background preloader

Data et Datamining

Facebook Twitter

Les 5 leviers clés du succès d’un projet d’analyse prédictive - MyDigitalWeek. Par Frédéric Brousse, Directeur Général d’Informatica France L’analyse prédictive occupe aujourd’hui un rôle central dans les processus de décision stratégique des entreprises et constitue, avec le Big Data, la troisième révolution dans l’industrie logiciels après le cloud computing et l’automatisation des tâches opérationnelles[1].

Les 5 leviers clés du succès d’un projet d’analyse prédictive - MyDigitalWeek

Elle permet aux entreprises d’exploiter une quantité de données considérable collectées auprès de leurs clients, de leurs marchés, des réseaux sociaux, des applications en temps réel, ou encore du cloud. L’objectif étant, in fine, d’apprendre de ces données pour mieux orienter la prise de certaines décisions stratégiques futures en se basant sur des probabilités. Cependant, comme pour toute initiative largement axée sur la technologie, pour mettre en place un projet d’analyse prédictive performant, les entreprises doivent d’abord intégrer une politique de gouvernance des données efficiente. %7B15fb231f 0978 4808 8759 1c41d56a3e4e%7D LivreBlanc Marketing BigData. Qu'est-ce que le data Mining ? Exploration des données. Le Data Mining, qu'est-ce que c'est ?

Qu'est-ce que le data Mining ? Exploration des données

The devil is in the details. C'est un outil d'exploration des données décisionnelles Définition : Le Data Mining est en fait un terme générique englobant toute une famille d'outils facilitant l'exploration et l'analyse des données contenues au sein d'une base décisionnelle de type Data Warehouse ou DataMart. Les techniques mises en action lors de l'utilisation de cet instrument d'analyse et de prospection sont particulièrement efficaces pour extraire des informations significatives depuis de grandes quantités de données. À quoi ça sert ? Principe : En peu de mots, l'outil de prospection Data Mining est à même de trouver des structures originales et des corrélations informelles entre les données. Comment on l'utilise ? A contrario des méthodes classiques d'analyses statistiques, Cet instrument d'analyse est particulièrement adapté au traitement de grands volumes de données.

Les techniques mises en oeuvre Différentes techniques sont proposées. › 1. Histoire du Data Mining · Problématiques Data Mining et CRM. NEW : Retrouvez cette page sur la nouvelle version web de ce blog à l’adresse suivante : Ce blog étant dédié aux problématiques du Data Mining, on ne peut pas échapper à la question : « Mais c’est quoi exactement le Data Mining ?

Histoire du Data Mining · Problématiques Data Mining et CRM

» Une définition se risque à dire que le Data Mining est l’outil qui permet de trouver de l’or dans une mine de charbon sans se salir les mains (Nb : Définition approximative de mémoire …) Le Data Mining ou littéralement « Forage de données » consiste en fait à mettre en relief des phénomènes et/ou corrélations auxquelles on ne pensait pas à priori et ceux grâce à la puissance de calcul des algorithmes. Autrement dit par des techniques exploratoires, le Data Mining permet d’identifier des phénomènes cachés en laissant la machine chercher les associations ou les relations sans à priori. Parmi les utilisations du datamining on retrouve : Les premiers essais de fouilles de données sont devenus historiques.

Voilà pour la petite histoire. Retour Accueil. Big Data : quand le marketing digital se met à l’heure de la science des corrélations-%post_id% Par Thierry Picard, Directeur Général de (Groupe Keyrus) Tout au long de notre éducation, la réponse à la question ‘Pourquoi ?’

Big Data : quand le marketing digital se met à l’heure de la science des corrélations-%post_id%

Est apparue comme «La Quête Absolue». Culturellement, surtout en marketing, la causalité est un moteur essentiel, tentant de comprendre pourquoi un consommateur adopte tel ou tel comportement et comment le reproduire. Le marketeur pense détenir un pouvoir absolu sur son marché. La réponse à ces questions peut coûter très cher en investigations en tout genre : études, panels, etc. et les réponses sont souvent empiriques, l’intuition jouant un rôle important. A l’heure du « neuromarketing » et du « Big Data », le marketing comme science du consommateur moderne semblerait sonner plutôt l’avènement de la pure «causalité» au profit d’une science des corrélations selon Viktor Mayer-Schönberger, professeur à l’Oxford Internet Institute, et Kenneth Cukier, responsable des données pour The Economist.

Amazon est l’un des cas les plus illustres. Soon, la banque mobile d’Axa veut faire du Big Data en protégeant ses clients. Ce texte a été lu 359 fois !

Soon, la banque mobile d’Axa veut faire du Big Data en protégeant ses clients

Axa annonce mille clients pour Soon, sa banque sur mobile lancée en mars. Soon apporte des services innovants de mise en image de ses dépenses, de paiement, de financement de projets ou de support via un chat 24/24. Axa entend aussi se différencier de Google ou de Facebook en matière de protection des données des consommateurs, sans se priver pour autant des traitements Big Data. Google et Facebook sont dans le collimateur de Soon, la banque uniquement sur mobile d’Axa Banque. Cette banque prend la forme d’une App mobile. Protéger les données du client Outre des services innovants, c’est dans la protection des données de ses clients que la banque veut faire une partie de la différence. « Axa protège les personnes, et par extension, nous protégeons leurs données, c’est ce qui nous différencie d’un Google » résume Pierre Janin, directeur général d’Axa Banque.

Le compte bancaire devient « fun » En pratique, l’application mobile est de belle apparence. Www.ecircle.com/fileadmin/files/pdfs/04_Resource_Centre/4.4._Studien/FR/Teradata-eCircle_Etude_Marketing_Europe_2013_FRfinal.pdf.