…qui vous a peut-être échappé…et que nous vous rapportons chaque vendredi !

…Les 29 & 30 janvier prochains aura lieu le salon e-marketing
2013. Une occasion d’approfondir les tendances de ce début d’année : Real Time Marketing, Big Data, Content Marketing, Collecte et données personnelles, stratégies cross-canal,…
Nous y passerons, vous aussi ?

Bonne “tweetlecture”

Pour recevoir nos communications, inscrivez vous en cliquant ici

Ou comment la cartographie de leur base de données marketing permet aux marketeurs de s’émanciper de la DSI.

Nadia Belnet, Directrice Marketing chez Camp de Bases et experte en Dataviz nous montre comment la data visualisation permet aux Directions Marketing d’améliorer leur compréhension de leur base de données marketing et de s’assurer que leur Direction Informatique leur a bien livré une base de données qui répond à leurs besoins métier.

Nous ne le dirons jamais assez : le socle de toute stratégie de marketing relationnel repose sur une base de données marketing de qualité. Le plus souvent, les Directions Marketing qui font ce constat, mandatent leur Direction Informatique (ou prestataire externe) afin qu’elle leur livre un datamart marketing, agrégeant plusieurs sources de données, recensant toute la connaissance client dont elles disposent.
Lorsque la base est livrée, la Direction Marketing doit s’assurer que toutes les données pertinentes ont bien été intégrées, qu’elles sont à jour, de qualité, que la base est suffisamment riche et complète pour réaliser des ciblages et de la personnalisation de messages et contenus, que des coordonnées et consentements sont bien associés aux contacts afin qu’on puisse communiquer auprès d’eux, que les agrégats et champs calculés le sont bien correctement… . Aujourd’hui, ce travail est tellement titanesque, que cette phase de « recette », pourtant incontournable, passe presque systématiquement à la trappe.

En effet, comment vérifier la pertinence et la qualité des informations collectées sur des centaines de champs répartis sur des dizaines de tables ? C’est très difficile à réaliser en plus d’être particulièrement fastidieux. Résultat, la Direction Marketing est obligée de se reposer entièrement sur la Direction Informatique quand celle-ci lui livre la base de données marketing, pourtant pierre angulaire de sa stratégie de marketing relationnel. Or, s’il ne fait aucun doute que la Direction Informatique est bien la plus compétente lorsqu’il s’agit de créer la base de données, la démission « de facto » de la Direction Marketing à la réception de la base est dommageable, car une base de données ne répond pas seulement à des contraintes de structure relationnelle, d’intégrité, etc. C’est aussi une vision métier, des partis pris, des choix stratégiques, parfois même des négociations, bref, un outil qui répond étroitement et quotidiennement (mais dans la durée !) aux besoins des marketeurs.

Mais alors comment faire ?

La data visualisation au secours des Directions Marketing

Chez Camp de Bases, lorsque nous avons besoin d’y voir plus clair dans les données, nous avons le réflexe de la data visualisation. Nous avons alors intégré dans Quintessence, notre solution de gestion des données marketing, des rapports de cartographie des données qui permettent de répondre aux questions suivantes :

• De quelles données dispose-t-on ? De quoi parle-t-on exactement ?
• De quels volumes dispose-t-on ? Sont-ils cohérents avec l’activité de l’entreprise ?
• La base est-elle suffisamment riche en critères de ciblage ? Ces critères sont-ils suffisamment renseignés pour pouvoir réaliser des segmentations ?
• La base est-elle suffisamment renseignée en champs de personnalisation permettant de personnaliser le contenu des messages (ex : civilité, nom, prénom, date de naissance, raison sociale…) ?
• La base est-elle harmonieuse et permet-elle d’obtenir une connaissance client multi-facettes (coordonnées et consentements, données transactionnelles, données comportementales et socio-démographiques, etc.) ?
• Enfin, quels sont les axes d’amélioration ? Comment faire évoluer la base de manière à ce qu’elle soit performante ? Doit-on réaliser de la collecte ? Des traitements d’enrichissement ?

Comprendre en un coup d’œil de quoi il s’agit grâce à la cartographie de la base

[Cartographie de la base de données et description précise des champs de données.]

A gauche, la représentation de la base par grands thèmes métier de données (ou entité) : la base contient des contacts, des commandes, des produits, des actions marketing, des comportements web et e-mail, des réseaux sociaux, des agences et des vendeurs…

A droite le détail des champs de données regroupés dans chaque entité, leur définition exacte et catégorie, permettant d’identifier tout de suite si la base est équilibrée en termes de types de données (transactionnelles, comportementales, coordonnées…) et de connaître très exactement de quoi il s’agit pour chaque champ de donnée.

Visualiser les « accidents » à travers le suivi de l’évolution des volumes de données

[Volume de données et leur évolution]

A gauche figurent les volumes de chacune des entités (ou « thèmes métier ») de la base, immédiatement et sans requête, tandis qu’à droite sont représentées les évolutions de ces volumes mettant en évidence des accidents de données tels que des sources d’alimentation arrêtées, par exemple.

Identifier immédiatement les « trous » dans la base de données

[Taux de complétude des données]

Le rapport de complétude permet de visualiser en un coup d’œil les champs à enrichir pour les utiliser comme critères de ciblage, exécuter des campagnes cross-canal (ex : coordonnées) ou envoyer des messages hyper ciblés utilisant des champs de personnalisation (ex : date de naissance).

Evaluer la récence moyenne des données de la base

[Récence moyenne des données collectées]

A titre de benchmarking, le rapport offre aux Directions Marketing un moyen simple d’évaluer la qualité de leur base de données marketing par rapport à l’état de l’art sur les « points de contacts » (ou coordonnées) qui sont indispensables à la communication. Cela leur permet de savoir s’il est nécessaire de renouveler la base et éviter des problèmes de délivrabilité dûs à l’obsolescence des points de contact.

Des incohérences qui sautent aux yeux et des indicateurs métier à suivre

[Légende : Volume de données et leur évolution]

Les relations entre « entités » permettent d’identifier immédiatement des problèmes de cohérence (intégrité relationnelle ou données manquantes, ex : part de commandes qui ne sont pas rattachées à des contacts) ou de suivre de grands indicateurs métier (ex : évolution de la part de contacts amenés par des affiliés, ou à l’inverse, part d’affiliés amenant de nouveaux contacts).

Une cartographie riche d’enseignements

Cette cartographie de la base est tellement riche en enseignements, sans effort et immédiate, que c’est la première chose que nous consultons après la création d’une base. Elle permet en effet d’identifier immédiatement des incohérences et de trouver des explications à des « bizarreries » qui sont parfois d’origine métier (ex : des commandes sans contact, qui dans le domaine du luxe sont courantes, par souci de confidentialité).

Ces rapports restent pertinents dans la durée, car ils permettent de visualiser des accidents de données (ex : volumes qui s’effondrent) ou de mesurer la qualité de donnée (ex : champs de moins en moins renseignés, collecte nécessaire, etc.). Ils permettent aux marketeurs de suivre la qualité de leur base, de mettre en évidence les besoins en matière d’enrichissement ou de collecte, d’identifier les champs de données sur lesquels travailler… Bref, d’autoriser un réel pilotage des actions marketing réalisées sur la base.

La data visualisation, toujours d’un grand secours lorsqu’on parle de données, permet ainsi de redonner de l’autonomie aux Directions Marketing sur leur premier outil de travail, la base de données, qu’ils peuvent ainsi désormais se réapproprier.

Pour demander une démonstration, envoyez-nous un email à contact@campdebases.com

Contexte

Depuis plus de 10 ans, le média Internet favorise la collecte massive de profils de consommateurs par les marques, directement ou indirectement via des sociétés spécialisées dans la constitution de méga bases.

Une des stratégies les plus communément utilisées est d’inciter la collecte de données personnelles via un jeu concours, une loterie ou autre.

Mais bien évidemment si l’espérance d’un gain amène les internautes à remplir des formulaires plus ou moins complets, elle est aussi à l’origine de tentatives de fraudes sous forme de créations de profils multiples.

De plus en plus de jeux/concours intègrent à la source des contrôles antifraudes (codes captcha pour contrer les robots, contrôle d’unicité des champs saisis…). Ce n’est toutefois pas toujours suffisamment efficace pour contrer l’ingéniosité des fraudeurs.

Il devient alors impossible d’intégrer “on line” des systèmes de contrôles sophistiqués qui nuiraient à l’expérience utilisateur, ralentissant les performances du site.

Il en découle la nécessité de mettre en place des techniques de détection des fraudeurs en aval, via des traitements batch appliqués aux données collectées.

Ces traitements doivent préférablement être appliqués avant les éventuels tirages au sort, afin de prévenir la possibilité d’accorder les gains à des fraudeurs.

Si toutefois, il est déjà trop tard pour cela, appliquer ces méthodes aux bases marketing permet de les nettoyer de contacts inexploitables.

Techniques de Data Matching

Les techniques de Data Matching permettant de détecter des doublons dans les bases de données sont légion et la plupart des suites logicielles de Data Quality en intègrent.

Les grands moteurs de bases de données du marché proposent également leurs propres fonctions.

Chez Camp de Bases nous avons développé notre propre solution qui permet de travailler la comparaison des enregistrements selon plusieurs axes (donnée commune entre les profils que nous comparons) et en y intégrant un calcul de distance entre chaines de caractères. Calcul qui se fait systématiquement sous plusieurs angles afin de limiter les effets de bord liés à certaines particularités linguistiques (comme par exemple les langues étrangères ayant des lettres surreprésentées).

Le croisement de ces différents axes de déduplication et l’application d’une transitivité des résultats nous permet de regrouper les profils similaires et de mettre facilement en exergue les fraudeurs.

Représentation graphique des groupes

Mais nous ne sommes pas que des amoureux des techniques de Data Matching. Nous aimons aussi la Data Visualisation et son impact formidable sur la compréhension des données.

Nous l’utilisons par exemple dans nos phases de Data Profiling afin de mettre en évidence des aberrations dans les données que nous analysons. Ce profiling est lui aussi utile à la détection de fraudes car il attire l’attention sur des surreprésentations de certaines valeurs (un code postal par exemple).

Mais cet usage n’exploite pas les résultats isssus de l’étape de data matching. C’est ainsi que nous est venue l’idée de combiner ces deux domaines d’expertise en établissant une représentation graphique des groupes de doublons.

Le mode de visualisation le plus pertinent nous a paru d’emblée être le nuage de mots, visualisation récente mais extrêmement populaire qui met en exergue des mots clés en fonction de leur prépondérance dans un texte.

Pour constituer le texte représentatif d’un groupe de doublons, nous cumulons tous les noms, prénoms, adresses postales et dates de naissance des contacts qui le constitue.

Les exemples ci-dessous représentent les nuages de mots obtenus à partir de groupes de doublons dans la base d’un de nos clients.

Note : les noms ont été changés. Cliquez sur les visuels pour les zoomer.

Sur ces trois premiers nuages, on constate la prépondérance du nom SYCOMORE qui a sans aucun doute était déterminant dans la phase de Data Matching pour chacun des groupes mais insuffisant pour les lier entre eux.
Cliquez sur les visuels pour les zoomer.

Ce deuxième groupe de nuages attire l’attention sur le nom D’ORYPAN mais également sur la date de naissance 03/03/1977. Or cette date est également présente dans les premiers nuages.

La visualisation nous a alors permis d’établir entre ces deux groupes un lien qui avait échappé à la phase de Data Matching. En effet, avoir la même date de naissance n’est pas en soi une preuve de doublon. En revanche retrouver une même date de naissance prépondérante dans deux groupes déjà identifiés comme fraudeurs est une piste intéressante.

L’illustration ci-dessous représente la juxtaposition des nuages de 15 groupes de doublons issus du Data Matching automatisé. Tous contiennent la même date.
Cliquez sur le visuel pour le zoomer.

L’exploitation de ce point commun, et d’autres détectés avec la même technique, nous a permis de relier plusieurs dizaines de groupes de doublons entre eux et isoler un réseau de plus de 7000 profils dont la “fabrication” avait été particulièrement habile et indétectable par des systèmes batch classiques.

Article co-écrit par Nadia BELNET et Philippe TOULEMONT.

Le Data Tuesday est une initiative lancée par trois startups (Data Publica, CaptainDash et MFG Labs), et leurs quatre partenaires (Les Echos, Cap Digital, Systematic et EIT ICT Labs).Ce rendez-vous mensuel est dédié aux acteurs de la Data et leur permet de se rencontrer pour échanger et réfléchir sur trois sujets que sont la  Big Data, la Dataviz et l’Open Data.Ce premier rendez-vous s’est tenu hier et avait plus une vocation de “kick-off”.Sans thématique précise, cet évènement a su susciter la curiosité et attirer une audience importante : La salle d’ICT Labs était pleine !

La session a commencé par 3 présentations, mais suite à des problèmes de circulations je ne suis arrivé qu’à la fin de la seconde, qui abordait la problématique du Big Data et de sa manipulation par le grand public.
J’en retiendrai une phrase : “L’analyse du Big Data, c’est de l’avant-garde en mode bourrin“. Une phrase, certes un peu choc mais qui rappelle que pour manipuler des volumes aussi importants de données, il faut commencer par être humble et pragmatique en limitant ses axes d’analyse à deux ou trois dimensions.

Ensuite, quelques idées séduisantes ont été évoquées comme :
- La nécessité de désapprendre la loi normale.
- Les courbes de Gauss.
- La dictature des moyennes dans l’analyse des chiffres. Une très bonne illustration de celle-ci est qu’une personne qui se noie dans un trou d’eau se moque de savoir que la profondeur moyenne du lac fasse 60cm !
La volumétrie amenée par la Big Data oblige à circonvenir le périmètre de son analyse et à ne plus essayer de tout comprendre et tout résumer.

MFG Labs a présenté une autre image amusante… et pertinente sur les états de la Data:

1. Solide: Les belles bases de données relationnelles.
2. Liquide: Les fichiers XL, PDF…
3. Gazeux: L’Open Data, le Big Data, les “trucs” informes qui trainent dans le nuage.

Suite à ces présentations a eu lieu un débat (peu houleux) dont sont sorties quelques thématiques clés:

1. La traçabilité des données Open Data.
2. L’ouverture des entreprises au monde de l’Open Data, avec la question de qui au sein de l’entreprise doit prendre en charge cette initiative.
3. L’Open Data rendra-t-elle le monde plus beau ?

La question est maintenant de savoir si cette soirée doit se rebaptiser Open Data Tuesday. Heureusement, le cocktail qui a conclu la soirée laissait penser que non et que les différents acteurs présents voulaient y voir évoquer d’autres sujets.

On peut toutefois se demander si Big et Open Data vont facilement cohabiter avec les données classiques ou est-ce que deux univers totalement hermétiques sont en train de se créer, avec chacun ses spécialistes.
Quelques experts croient toutefois que les passerelles existent et tendent à se développer, poussées par des technologies comme Hive pour Hadoop.

A noter que l’évènement semble particulièrement propice au networking et que les discussions battaient leur plein.
Vous pouvez retrouver ici les présentations du Data Tuesday.

Suite au prochain numéro, le 6 décembre au 104 rue d’Aubervilliers dans le 19ème.

Camp de Bases lance Quintessence, une solution de gestion de données de marketing en mode SaaS, à destination des directions marketing.

« Les données client sont de plus en plus nombreuses et au cœur de la stratégie relationnelle des annonceurs. Il est pourtant rare que les directions marketing puissent exploiter facilement ces informations que ce soit pour mieux connaitre leurs clients ou faire des actions multicanal. Face à ce constat métier, Camp de Bases propose une réponse simple et opérationnelle avec Quintessence » déclare Christophe COUSIN, Fondateur et Directeur Général de Camp de Bases.

4 – L’hébergement et l’administration en mode SaaS sont assurés par les experts de Camp de Bases. Cette prestation de running inclut l’hébergement de la base dans un data center sécurisé, la surveillance des données, l’administration de la base, les traitements et un accompagnement client.

Pour en savoir plus et découvrir les éléments différenciant, la cible et le modèle économique de Quintessence, téléchargez le Communiqué de Presse.

Contact : Carine Colson
carine.colson@campdebases.com ou communiquepresse@campdebases.com

Découvrez en une seule image comment créer de la connaissance client en 5 étapes…

Cette infographie s’adresse à tous ceux qui veulent améliorer leur connaissance client et donc comprendre et travailler leur base de données.

Une approche méthodologique, pour comprendre tout l’environnement et les problématiques autour de votre base de données.

N’hesitez pas à partager cette ressource…

Alors 1,2,3,4,5 cliquez ici !

Votez pour choisir le thème de la prochaine infographie ici ! Votre avis compte, merci