background preloader

Big data

Facebook Twitter

#RH : Où et comment recruter des Data Scientists. Les métiers du big data sont parmi les plus pénuriques et les plus sollicités du moment. Une difficulté à recruter expliquée par le fait que les recruteurs exigent des profils experts, avec une grande finesse d’analyse et de compréhension des enjeux pour des problèmes souvent complexes, abstraits et stratégiques, alors que le marché est récent et les formations naissantes. A cela s’ajouter une situation d’urgence, qui crée un stress supplémentaire et engendre un risque majeur d’échec de recrutement et donc de coût pour l’entreprise. Guillaume Bourdon, Managing Director et cofondateur de la société Quinten, détient la solution. Créée en 2008, Quinten est une société spécialisée dans la valorisation stratégique des données (small, middle et big Data). Les meilleurs Data Scientists: Qui sont-ils et où sont-ils ? Les compétences indispensables pour l’exercer se résument en trois prérequis : Vous avez un engagement d¹excellence auprès de vos clients.

Comment fidéliser les recrutements ? Big Data : des usages à la "Next Best Action" 2/2. Dans un premier article, nous abordions le sujet de la concrétisation des usages Big Data identifiés par les plus grands analystes, comme IDC dans sont étude visionnaire publiée en 2012. Le plus gros challenge pour les entreprises de tous secteurs d’activités est la mise en adéquation de leur système d’information pour pouvoir implémenter ces nouveaux usages issus de l’analyse des grosses masses de données.

Pour expliquer concrètement les principaux challenges, je vous propose aujourd’hui de prendre l’exemple de la société Newco. Cette société veut refondre et améliorer ses indicateurs sur des usages existants pour implémenter de nouveaux cas d’usages autour de la notion de « Customer Life time value ». Le Big Data appliqué à la Customer Lifetime Value On décline souvent la « Customer LifeTime Value » autour des indicateurs suivants : l’attrition, la fraude, l’appétence au prix, la vente additionnelle et la vente croisée.

D’un marketing multi-canal à un marketing temps réel. Data et Analytics : que nous réserve 2015 ? La big data n’est désormais plus un concept. Les professionnels commencent à dompter la « bête » et 2015 devrait être une cuvée où on applique la théorie. Précisions avec Deloitte qui a identifié les nouveaux challenges que soulève l’utilisation de la Data et de l’analytics… Pratiquer. Tel pourrait être le maitre mot autour de la Data cette année. Car après avoir engrangé, analysé puis engrangé et encore analysé des milliards de datas, les professionnels vont peut-être commencer à appliquer leurs connaissances en la matière. C’est du moins ce qui ressort du rapport de Deloitte sur les grandes tendances 2015. « En 2015, on envisage aussi un fort développement des usages de l’analytique dans tous les métiers des entreprises confirmant ainsi un vif intérêt pour la transformation des données en connaissances » explique Reda Gomery, associé responsable data et analytics chez Deloitte 1.

L’expérimentation Big Data s’annonce comme l’une des tendances fortes en 2015. 2. 3. 4. 5. SFR Mail – Retrouvez votre Webmail, boite mail et adresse mail. Métiers de la data : les 4 profils que l'on va s'arracher - Les enquêtes de demain. Les DMP : « concept à la mode » ou véritable opportunité pour les annonceurs ? Sans titre. Tout comme le digital il y a quelques années, la multiplication des données disponibles donne au marketing de nouveaux pouvoirs, aujourd'hui encore trop peu exploités.En effet, la data rend possible :- l'appréhension d'insights, de signaux faibles ou encore l'identification de segments de marché insoupçonnables de manière classique ;- un marketing beaucoup plus ciblé et personnalisé tout au long de la customer journey.

Un marketing hyper-ciblé Une exploitation fine de la data permet, en effet, d'explorer les consommateurs d'une manière inédite. Les données proviennent des dispositifs CRM mais aussi du comportement de navigation online, de l'open data, des réseaux sociaux, des verbatim client, etc. Rassemblées au sein d'une DMP globale, elles permettent d'explorer les attentes des consommateurs et de comprendre les raisons de leurs comportements, d'identifier leurs prochaines lubies et de mieux cerner les leviers pour les séduire. Nouvelles créations, nouveaux métiers. Statistique ou machine learning faut-il les opposer ? C’est un débat « presque » ancien qui mérite d’être regardé avec un œil neuf. La Data Science, (comme le Big Data), est un domaine en constante évolution, dont les applications notamment en connaissance client ou en marketing ne sont plus à démontrer. Pour autant, et même si le domaine d’application est certes récent, les méthodes de base employées en Data Science datent maintenant pour la plupart d’une bonne quarantaine d’années.

On peut rappeler que les deux branches principalement concernées sont la statistique d’une part et le machine learning d’autre part, à laquelle j’ajouterai une troisième branche constituée de ce que l’on pourrait appeler « les ontologies métier » en tant « qu’ensemble structuré des termes et concepts représentant un savoir faire métier ou un domaine d’application » (Wikipédia). Ces ontologies permettent de décliner ce savoir-faire métier selon deux axes : L’intelligence artificielle La statistique prédictive Didier Gaultier avec la participation de Serge Krywyk. Data et Analytics : que nous réserve 2015 ? - Influencia. La big data n’est désormais plus un concept. Les professionnels commencent à dompter la « bête » et 2015 devrait être une cuvée où on applique la théorie. Précisions avec Deloitte qui a identifié les nouveaux challenges que soulève l’utilisation de la Data et de l’analytics… Pratiquer.

Tel pourrait être le maitre mot autour de la Data cette année. Un document découpé en 5 parties qui permet de segmenter les différents champs de compétences qu’une entreprise a ou doit mettre en place pour optimiser sa connaissance des données. 1. L’expérimentation Big Data s’annonce comme l’une des tendances fortes en 2015. 2.

Les Analytics se démocratisent au sein des entreprises, notamment grâce au développement de nouveaux outils qui favorisent leur prise en main par des non-spécialistes, comme par exemple les outils de Data Visualisation. 3. 4. 5. En matière de Data, les frontières interne/externe s’estompent et les approches collaboratives se multiplient. Les Data Management Platforms (DMP), un outil marketing précieux - Les Echos. Politique Quand Manuel Valls évoque un "apartheid" en France + VIDEOS - Lors de ses vœux à la presse, Manuel Valls a promis ce mardi un combat contre les inégalités pour refonder « la citoyenneté ».

Monde Des pays musulmans s'enflamment toujours contre « Charlie Hebdo » Manifestations de colère en Russie, Iran, Niger, contre la publication d'un dessin de Mahomet considéré comme offensant. Europe Face au terrorisme, l’UE cherche l’appui des pays arabes La diplomatie européenne invitée à répondre à la menace terroriste. (1) Twitter. La base de données est morte, vive la DMP ! - Influencia. Il est peut-être temps de changer sa méthode de contact. La Data Management Platform représente une alternative qu’INfluencia et Publicis ETO décrivent dans une interface commune Comment gérer des volumes de données consommateurs ou professionnels qui se sont multipliées au travers des différents canaux de communication ? Une chose est certaine, les bases de données telles qu’on les conçoit aujourd’hui ne répondent plus vraiment à la demande. Les DMP ont pour mission de faciliter l’accession à des profils d’internautes afin d’améliorer le ciblage.

Savoir exploiter la moisson de données récoltées pour optimiser leur communication est désormais un must pour les spécialistes du marketing. Les DMP permettent aux professionnels, d’utiliser tout type de données de navigation des usagers pour accroitre leurs connaissances clients et mieux comprendre les audiences. Notre volonté est de vous ouvrir les « chakras » vers une nouvelle vision de la gestion des données. Big Data et publicité - BUSINESS REVOLUTION. Les bannières publicitaires doivent toucher la bonne personne, au bon moment, pour faire mouche. Voilà pourquoi les sociétés capables d'analyser, de façon fine, informations et données connaissent des croissances exponentielles. Nous en avons rencontré deux. L’une est une success-story à la française, Criteo. L’autre est un poids lourd américain de la publicité en ligne, Rocketfuel.

A travers leurs histoires, on prend conscience de l'ampleur du phénomène Big Data. Cela peut effrayer tant la précision des campagnes publicitaires est hallucinante. Store big data : Les données, une mine d'or pour le marketing from ELEPHANT on Vimeo. Pour aller plus loin, rendez-vous sur www.elephantstore.fr. Data Scientist Report Summary Findings. Big data : incontournable mais pas encore abouti. L’étude Fullsix/Limelight fait le point sur l’avancement des annonceurs français sur leur position par rapport à la big data. Trois constats émergent. L’étude conclut notamment à la conviction d’un intérêt énorme : 81% des dirigeants marketing français sont convaincus de la grande importance de la big data, 52% allant jusqu’à la qualifier de « futur incontournable de la communication et du marketing » ; 82% y voient un potentiel de croissance et d’efficacité important, dont 20% à court terme et 43% à moyen terme.

Les annonceurs sont aussi très clairvoyants sur la façon dont la big data impacte la performance. De fait, le caractère structurant et universel de la technique est parfaitement perçu, les annonceurs estimant qu’elle s’applique au CRM (97%), au web (97%), au mobile (91%), à l’achat d’espace (84%) et à l’expérience en magasin (77%). Les bénéfices sont aussi clairement définis avec un podium. La revue INfluencia : Quantified Self, mieux se connaître grâce aux données. Dans un marché du Quantified Self en plein essor, les questionnements éthiques, sociaux et culturels liés aux données ne font que commencer. Aux professionnels d’accompagner ces nouveaux usages en gardant distance et esprit critique… Les chiffres peuvent nous aider à mieux nous connaître, arguent les chantres du Quantified Self, une pratique de mesure de soi via des applications et des devices connectés.

Mais cette promesse d’un « connais toi toi-même » à l’aune des datas est plus complexe qu’il n’y paraît. Un monde quantifié et archivé Initiée en 2007 par Gary Wolf et Kevin Kelly de Wired, la notion de Quantified Self peut facilement séduire, tout comme l’argumentaire qui la sous-tend. En effet, dans un monde où tout est déjà quantifié et archivé, où la data peut être rendue intelligente et produire du sens par l’analyse, pourquoi ce paradigme ne pourrait-il pas bénéficer à son principal artisan, l’homme ? La data fait évoluer la pensée Maud Serpin Pour s'abonner c'est ici. Comment LinkedIn exploite son outil big data pour analyser ses données. Le framework big data Gobblin doit permettre à LinkedIn d'optimiser et faciliter l'ingestion quotidienne des dizaines de téraoctets de données dans ses bases et entrepôts de données.

(crédit : D.R.) Le réseau social professionnel LinkedIn a fourni des détails sur le fonctionnement de Gobblin, son framework big data qui lui permet d'analyser de très grands et variés volumes de données pouvant être analysées dans ses entrepôts Hadoop. La plate-forme LinkedIn génère chaque jour plusieurs dizaines de téraoctets de données, incluant les informations relatives aux profils de ses membres, aussi bien que les actions utilisateurs ou encore les commentaires et les partages d'informations, persistantes dans ses bases de données et dans ses systèmes de gestion des événements.

Schéma de fonctionnement du framework big data Gobblin développé par LinkedIn Le framework big data Gobblin en Open Source dans les prochaines semaines. Les enjeux du Big Data dans la connaissance client en 2015. Le Big Data va être au coeur des enjeux pour les marques dans le domaine de la Connaissance Client en 2015. Mais quels sont ces enjeux et quels sont les points qu'il faudra surveiller de près pour réussir son projet Connaissance Client grâce au Big Data ? Le Big Data est aujourd’hui sans aucun doute un des tous premiers facteurs d’innovation, et constitue en cela une formidable opportunité pour les annonceurs.

L’innovation provient des nouveaux usages induits par le Big Data, un champ des possibles plus important, et finalement la rencontre entre différents univers fonctionnels, technologiques et métier. Encore faut il être capable de capter, incuber, canaliser et finalement capitaliser sur cette innovation, car l’expérience montre que cela met parfois les structures existantes à rude épreuve.Un des enjeux métier d’importance est d’être capable d’agir sur les leviers de croissance que le Big Data offre aux annonceurs. Deux cas concrets d'application du Big Data. Aujourd’hui, nous évoquons deux cas concrets d’application des Big Data sur le terrain avec Frédéric Dulac, Directeur de Business & Decision Eolas, que j’ai eu l’occasion d’interviewer à l’issue de la conférence Time2marketing du 18 juin 2014 à Paris.

Le premier de ces exemples consiste à associer du temps réel et de la recommandation dans un site de e-commerce afin de mieux conseiller l’internaute dans son parcours d’achat. Le second cas est celui d’un projet élaboré pour une grande chaîne de magasins souhaitant augmenter sa connaissance client : une partie des données vient des informations collectées en magasin, et une autre de son site de e-commerce.

Le but est d’associer ces informations pour mieux comprendre les besoins et les comportements des clients. YG : Derrière ces projets de nature différente il y a des technologies diverses ? FD : Tout à fait. Parmi les logiciels faisant partie de cet attirail technologique, quel est le rôle de Map Reduce ? Impact sur la relation client. Le Machine-Learning pour les carottes et les pommes de terre. Demandez à un enfant de 5 ans de reconnaître des carottes et des pommes de terre sur des images, il va répondre avec presque 100% de précision (à moins qu'il ne connaisse que les frites du Fast-Food du coin... mais c'est une autre histoire).

Paradoxalement, cette opération n'est pas aisée à coder au sein d'un système de reconnaissance automatique... et d'autant plus difficile s'il faut reconnaître des pommes de terre portant un chapeau et assises sur un sofa... Traditionnellement, l'intelligence artificielle est basée sur des règles prédéfinies consistant à reproduire le raisonnement d'un être humain « expert ». Plutôt que d'imposer des règles aux ordinateurs, les algorithmes de Machine-Learning leur permettent de découvrir (auto-apprendre) leurs propres règles, basées sur des exemples. Big Data, Clients et Machine-Learning Nous sommes dans l'ère du Big Data. Machine-Learning et relation client. Big Data : peu d'entreprises se lancent. Dashboards pour la veille des médias sociaux, l'analytique et les alertes. How to hire a data scientist. Le Data Marketing, ou comment maîtriser l’utilisation des données personnelles des consommateurs-%post_id%

Entrez dans le cercle vertueux du data driven marketing. Open Data en France : acteurs, projets et tendances. Track 2 - Atelier 1 - Big data analytics présenté avec Intel. Comportements culturels et données personnelles au coeur du Big data - Entrer dans l’ère du Big data. Programmatique : Publicis rachète Run. Le Nouveau Marketeur » Pourquoi le « Big Data » révolutionne la relation client ? Document. White-paper-cross-data-marketing-fr.pdf. 3 piliers d’une organisation « Data-Driven ». [Section 3/3 : Datas] L’École polytechnique, Keyrus, Orange et Thales créent une chaire pour former des Data Scientists. Flux Vision: études de marché et croisement de données à l'heure du Big Data.