Documente Academic
Documente Profesional
Documente Cultură
OFFICIEL DU
DATA MARKETING
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rglementation
Technologies
Organisation et mthodes
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
Data
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
Programmatique
Concepts mergents
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
24
RGLEMENTATION
CNIL
PRIVACY
SHIELD
(Commission Nationale
de lInformatique et des Liberts)
DONNE
PERSONNELLE
Notion dfinie par larticle 2 de la Loi
Informatique et Liberts : Constitue
une donne caractre personnel toute
information relative une personne
physique identifie ou qui peut tre
identifie, directement ou indirectement,
par rfrence un numro didentification
ou un ou plusieurs lments qui lui
sont propres. Pour dterminer si une
personne est identifiable, il convient de
considrer lensemble des moyens en
vue de permettre son identification dont
dispose ou auxquels peut avoir accs le
responsable du traitement ou toute autre
personne.
4
TECHNOLOGIES
COOKIE
Fichier dpos sur le disque dur de
linternaute et associ un navigateur
permettant de mmoriser certaines
informations, notamment des ID. Ils ont
permis le dveloppement et restent la
base du tracking sur Internet, mme si
dautres technologies sont dsormais
utilises en complment.
COOKIE MATCHING
A/B TESTING ADBLOCKER
Principe et outils visant optimiser
les pages, les campagnes et les
parcours en testant plusieurs versions
pendant un temps donn, pour
gnraliser ensuite celle qui gnre la
meilleure performance.
Ergonomie ou design des pages et
parcours, contenu ou encore messages
peuvent ainsi tre tests.
CRM 360
Concept et outil(s) visant obtenir
une vue holistique et centralise dun
client, de manire transverse aux
canaux marketing, produits et marques
de lentreprise. Les applications
immdiates concernent lamlioration de
lexprience client et le dveloppement
de leur valeur dans le temps.
ADSERVER
Outil technologique permettant
de grer laffichage des publicits
sur un site web et fournir le reporting
associ. On distingue souvent ladserver
diteur (choix de lannonceur qui
affichera la publicit, reporting crossclients) et ladserver annonceur (choix
de la cration publicitaire afficher,
reporting cross-media et facilitation
du changement de cras).
CRM ONBOARDING
Technologie permettant dassocier des
donnes CRM (profil de consommation,
donnes socio-dmo, scores, ) des
cookies afin de permettre un ciblage des
personnes dans un environnement web.
Les prestataires spcialiss grent
notamment des tables
de correspondance entre un ID
de cookie et un ID CRM (adresse email
par exemple).
7
TECHNOLOGIES
TECHNOLOGIES
FINGERPRINTING PERSONNALISATION
Algorithme ayant pour objectif de
reconnatre un appareil de manire
unique en analysant un certain nombre de
donnes techniques associes (modle
de lappareil, OS, navigateur, plugins,
rsolution, ). Ces algorithmes visent
notamment viter la perte de donnes
en cas deffacement des cookies par
lutilisateur. Ils sont parfois dcris pour
des raisons lgales et de performance, en
environnement mobile notamment.
TAG
TAG MANAGEMENT
SYSTEM
Outil permettant de simplifier
lintgration et la modification des tags
sur un site, en vitant la dpendance
aux cycles de mise en production IT.
TRACKING
DMP
Focalises
sur le ciblage
et la diffusion
des publicits
Focalises
sur la connaissance
et la relation
consommateur
WEB ANALYTICS
Activit et outils de collecte, mesure,
analyse et reporting de donnes
web des fins de comprhension et
doptimisation. On distingue souvent
plusieurs axes danalyse : ad-centric,
site-centric, user-centric,
9
TECHNOLOGIES
TECHNOLOGIES
Centraliser la
connaissance clients,
retraiter et scorer
10
Rle principal
Rconcilier, segmenter
et faciliter lactivation de
campagnes marketing
cibles en multicanal
Tous types
de donnes
Nature des
donnes
Donnes de navigation
et donnes CRM
Prsence
de donnes
nominatives
Moyen/long terme
(quelques mois
plusieurs annes)
Horizon
de stockage
de la donne
Court/moyen terme
(quelques semaines
plusieurs mois)
Constructions custom
on-premises ou en
mode IaaS/PaaS
Technologies
Outils gnralement
sur tagres en mode
SaaS
11
ORGANISATION ET MTHODES
CMT
CAPPING
CAO
CDO CDO
12
MARKETING
AUTOMATION
Ensemble des techniques et outils
permettant le dclenchement
automatique et scnaris dactions
marketing en fonction du comportement
du prospect. Courant pour les canaux
marketing direct classiques (email, SMS),
il stend de plus en plus en omnicanal
avec larrive de nouvelles technologies.
13
ORGANISATION ET MTHODES
ORGANISATION ET MTHODES
RETARGETING
Technique consistant afficher une
publicit cible un consommateur
ayant manifest un intrt pour la
marque (visite du site, clic dans un
email, ...). De nombreux outils existent
pour du retargeting en multicanal :
email, search, display, social, offline, ...
SEGMENT TMOIN
Dans le cadre dexprimentations
marketing, part daudience identique
celle teste mais exclue de
lexprimentation, permettant dvaluer
lincrment de performance du test.
YIELD
MANAGEMENT
Dans un contexte rgie, ensemble de
techniques et outils visant maximiser
la profitabilit de linventaire disponible
via une tarification dynamique.
14
15
DATA
DATA VISUALISATION
Approche et outils visant faciliter
la comprhension des donnes en
les reprsentant de manire visuelle.
Lobjectif est de rendre accessibles
et synthtiques des ensembles
dinformations parfois complexes.
LOOKALIKE
Une audience lookalike dsigne une
audience qui sapparente par certains
critres une population initiale
souvent connue pour tre forte valeur.
Laudience lookalike vise tendre le
reach (nombre de personnes touches)
tout en limitant la dgradation de la
performance de campagne.
ALGORITHME CLUSTERING /
SEGMENTATION
Suite finie doprations permettant
de rsoudre un problme donn.
Peut tre traduit dans un langage
de programmation afin de le rendre
excutable par un ordinateur.
SCORING
Mthode de qualification dun client ou
prospect laide de scores. Il permet
de classer les prospects/clients selon
diffrents critres : avancement dans
le cycle dachat, montants dpenss,
frquence dinteraction avec la marque, ...
Lobjectif est de prioriser et dallouer des
actions marketing spcifiques en fonction
des scores. (ex : classification RFM)
WALLED GARDEN
Donnes propritaires,
collectes dans
lcosystme de la marque
16
Donnes achetes
sur le march auprs
dacteurs spcialiss
DATA
DATA
Primtre cibl
BI classique
Analyse descriptive
Souvent intgr
aux quipes
business, il conduit
des analyses pour
des besoins de
reporting/pilotage
rcurrent, sur la
base doutils de
visualisation.
18
Primtre tendu
Technos Big Data
Analyse prdictive
Membre dquipes
spcialises au
sein de lIT ou des
business, il conduit
des analyses
sur base doutils
avancs de BI
pour des besoins
rcurrents ou
ponctuels.
Au sein dquipes
business ou IT,
il conduit des
analyses avances
proches de la R&D,
pour des besoins
ponctuels avant
industrialisation.
Il dispose de
capacits techniques
pour installer des
infrastructures IT
nouvelles, agrger
des sources de
donnes htrognes
et traiter des donnes
non structures.
19
DATA
DATA
?
SPAM
Dataset 1 :
ventes de
glaces
de 2016
Dataset 2 :
donnes
mto
de 2016
Existe-t-il des
corrlations entre mto
et vente de glaces ?
NO SPAM
1. Apprentissage
initial et continu
3. Boucle de retour
pour amliorer les
futures prdictions
NO SPAM
2. Prdictions
de la machine
Error.
It was a
spam.
PROGRAMMATIQUE
RTB SSP
ACHAT AD
PROGRAMMATIQUE EXCHANGE
Ensemble des processus dachats
automatiss despaces publicitaires
sur Internet. On distingue souvent
lachat programmatique par ses modes
dachat, du plus ouvert au plus ferm :
enchres ouvertes (RTB classique), deal
ID et garanti.
TRADING DESK
Agence spcialise dans lachat
programmatique despaces publicitaires
sur Internet, pour le compte des
annonceurs. Utilisant un ou plusieurs
DSP, ils tentent doptimiser les
achats sur les Ad Exchanges au
travers de lexploitation des donnes
comportementales et dalgorithmes
denchres (bidders).
DSP
DEAL ID
Identifiant insr dans les demandes
denchres (bid request), permettant un
acheteur de savoir que cette demande
provient dun vendeur avec qui il a
ngoci un arrangement, qui concerne
gnralement une audience ou un
contexte forte valeur ajoute pour lui.
22
Outil technologique
permettant aux annonceurs
(souvent par lintermdiaire de
leur trading desk) denchrir
sur les espaces publicitaires
mis la vente par les rgies
en programmatique. Permet
aux annonceurs de centraliser
et rendre plus efficients leurs
achats mdias via un meilleur
ciblage. Le DSP est le pendant
annonceur des SSP pour les
rgies.
TRADING DESK
VERTICAL
Trading desk dvelopp par un annonceur
ou un site media, capable dacheter
pour le compte de ses clients des
inventaires publicitaires en dehors de
son cosystme tout en profitant de
ses donnes 1st party pour qualifier les
audiences. Lorsquil est dvelopp par un
site media, on parle de Publisher Trading
Desk.
23
CONCEPTS MERGENTS
IoT
(Internet of Things)
BEACONS
Capteur qui interagit avec les
smartphones et tablettes sur un
primtre rduit par connexion
Bluetooth. Un botier beacon fix sur
un point de vente peut permettre par
exemple denvoyer des notifications
push aux utilisateurs passant
proximit.
24
25
En collaboration avec
www.datamarketingparis.com by
26