d. idées, astuces et solutions. FÉDÉRATION DES AUTO-ENTREPRENEURS - contact@fedae.fr - www.federation-auto-entrepreneur. Comment bien développer d son activité en auto-entrepreneur : idées, astuces et solutions. FÉDÉRATION DES AUTO-ENTREPRENEURS - contact@fedae.fr - www.federation-auto-entrepreneur.fr 1 1- Le marketing ou

Plus en détail

L ANALYSE DES DONNÉES CLIENTS AU SERVICE DE LA PRÉVISION D ACHAT DE VOYAGES

L ANALYSE DES DONNÉES CLIENTS AU SERVICE DE LA PRÉVISION D ACHAT DE VOYAGES L ANALYSE DES DONNÉES CLIENTS AU SERVICE DE LA PRÉVISION D ACHAT DE VOYAGES SAS 3 DEC 2015 1 sur 9 TRANSAT Un voyagiste international solidement installé au Canada, en France et au Royaume-Uni, qui offre

Plus en détail

Analyse de grandes bases de données en santé

Analyse de grandes bases de données en santé .. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

But du cours. Sources & références. Sources & références. Sources & références. Plan. La fouille de données (ou data mining) Principe (postulat...

But du cours. Sources & références. Sources & références. Sources & références. Plan. La fouille de données (ou data mining) Principe (postulat... But du cours Vocabulaire, principes et techniques du Data Mining Méthodes et Algorithmes Interprétation des résultats. Data Mining : Concepts and Techniques J. Han, M. Kamber Morgan Kaufmann Le Data Mining

Plus en détail

5. Information et accès aux moyens de paiement

5. Information et accès aux moyens de paiement 5. Information et accès aux moyens de paiement Cette dernière partie mobilise des méthodes d analyse des données, permettant de mieux comprendre comment s articulent d une part l accès aux différents services

Plus en détail

WEKA : c est quoi? Brigitte Bigi. 15 février 2011. LPL - Équipe C3I. Brigitte Bigi (LPL - Équipe C3I) WEKA : c est quoi? 15 février 2011 1 / 32

WEKA : c est quoi? Brigitte Bigi. 15 février 2011. LPL - Équipe C3I. Brigitte Bigi (LPL - Équipe C3I) WEKA : c est quoi? 15 février 2011 1 / 32 WEKA : c est quoi? Brigitte Bigi LPL - Équipe C3I 15 février 2011 Brigitte Bigi (LPL - Équipe C3I) WEKA : c est quoi? 15 février 2011 1 / 32 Introduction 1 Introduction 2 Classification supervisée 3 WEKA

Plus en détail

Amazon. 1) Activités d Amazon 2) Amazon et les réseaux 3) Forces et faiblesses d Amazon 4) Comparaison entre Google, ebay et Amazon

Amazon. 1) Activités d Amazon 2) Amazon et les réseaux 3) Forces et faiblesses d Amazon 4) Comparaison entre Google, ebay et Amazon Amazon 1) Activités d Amazon 2) Amazon et les réseaux 3) Forces et faiblesses d Amazon 4) Comparaison entre Google, ebay et Amazon 23 mai 2005 Meetup meeting 1 1) Activités d Amazon : missions Missions

Plus en détail

les étapes cruciales pour une intégration réussie ;

les étapes cruciales pour une intégration réussie ; Quand vous pensez «CRM», pensez- vous d'abord (et souvent seulement) à une solution Par exemple, certaines entreprises utilisent la CRM pour la gestion des ventes et/ou pour mener des campagnes marketing

Plus en détail

Journées d études IARD

Journées d études IARD Journées d études IARD Gestion des risques liés à la refonte tarifaire d un portefeuille automobile Niort, le 20 mars 2014 Marie Foucher mfoucher@galea-associes.eu Pierre Thérond ptherond@galea-associes.eu

Plus en détail

Analyse de grandes bases de données en santé

Analyse de grandes bases de données en santé .. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.

Plus en détail

Prévision de la demande pour la planification efficace des effectifs"

Prévision de la demande pour la planification efficace des effectifs Prévision de la demande pour la planification efficace des effectifs" Nicolas Chapados, Ph.D., CFA Directeur, modélisation statistique ApSTAT Technologies Inc." "Améliorer la satisfaction des employés"

Plus en détail

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille

Data Mining, fouille de données: Concepts et techniques. Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Marius Fieschi Faculté de Médecine de Marseille Data Mining, fouille de données: Concepts et techniques Ce cours est très proche du cours diffusé

Plus en détail

Initiation à la fouille de données et à l apprentissage automatiq

Initiation à la fouille de données et à l apprentissage automatiq Initiation à la fouille de données et à l apprentissage automatique 1 Laboratoire d Informatique Fondamentale de Marseille Université de Provence christophe.magnan@lif.univ-mrs.fr www.lif.univ-mrs.fr/

Plus en détail

Le «data mining», une démarche pour améliorer le ciblage des contrôles

Le «data mining», une démarche pour améliorer le ciblage des contrôles MINISTERE DE L ECONOMIE ET DES FINANCES Le «data mining», une démarche pour améliorer le ciblage des contrôles La lutte contre la fraude aux finances publiques a été renforcée ces dernières années et a

Plus en détail

La GRC ou comment mettre le client au coeur de l entreprise

La GRC ou comment mettre le client au coeur de l entreprise composantes Relation de la Relation relation 4 Les outils 4 Les 4-1 outils Les de bases la GRC de 4-1 données Les bases de données 4-2 Les logiciels et 5 Les de freins la GRC au La GRC ou comment mettre

Plus en détail

ETUDE D USAGE D ALPHALIRE

ETUDE D USAGE D ALPHALIRE ETUDE D USAGE D ALPHALIRE Festival du premier roman de Chambéry-Savoie Festival du premier roman de Chambéry, 237 carré Curial, 73 000 Chambéry Directrice : Véronique Bourlon (veroniquebourlon@festivalpremierroman.com)

Plus en détail

OPTINPLAY.COM Solutions DATA

OPTINPLAY.COM Solutions DATA OPTINPLAY.COM Solutions DATA Email / SMS / Phoning / Postales Donnez de l impact à vos campagnes de marketing direct! Email Phoning SMS Postal Fonctionnement et atouts de la solution OptinPlay est une

Plus en détail

Agenda de la présentation

Agenda de la présentation Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining

Plus en détail

LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE

LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE Programmes de fidélisation : vous faites les règles Une solution entièrement configurable rend l expérience de fidélisation plus facile

Plus en détail

Accroître son Chiffre d'affaires avec le Channel

Accroître son Chiffre d'affaires avec le Channel Harte-Hanks : Solutions Commerciales & Marketing Accroître son Chiffre d'affaires avec le Channel Alain Ecuvillon, Harte-Hanks Harte-Hanks : introduction L un des premiers fournisseurs mondiaux de solutions

Plus en détail

Attention : Ce document est un travail d étudiant, il n a pas été relu et vérifié par Marketing-etudiant.fr.

Attention : Ce document est un travail d étudiant, il n a pas été relu et vérifié par Marketing-etudiant.fr. Document mis à disposition par : www.marketing-etudiant.fr Attention : Ce document est un travail d étudiant, il n a pas été relu et vérifié par Marketing-etudiant.fr. En conséquence croisez vos sources

Plus en détail

2.0 Interprétation des cotes d évaluation des risques relatifs aux produits

2.0 Interprétation des cotes d évaluation des risques relatifs aux produits 2.0 Interprétation des cotes d évaluation des risques relatifs aux produits L interprétation des cotes attribuées dans le cadre des évaluations des risques relatifs aux produits décrite plus loin repose

Plus en détail

CRM Banque. Fonctionnalités clés. Vision complète de la performance de la banque. Optimisation fondamentale de la relation client

CRM Banque. Fonctionnalités clés. Vision complète de la performance de la banque. Optimisation fondamentale de la relation client CRM Banque Fonctionnalités clés Vision complète de la performance de la banque Suivi des indicateurs clés de performance de la banque avec des tableaux de bord en temps réel, des rapports prédéfinis, une

Plus en détail

Ce qu est le Data Mining

Ce qu est le Data Mining Data Mining 1 Ce qu est le Data Mining Extraction d informations intéressantes non triviales, implicites, préalablement inconnues et potentiellement utiles à partir de données. Autres appellations: ECD

Plus en détail

Choisissez le meilleur partenaire pour vos réalisations Internet. Entreprises Associations Indépendants

Choisissez le meilleur partenaire pour vos réalisations Internet. Entreprises Associations Indépendants Choisissez le meilleur partenaire pour vos réalisations Internet Entreprises Associations Indépendants Site Internet vitrine Vous voulez avoir une identité sur Internet : vous faire connaître, vous mettre

Plus en détail

Base de données clients outil de base du CRM

Base de données clients outil de base du CRM Base de données clients outil de base du CRM Introduction Objectifs SOMMAIRE Constitution de la base de données clients Alimentation Datamart et DataWarehouse Contenu Dimensions Exploitation de la base

Plus en détail

ENQUÊTE FORUM DÉBAT 2002. Les Distributeurs du Secteur Dentaire

ENQUÊTE FORUM DÉBAT 2002. Les Distributeurs du Secteur Dentaire ENQUÊTE FORUM DÉBAT 2002 Les Distributeurs du Secteur Dentaire [EDITO]. Le marché du matériel dentaire reste un domaine relativement parcellarisé sur le territoire français. Il est couvert par plus de

Plus en détail

LE PETIT RELATION CLIENT. Les pratiques clés en 15 fiches. Nathalie Houver

LE PETIT RELATION CLIENT. Les pratiques clés en 15 fiches. Nathalie Houver LE PETIT 2014 RELATION CLIENT Les pratiques clés en 15 fiches Nathalie Houver Dunod, Paris, 2014 ISBN 978-2-10-070826-0 Table des matières LA PRÉPARATION DE LA RELATION COMMERCIALE FICHE 1 Acquérir la

Plus en détail

Boostez vos ventes! en aidant vos clients à faire le bon choix. par OPX networks

Boostez vos ventes! en aidant vos clients à faire le bon choix. par OPX networks Boostez vos ventes! en aidant vos clients à faire le bon choix par OPX networks Des difficultés face à la recherche d un produit high-tech et technique Des études* ont permis de confirmer que la recherche

Plus en détail

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Gilbert Saporta Chaire de Statistique Appliquée, CNAM ActuariaCnam, 31 mai 2012 1 L approche statistique

Plus en détail

Mallette du Dirigeant

Mallette du Dirigeant Mallette du Dirigeant Durée : Dates : Horaires : Lieu : Public : Tarif : Effectif : 3 jours (21 heures) de formation collective et 4h d individuel soit 25h au total. Jour 1 : 22 septembre 2014 (7h) Jour

Plus en détail

BTS NRC Session 2009 MGAC Corrigé ALTICLIC

BTS NRC Session 2009 MGAC Corrigé ALTICLIC BTS NRC Session 2009 MGAC Corrigé ALTICLIC Partie 1 : Évaluer le marché (21 points) 1. Établir un diagnostic de ces deux segments de marché. Conclure. (11 points) Diagnostic : 8 points. Marché du bâtiment

Plus en détail

Le S.I.M. Le S.I.M. Définition a. S.I.M. ou S.I.C. S.I.M. S.I.C. Le S.I.M. Définition a. S.I.M. ou S.I.C. Définition

Le S.I.M. Le S.I.M. Définition a. S.I.M. ou S.I.C. S.I.M. S.I.C. Le S.I.M. Définition a. S.I.M. ou S.I.C. Définition Le S.I.M. Définition a. S.I.M. ou S.I.C. b. Utilisation commerciale c. Contenu Forme Méthode Sources d information a. S.I.M. ou S.I.C. ou S.I.M. S.I.C. Système d Information Marketing Système d Information

Plus en détail

7 ACTIONS MARKETING POUR VENDRE PLUS AVEC

7 ACTIONS MARKETING POUR VENDRE PLUS AVEC 7 ACTIONS MARKETING POUR VENDRE PLUS AVEC SOMMAIRE EDITO... 3 1. Visez à décrocher des ventes récurrentes... 5 2. Envoyez des newsletters ciblées... 6 3. Ciblez selon des critères géographiques... 8 4.

Plus en détail

Analyse de données électroniques et intelligence d affaires

Analyse de données électroniques et intelligence d affaires Analyse de données électroniques et intelligence d affaires Valoriser les données internes et externes 3 avril 2014 Ordre du jour UNE INTRODUCTION À L ANALYSE DE DONNÉES Analyse de données et l intelligence

Plus en détail

Principales Fonctionnalités - Version 8

Principales Fonctionnalités - Version 8 Principales Fonctionnalités - Version 8 Cleansoft PRH Option Achats et Fournisseurs Ouverture du produit Personnalisation possible des éditions des pièces de ventes Personnalisation possible des éditions

Plus en détail

Les Instants E-Commerce

Les Instants E-Commerce Les Instants E-Commerce TPE/PME, Commerçants, Artisans ou Auto-Entrepreneurs : VOUS êtes concernés par le E-Commerce! Présentation Le E-Commerce 1 Introduction 2 Le marché Paysage du E-Commerce 3 - Profil

Plus en détail

L entreprise Laserjet

L entreprise Laserjet L entreprise Laserjet Types de prestations Fiche d identité Entreprise de service, spécialisée dans la découpe et la tôlerie en sous-traitance Située à Sainte-Marie-aux-Mines Effectif de 20 personnes Chiffre

Plus en détail

Magisoft CRM. L intelligence Software. Progiciels de gestion pour l industrie

Magisoft CRM. L intelligence Software. Progiciels de gestion pour l industrie CRM ZA LA LAYE 12 Rue de Truchebenate 01100 ARBENT Tél : +33 (0)4.74.81.22.20 Fax : +33 (0)4.74.73.08.99 contact@cerai.fr Www.cerai.fr Magisoft L intelligence Software Progiciels de gestion pour l industrie

Plus en détail

En partenariat avec. et sa solution e-mailing

En partenariat avec. et sa solution e-mailing En partenariat avec et sa solution e-mailing A quoi sert une campagne e-mailing? A quoi sert un e-mailing? Faites la distinction entre la communication de masse et la communication ciblée Notoriété Communication

Plus en détail

8 bonnes raisons. papier!

8 bonnes raisons. papier! 8 bonnes raisons DE PASSER informatisée, INCONDITIONNELS DU crayon ET A UNE GESTION COMMERCIALE POUR LES DU papier! le passage informatisée. Laurent PARERA, Fondateur d EOLE Concept et créateur de GC Soft,

Plus en détail

Baccalauréat ES Nouvelle-Calédonie 2 mars 2015

Baccalauréat ES Nouvelle-Calédonie 2 mars 2015 Baccalauréat ES Nouvelle-Calédonie mars 015 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats On considère la fonction f définie pour tout réel x de l intervalle [1,5 ; 6] par : f (x)=(5x 3)e x. On

Plus en détail

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice. Web Science Master 1 IFI Andrea G. B. Tettamanzi Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.fr 1 CM - Séance 3 PageRank et comment Google transforme des mots en

Plus en détail

LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE

LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE LA PLATEFORME DE FIDÉLISATION ET DE CARTES-CADEAUX À SAVEUR AMÉLIORÉE Programmes de fidélisation : vous faites les règles Une solution entièrement configurable rend l expérience de fidélisation plus facile

Plus en détail

Sommaire. Rapide Présentation d ASTEROP. Le potentiel des fichiers clients. Attractivité des Aéroports et des Hubs

Sommaire. Rapide Présentation d ASTEROP. Le potentiel des fichiers clients. Attractivité des Aéroports et des Hubs www.asterop.com 2 Sommaire Rapide Présentation d ASTEROP Le potentiel des fichiers clients Attractivité des Aéroports et des Hubs 3 Sommaire Rapide Présentation d ASTEROP Le potentiel des fichiers clients

Plus en détail

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Structure générale des études à l UTC Règlement

Plus en détail

Une présence nationale pour un impact local & VOUS. www.groupon.fr

Une présence nationale pour un impact local & VOUS. www.groupon.fr Une présence nationale pour un impact local 2015 & VOUS Avez-vous déjà entendu parler d une campagne publicitaire qui ne nécéssite aucune dépense ou investissement préalable? Avez-vous déjà entendu parler

Plus en détail

Le Data Mining Techniques pour exploiter l information. Auteur : Dan Noël Date : 24.04.2009

Le Data Mining Techniques pour exploiter l information. Auteur : Dan Noël Date : 24.04.2009 Le Data Mining Techniques pour exploiter l information Auteur : Dan Noël Date : 24.04.2009 Agenda de la présentation du 26.03.2009 Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un

Plus en détail

culture chiffres PRODUCTION, DIFFUSION ET MARCHÉS Les entreprises du commerce du marché de l art 2009-4 François Rouet *

culture chiffres PRODUCTION, DIFFUSION ET MARCHÉS Les entreprises du commerce du marché de l art 2009-4 François Rouet * culture Secrétariat général Délégation au développement et aux affaires internationales Département des études, de la prospective et des statistiques 182, rue Saint-Honoré, 75033 Paris cedex 01 01 40 15

Plus en détail

Produisez de nouveaux succès marketing. Découvrez pourquoi les services marketing misent sur Kimple.

Produisez de nouveaux succès marketing. Découvrez pourquoi les services marketing misent sur Kimple. Produisez de nouveaux succès marketing. Découvrez pourquoi les services marketing misent sur Kimple. Kimple (n.m) : Solution de création de jeux marketing à la performance. Kimple est une plateforme web

Plus en détail

Gare à tes sous Avec un simple coup de fil, vider son porte-monnaie peut être facile

Gare à tes sous Avec un simple coup de fil, vider son porte-monnaie peut être facile Gare à tes sous Avec un simple coup de fil, vider son porte-monnaie peut être facile L objectif général de cette animation est d avertir que tout n est pas gratuit sur Internet et que la navigation sur

Plus en détail

IUT Info-Com 2 ème année LE MARKETING DIRECT. Sandrine Michel. Formation 2012. sandrine.michel@gmail.com

IUT Info-Com 2 ème année LE MARKETING DIRECT. Sandrine Michel. Formation 2012. sandrine.michel@gmail.com Sandrine Michel 1 LE MARKETING DIRECT Formation 2012 sandrine.michel@gmail.com Objectifs : Comprendre ce qu est le marketing direct Comprendre comment il s inscrit dans le secteur de la communication Connaître

Plus en détail

CAMPAGNES MARKETING MOBILE LES SMS POUR LES PROFESSIONNELS

CAMPAGNES MARKETING MOBILE LES SMS POUR LES PROFESSIONNELS CAMPAGNES MARKETING MOBILE LES SMS POUR LES PROFESSIONNELS Table des Matières Table des matières 1. DEUX TYPES DE CAMPAGNES SMS... 3 1.1. ALERTE INFORMATIONS SUR LES MANIFESTATIONS... 3 1.2. LE COUPONING...

Plus en détail

@utotruck. Gestion des garages

@utotruck. Gestion des garages @utotruck Gestion des garages ENVIRONNEMENT Fonctionne sous «Windows/NT/2000/XP» Base de données «SQL/Server» Outil de développement «MAGIC 8.3» Fonctionne en mono-poste ou multi-postes réseaux Licences

Plus en détail

Le cross-canal au service du tourisme

Le cross-canal au service du tourisme Le cross-canal au service du tourisme Bornes interactives, affichage dynamique, web, applications mobiles, Catherine BOCQUET, Dirigeante de SFI c-bocquet@sfi.fr / 04 77 91 13 13 19 ans d expérience dans

Plus en détail

MEDIAHUIS OFFRE UNE EXPERIENCE DE NAVIGATION PERSONNALISEE, créée spécialement pour le visiteur... avant même qu il n arrive sur le site

MEDIAHUIS OFFRE UNE EXPERIENCE DE NAVIGATION PERSONNALISEE, créée spécialement pour le visiteur... avant même qu il n arrive sur le site MEDIAHUIS OFFRE UNE EXPERIENCE DE NAVIGATION PERSONNALISEE, créée spécialement pour le visiteur... avant même qu il n arrive sur le site ENTREPRISE SITE WEB www.mediahuis.be SECTEUR D ACTIVITÉ Publication

Plus en détail

Groupe Archimed. Qui mieux que le SCD peut gérer vos documents? Olivier WALBECQ Eric Délot. 1994-2008 Groupe Archimed

Groupe Archimed. Qui mieux que le SCD peut gérer vos documents? Olivier WALBECQ Eric Délot. 1994-2008 Groupe Archimed Groupe Archimed Qui mieux que le SCD peut gérer vos documents? Olivier WALBECQ Eric Délot 2008 1994-2008 Groupe Archimed Introduction Définition de l Espace Numérique de Travail Il est un point d entrée

Plus en détail

Communiquer avec l'emailing: comment préparer une campagne de communication efficace?

Communiquer avec l'emailing: comment préparer une campagne de communication efficace? Communiquer avec l'emailing: comment préparer une campagne de communication efficace? Les campagnes emailing en quelques chiffres? Usage pour les particuliers (email attitude BTC SNCD) Les consultations

Plus en détail

Epreuve E5 CCF : ANALYSE ET CONDUITE DE LA RELATION COMMERCIALE JARDIN LOISIRS

Epreuve E5 CCF : ANALYSE ET CONDUITE DE LA RELATION COMMERCIALE JARDIN LOISIRS Éléments de corrigé BTS Management des Unités Commerciales Epreuve E5 CCF : ANALYSE ET CONDUITE DE LA RELATION COMMERCIALE JARDIN LOISIRS Q1 : 1 ) Question 1 Présentez les enjeux et les moyens de l analyse

Plus en détail

NEGOCIATION COMMERCIALE - VENTE

NEGOCIATION COMMERCIALE - VENTE CONSTANTIN Maurice Prestataire de Formation n 96 97 30382 97 81 av du Gal de Gaulle 97300 Cayenne Tél : 0594 29 29 42 maurice.constantin@amesco.net secretaire.amesco@orange.fr PROGRAMME FORMATION NEGOCIATION

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

Travailler avec les télécommunications

Travailler avec les télécommunications Travailler avec les télécommunications Minimiser l attrition dans le secteur des télécommunications Table des matières : 1 Analyse de l attrition à l aide du data mining 2 Analyse de l attrition de la

Plus en détail

INTRODUCTION AU DATA MINING

INTRODUCTION AU DATA MINING INTRODUCTION AU DATA MINING 6 séances de 3 heures mai-juin 2006 EPF - 4 ème année - Option Ingénierie d Affaires et de Projets Bertrand LIAUDET Phase 4 : Modélisation non-supervisée - 5 : Règles d association

Plus en détail

COMMENT EXTERNALISER SA e-logistique?

COMMENT EXTERNALISER SA e-logistique? COMMENT EXTERNALISER SA e-logistique? Lorraine La logistique, maillon essentiel du e-commerce, a un impact direct sur la satisfaction du client. Néanmoins, face à l accumulation des commandes, nombre d

Plus en détail

MATHÉMATIQUES POUR LES MÉTIERS ET LE MILIEU DE TRAVAIL 11 E ANNÉE. Mesure

MATHÉMATIQUES POUR LES MÉTIERS ET LE MILIEU DE TRAVAIL 11 E ANNÉE. Mesure MATHÉMATIQUES POUR LES MÉTIERS ET LE MILIEU DE TRAVAIL 11 E ANNÉE [C] Communication [CE] Calcul mental et estimation Mesure A1. Résoudre des problèmes comportant des aires totales exprimées en unités de

Plus en détail

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 Data Mining Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 2 Plan Data mining : définition, utilisations et concepts Wolfram Alpha : extraction de données d'un compte

Plus en détail

SYNTHÈSE DOSSIER 1 Introduction à la prospection

SYNTHÈSE DOSSIER 1 Introduction à la prospection SYNTHÈSE DOSSIER 1 Introduction à la prospection La prospection est une activité indispensable pour développer le nombre de clients, mais aussi pour contrecarrer la perte de clients actuels. Elle coûte

Plus en détail

Oxybul éveil et jeux

Oxybul éveil et jeux Online Intelligence Solutions Oxybul éveil et jeux Oxybul éveil et jeux exploite avec succès les données AT Internet pour lancer des campagnes de retargeting plus efficaces. Case study Case study INTRODUCTION

Plus en détail

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents Master ISI 2010-2011 Data Mining Recherche des sous-ensembles fréquents Yves Lechevallier INRIA-Rocquencourt E_mail : Yves.Lechevallier@inria.fr 1 Processus Data Mining Phase A : Entrepôt de données Entrepôt

Plus en détail

Communiqué de lancement Sage 100 Suite Comptable & Financière

Communiqué de lancement Sage 100 Suite Comptable & Financière Communiqué de lancement Sage 100 Suite Comptable & Financière Disponibilité commerciale Octobre 2009 Nouveautés V16! 1 1 Sommaire I. Introduction II. III. IV. Couverture fonctionnelle Focus sur le recouvrement

Plus en détail

Le bon questionnaire, à la bonne personne et au bon moment. contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27

Le bon questionnaire, à la bonne personne et au bon moment. contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27 Le bon questionnaire, à la bonne personne et au bon moment. contact@myfeelback.com www.myfeelback.com +33 5 62 80 44 27 Les défis de la connaissance client. Vous avez besoin d une base de données client

Plus en détail

Modèles de Données & d Opportunités BI. Michel Bruley Directeur Marketing & PR Teradata

Modèles de Données & d Opportunités BI. Michel Bruley Directeur Marketing & PR Teradata Modèles de Données & d Opportunités BI Michel Bruley Directeur Marketing & PR Teradata 2003 Potentiel de la Donnée Quelles sont mes ventes par magasin la Comment les ventes sur le net impactent les semaine

Plus en détail

La définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE

La définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE L ENQUETE PAR SONDAGE : LA METHODE La définition La méthode Le questionnaire Les biais La passation du questionnaire La validité des réponses Les échelles de mesure Les échelles d évaluation Les échelles

Plus en détail

Etude de cas SDMO, France

Etude de cas SDMO, France Etude de cas SDMO, France PARTS-PUBLISHER Docware GmbH, Fuerth w w w. d o c w a r e. c o m Pièces de rechange en un simple clic de souris En permettant de faire la différence en terme de concurrence, le

Plus en détail

Article. Système de saisie et de codage en ligne de relevés de notes et de catalogues de cours d études secondaires

Article. Système de saisie et de codage en ligne de relevés de notes et de catalogues de cours d études secondaires Composante du produit n o 11-522-X au catalogue de Statistique Canada La série des symposiums internationaux de Statistique Canada : recueil Article Symposium 2008 : Collecte des données : défis, réalisations

Plus en détail

LA RELATION CLIENT BOOSTEZ VOTRE DEVELOPPEMENT AVEC RING OUTSOURCING EN FRANCE ET A L INTERNATIONAL

LA RELATION CLIENT BOOSTEZ VOTRE DEVELOPPEMENT AVEC RING OUTSOURCING EN FRANCE ET A L INTERNATIONAL LA RELATION CLIENT BOOSTEZ VOTRE DEVELOPPEMENT AVEC RING OUTSOURCING AGENCE LA SEYNE SUR MER 159 chemin de Bremond 83500 La Seyne Sur Mer 06 25 601 602 09 54 39 03 07 www.ringoutsourcing.fr contact@ringoutsourcing.com

Plus en détail

CDC 14 Pack vendre +

CDC 14 Pack vendre + CDC 14 Pack vendre + COMPOSITION DU PACK : Durée : 100 heures, soit 91 heures en collectif et 9 heures en accompagnement individuel. TC 14/1 - Faire connaître son entreprise : 14 heures Objectifs : choisir

Plus en détail

Introduction à la solution Business Intelligence (BI) pour l industrie automobile

Introduction à la solution Business Intelligence (BI) pour l industrie automobile Introduction à la solution Business Intelligence (BI) pour l industrie automobile Votre bulletin d information quotidien. Votre solution pour chaque service. Prenez des décisions plus avisées pour développer

Plus en détail

Gestion de la relation client avec SAP Business One Élargissez votre clientèle tout en approfondissant les relations existantes

Gestion de la relation client avec SAP Business One Élargissez votre clientèle tout en approfondissant les relations existantes distributeur des solutions FICHE TECHNIQUE Module : Gestion de la relation client Gestion de la relation client avec SAP Élargissez votre clientèle tout en approfondissant les relations existantes Avec

Plus en détail

Edito : Cybersudoe Innov : Un réseau d experts en innovation par le numérique du Sud-Ouest européen

Edito : Cybersudoe Innov : Un réseau d experts en innovation par le numérique du Sud-Ouest européen Edito : Cybersudoe Innov : Un réseau d experts en innovation par le numérique du Sud-Ouest européen Un des objectifs principaux du projet européen Cybersudoe innov est la création d une base de données

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Solution emails 2015 qui donnent des résultats

Solution emails 2015 qui donnent des résultats Solution emails 2015 qui donnent des résultats J ai bien failli tout perdre avant de changer mes emails Si vous aussi avez vu une baisse d ouvertures et de clics sur vos statistiques d emails, alors, vous

Plus en détail

CONNAISSANCE DU MARCHE STRATEGIE COMMERCIALE ET COMMUNICATION ETUDIER SON MARCHE GRACE A L'EXPLORATION DOCUMENTAIRE

CONNAISSANCE DU MARCHE STRATEGIE COMMERCIALE ET COMMUNICATION ETUDIER SON MARCHE GRACE A L'EXPLORATION DOCUMENTAIRE ET ETUDIER SON GRACE A L'EXPLORATION DOCUMENTAIRE L'objectif de ce module de formation en e-learning est de vous amener à établir un plan prévisionnel de ventes à trois ou cinq ans, en allant chercher

Plus en détail

2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2. L intégration horizontale des fonctions de l entreprise 12

2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2. L intégration horizontale des fonctions de l entreprise 12 Table des matières Avant-propos 3 Introduction 1. L entreprise et l environnement financier...5 2. Le concept traditionnel...6 2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2.

Plus en détail

Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik?

Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik? Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik? Nuukik est un moteur de recommandation de produit aidant les e-commerçants à dynamiser et personnaliser leur offre commerciale afin de

Plus en détail

Bienvenue Pr P op r r op i r été i été de S de DL, c S on DL, c ten on u ten c u on c f on ide i nti de el nti el

Bienvenue Pr P op r r op i r été i été de S de DL, c S on DL, c ten on u ten c u on c f on ide i nti de el nti el Bienvenue Propriété de SDL, contenu confidentiel La tendance actuelle Les mesures politiques ont permis de réduire les risques dans la zone euro et aux États-Unis. Le japon est entré en récession, mais

Plus en détail