Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Plan Introduction générale 1. Big data et relation client 1.1Définition 1.1.1 B

Plan Introduction générale 1. Big data et relation client 1.1Définition 1.1.1 Big data 1.1.2 gestion de la relation client 1.2 big data un outil d’amélioration de la relation client 1.2.1 Les trois grandes catégories d’outil big data 1.2.2 Les apports de big data dans la relation client 2. le cas de Netflix 2.1 Netflix 2.1.1 présentation 2.1.2 chiffre d’affaire 2.1.3 la stratégie de Netflix 2.2 algorithme de suggestion : vos données au service de Netflix 2.2.1 qu’est-ce qu’un algorithme 2.2.2 le système de suggestion en action 2.2.3 l’avantage de la récupération des données d’utilisation pour Netflix 2.2.4 utilisation de données liées à l’utilisation : des utilisateurs heureux ou inquiet Conclusion Bibliographie Annexes 1. Big data et relation client 1.1Définition 1.1.1 Big data Littéralement, ces termes signifient données massives méga données, grosses données ou encore données massives. Ils sont souvent caractérisés par 3V: le volume extrême de données, la grande variété de types de données et la vitesse à laquelle les données doivent être traitées. Bien que les données volumineuses ne correspondent pas à un volume spécifique de données, le terme est souvent utilisé pour décrire des téraoctets, des pétaoctets et même des exaoctets de données capturées au fil du temps. Nous pouvons définir le Big Data avec ses trois « V's » : (Michael Schroeck et al, 2012) Volume : La quantité de données s'exprime généralement en « Téraoctets1 » ou en « Petaoctets2 » car la masse de données est énorme. Pour mieux comprendre pourquoi, il faut savoir que depuis 2012 nous créons en moyenne deux « exaoctets3 » de données par jour. Chaque seconde nous produisons un flux de données plus important que la totalité des données stockées sur la toile depuis les vingt dernières années. Ces données ne sont pas présentent seulement en ligne, une entreprise comme Wal-Mart recueille en moyenne deux pétaoctets de données sur ses clients chaque heure (Harvard Business Review, 2012). Cela représente environ 167 fois la totalité des informations contenues dans tous les livres de la bibliothèque du Congrès Américain. (Talend, Les quatre piliers clés d'une solution de gestion des Big Data) Ces données proviennent des millions de transactions effectuées sur les différents points de vente. Cependant ces termes technologiques n'expriment souvent rien de concret pour les organisations, certaines d'entre elles préfèrent exprimer la quantité de données en temps. Par exemple dans les entreprises à des fins d'audit il est généralement demandé aux employés de garder leurs données des trois ou quatre dernières années, et non pas de garder en mémoire un téraoctet de données. Cette explosion du nombre de données disponibles s'explique par le fait qu'aujourd'hui nous ne sommes pas restreints par la capacité de stockage et par le fait qu'un simple achat génère des dizaines de données différentes. Un achat il y a quelques années générait des données relatives à la référence du produit, son prix et à la transaction (date d'achat et montant total). Aujourd'hui pour le 1 Unité de mesure valant 1012 octets 2 Unité de mesure valant 1015 octets 3 Unité de mesure valant 1018 octets Même produit des données sont recueillies sur le profil du client, l'historique d'achat du client, son parcours en ligne avant l'achat, les commentaires sur les réseaux sociaux sur le produit acheté, les caractéristiques du produit, les données de géolocalisation de l'achat. (Hamid Nach, 2013). Vélocité . Nous parlons ici de la vitesse de la création de données, pour de nombreuses entreprises cette rapidité est plus importante que le volume d'informations disponibles. Certaines des informations disponibles n'ont d'intérêt que si elles sont analysées en temps réel. Cela permet de donner un avantage compétitif à une entreprise vis-à-vis de ses concurrents. Cette notion de vélocité n'est pas nouvelle, nous la connaissons depuis plusieurs années dans son application la plus répandue, les recommandations d'achat sur des sites internet marchands. En 2014, des chercheurs du MIT ont utilisé cette notion de vélocité pour estimer le nombre de clients des magasins « Macy », grâce au nombre de smartphones connectés présent sur le parking. Ceci a permis de faire une estimation du nombre de ventes réalisées et de le transmettre aux analystes de Wall Street avant la fin de la journée et l'analyse de ses ventes par la chaine de magasins. Variété. Depuis l'apparition des outils informatiques, les entreprises sont capables d'analyser manuellement les informations dont elles disposent. L'informatique « ordinaire » le permet grâce à la création de données structurées. Ces données sont généralement des nombres de clients, volumes de ventes, ou un chiffre d'affaires. Avec le Big Data une nouvelle génération de donnée a fait son apparition, les données non structurées qui contiennent aussi images, des vidéos et des sons. Elles sont créées par notre utilisation des nouvelles technologies, les smartphones, les réseaux sociaux, l'internet des objets, mais aussi par les voitures, les moteurs d'avions et même le langage humain. Toutes ces sources amènent à une masse de données complètement différentes et très complexes à analyser sans les outils Big Data. L'enjeu est de pouvoir croiser ces informations de sources interne et externe à l'entreprise dans le but d'en tirer la substantifique moelle. L'exemple de Food Genius, une start-up qui révolutionne l'industrie de la restauration, propose une solution Big Data qui permet de croiser les données internes des restaurants avec des données récoltées sur internet. L'objectif étant de proposer aux restaurants un menu approprié à la population présente dans leur zone de chalandise. Les trois V de Big Data 1.1.2 Gestion de la relation client En anglais, CRM signifie « Customer Relationship Management ». La gestion de la relation client englobe les outils et les technologies qui ont pour but d'enregistrer, classer et analyser les informations que l'entreprise possède sur ses clients et prospects. L'objectif étant de pouvoir gagner de nouveaux clients tout en fidélisant les autres grâce à un service de meilleure qualité (Jean-Louis Tomas, 2002). Ce nouveau comportement s'explique par : - Un besoin de dialogue sur le produit - Un besoin d'humanisation des relations entre client et marque - Un besoin de personnalisation de la relation Ces besoins se traduisent par deux grands changements : - Des campagnes marketing plus personnalisées (Prospect et clients) - Une expérience client à développer La relation client est en pleine révolution, il est nécessaire pour les entreprises de comprendre les nouveaux enjeux de celle-ci afin de rester compétitive. Avec les nouvelles technologies, le client dispose d'une masse d'informations lui permettant de prendre le pouvoir sur les entreprises. Aujourd'hui c'est le client qui décide quand et comment il entre en contact avec l'entreprise. Selon une étude, 90% des clients interrogés disent qu'ils sont prêts à changer de marque si le service n'est pas à la hauteur de leurs attentes. (Philippe Collin, 2014) 1.2 Big data un outil d’amélioration de la relation client Les entreprises ont toujours compté sur ce que leurs clients leur disaient pour améliorer leurs services et leurs produits. Maintenant, les entreprises n'ont pas besoin d'attendre que leurs clients leur parlent directement. L'utilisation de Big Data peut aider à savoir ce que veulent vos clients avant même qu'ils sachent ce qu'ils veulent. Et ce n'est pas suffisant de simplement savoir ce dont vos clients ont besoin maintenant. Vous devez également savoir ce dont ils auront besoin dans le futur. Aujourd'hui nous sommes dans une époque où la prise de décision est en plein changement, les décideurs ne sont plus les seuls à bord. Le Big Data y est pour beaucoup, l'analyse des données permet une meilleure vision du futur et une meilleure compréhension de l'environnement de l'entreprise. Il est même possible de dire que la prise de décision est devenue un objectif au sein de l'entreprise. Ces changements sont particulièrement présents dans la relation client. Comprendre comment l'activité de l'entreprise interagie avec les clients et la construction d'une offre pertinente est un objectif de l'entreprise. Les données volumineuses peuvent aider les entreprises à comprendre comment les clients choisissent de s'engager, qui ils sont et ce qu'ils veulent. Un problème se pose lorsqu'il y a tellement de données qu'il devient difficile à gérer. Les experts en données peuvent encourager l'utilisation de la collecte, de la conservation et de l'utilisation des données. Ainsi, la question est, comment une entreprise peut-elle utiliser le big data pour mieux fournir des services et des solutions à ses clients? 1.2.1 Les trois grandes catégories d’outil big data 1.2.1.1 Business Intelligence Egalement appelé informatique décisionnelle, elle regroupe les outils informatiques qui assistent la prise de décision. L'objectif est de consolider de manière pertinente les informations que possède l'entreprise et de les synthétiser dans des rapports et dans des tableaux de bord analytiques. Cette méthode apparue dans les années soixante-dix et à longtemps été réservé aux ingénieurs, dû au fait de la difficulté d'émettre des requêtes précises sur les bases de données disponibles à cette époque. Cependant l'analyse BI a largement évolué et s'est démocratisé dans la plupart des grandes entreprises. Depuis les années 2000, ces analyses sont accessibles aux responsables opérationnels qui les utilisent tous les jours comme aide à la prise uploads/Management/ plan 6 .pdf