la data, levier pour personnaliser sa relation client
TRANSCRIPT
1
La Data, levier pour personnaliser sa relation client
Hassan LÂASRIOctobre 2015
2
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
3
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
4
La relation client à l’ère du numérique
Aujourd’huiHier
Écosystème construit, mis en production et optimisé en continu en fonction de la Data (points de vente, site, mobile, social, applications)
Captation des besoins et desiderata instantanée sur le Web, le mobile et les réseaux sociaux
Segmentation évolutive ajoutant le comportement aux points de vente et sur les canaux digitaux
Vision unique multi-canaux (points de vente, CRM, Web, mobile, apps)
Data Analytics plus élaborée (croisement de données online et offline, analyse prédictive, personnalisation)
Composants CRM, Web, mobile et réseaux sociaux construits et mis en production indépendamment les uns des autres
Captation des besoins et desiderata des clients à travers des sondages d'opinion et d'études de marché très coûteuses
Segmentation figée et fondée uniquement sur l'âge, le sexe, la région et la catégorie socio-professionnelle
Vision client fragmentée entre plusieurs bases de données et systèmes
Data Analytics limitée aux rapports et Dashboards centrés principalement sur le passé (BI)
5
E-mailing (personnalisé)Site
Social
Data OFFLINE
Rapports et Dashboards
Corrélation
Prédiction
ClusteringMobile
Media
Collecter Analyser Activer
A/B TestingData ONLINE
S’informeS’enregistreConsulteCommentePartageEvalue Achète
DataENRICHIE
Personnalisation de sites
Géomarketing
Social listening
Promotions personnalisées sur PDV
PDV
Outils pour la relation client à l’ère du numérique
6
Personnalisation : c'est quoi ? Pourquoi faire ?
CONTEXTE
Prise en compte du contexte, historique, préférences et relationnel pour une expérience utilisateur appropriée tant par sa manipulation que son contenu.
HISTORIQUE PRÉFÉRENCES RELATIONNEL
Éléments qui entourent et influencent une situation donnée. Ici on trouve des éléments comme le device, la localisation ou la météo.
Accumulation des différents types de données personnelles qui vont influencer l’expérience des utilisateurs.
Gestion et contrôle du contenu à recevoir par les utilisateurs.
Connexions et recommandations générées entre personnes et marques.
7
Les trois phases de personnalisation
VISITEUR
Personnes qui visitent un site pour la première fois et qui ne sont pas reconnues.
IDENTIFIÉ
Utilisateurs habituels d’un site qui sont reconnus par leur adresse IP
AUTHENTIFIÉ
Utilisateurs enregistrés qui sont identifiés dans le site
8
Personnalisation du point de vue visiteur
CONTEXTE
ACTIONS IMMÉDIATES
HISTORIQUE
DECLARATIF
RELATIONNEL
Ajoute de la valeur aux utilisateurs a travers de contenu pertinent a leur contexte
Aide instantanée aux utilisateurs
Bénéfice utilisateur
Adresse IPGPSData emplacementHistorique recherche
Data requises Personnalisation
Contenu géo-localiséContenu pertinent météoContenu fonction amisContenu adapté au device
Historique rechercheStatistiques de recherche
Auto-complétion search
Offre l’opportunité de mieux connaître les utilisateurs et d’améliorer son expérience
CookiesUser loginHistorial rechercheComparaison des profiles
Recommandations de contenu
Possibilité de définir et modifier ses préférences
Améliore la relation entre personnes avec des même intéresses et entre la marque et les utilisateur
Information personnelUser loginCréation de profilesSegmentation des profiles
CookiesUser loginComparaison des profiles
Personnalisation des profiles
Newsletter personnaliséRecommandation des profiles similaires
États personnalisation
9
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
10
Etude quantitative n°1
318 dirigeants exécutifs sondés en 2013*
* http://www.economistinsights.com/analysis/data-directive
11
12
Pour les directions marketing & communication qui ont exploité la Data, celle-ci a été la clef pour atteindre leurs trois priorités clés :1. Meilleur connaissance du client,
meilleure segmentation2. Augmentation des ventes3. Meilleure anticipation des
demandes futures
13
Plus d’un 1/3 des sondés :
• Soit exploite déjà la Data• Soit s’y prépare
14
Les plus performants exploitent plusieurs sources de Data :
• Access Point Data (site web)
• Social Data (réseaux sociaux, blogs)
• Open Data (gouvernement)
15
Etude quantitative n°2
133 dirigeants marketing sondés en juin 2013*
* http://bluekai.com/dataimpact/
16
66,6% des sondés allouent +50% de leur Budget Marketing à la collecte et à l’analyse de la Data…
… Principalement les Directions Marketing & Communication
17
Le site, le CRM, l’achat à des tiers sont les principales sources utilisées pour collecter la Data
18
Ce que nous apprennent les études*
● La Data est exploitée par les cellules marketing et communication des grands acteurs économiques pour répondre à trois objectifs :
– Connaître mieux le client
– Le servir efficacement
– Anticiper ses besoins
● Plus d’un 1/3 des acteurs :
– Soit exploite déjà la Data
– Soit s’y prépare
● Les plus performants exploitent plusieurs sources de Data :
● Site Data (sites)
– Social Data (pages et comptes sociaux, blogs)
– Données achetées (DMP)
– Open Data (gouvernement)
* Etudes Economist et BlueKai parmi d’autres
66,6% des sondés allouent +50% de leur Budget Marketing à la collecte et à l’analyse de la Data…
Principalement les Directions Marketing & Communication.
Le site, le CRM, l’achat à des tiers sont les principales sources utilisées pour collecter la Data.
19
Entre hier et aujourd'hui
Aujourd’huiHier
Écosystèmes digitaux construits, mis en production et optimisés en continu en fonction de la Data (Site Data, Social Data, CRM Data, Open Data)
Data Analytics et sites font un même et seul projet
Data Analytics est actionnée en continu même quand les KPI sont au vert
Rien de magique. Ils étaient juste les pionniers à exploiter la Data Analytics
Sites (Web et blog) construits et mis en production de manière séquentielle comme un logiciel standard
Data Analytics considéré comme un projet différent
Data Analytics actionnée uniquement quand les KPI passent au rouge
Amazon, Facebook, Google et LinkedIn étaient considérés maqiques
* Etudes Economist et BlueKai parmi d’autres
20
Cas d'études de personnalisation
21
Personnalisation
Site
Social
Data ONLINEData OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRMPoints de vente
DMPOpen Data
Data brute, descriptive
S’informeS’enregistreConsulteCommentePartageEvalue
Data augmentée,analysée
X X XX
Personnalisation de sites
Dashboards
Corrélation
Prédiction
Clustering
A/B Testing
22
Personnalisation de sites
• Initiée par Amazon en 2003, la personnalisation et l’optimisation de sites est devenue vite un standard parmi les e-commerçants• Personnalisation du contenu (texte, images, vidéos) en fonction des visiteurs, de leurs devices
et de leur parcours
• Adoptée depuis par les secteurs média, technologies, télécom et services financiers• Principalement les Directions Marketing (en charge des budgets Marketing et Publicité) et les
Directions Métiers (en charge des ventes)
• On parle généralement de responsive design, dynamic design, adaptive design, etc. mais l’objectif final est le même : coller au plus près du visiteur
• D’après BlueKai, 91% des sites gérés par les Directions Marketing et/ou les Directions Métiers utilisent la Data pour une meilleure personnalisation
23
S’identifie/identifié
Data activée :•Produits achetés par le profil + les profils du même segment•Produits consultés•Recommandations lues•Temps passé par produit•Régularité des visites
Profil + profils du même segment activés
Page personnalisée :•Produits similaires à ceux déjà achetés•Produits dont les recommandations ont été lues•Produits consultés
Visiteur enregistré ou connu
24
ConsulteRecommandePartageAchète
Profil + profils du même segment mis à jour
Page personnalisée à nouveau :•Produits similaires à ceux déjà achetés•Produits dont les recommandations ont été lues•Produits consultés
Visiteur enregistré ou connu (suite)
25
Consulte
Data exploitée :•Celles des profils les plus proches
Recommandations :•Produits similaires à ceux achetés par les profils les plus proches•Produits recommandés par les profils•Produits dont les recommandations ont été consultées : lui + profils•Produits consultés par lui + les profils
Profil le plus proche est activéPlus il navigue, plus le profil est affiné
Quand il quitte :•Profil + profils similaires modifiés
Visiteur inconnu
26
Page web Capital One
Serveur [x+1]
BD Nielsen
BD Digital Envoy
DMPs
(1) Se connecte(2) Cookies util.
(3) Code postal ? (4) Code postal
(5) Cookies similaires ?
(6) Cookies similaires
(8) Segment(Age, CSP, salaire, risque dette)
(7) Cookies util. + similaires + Code Postal
(9) Offre de crédit personnalisée
Personnalisation avec une DMP
Contrairement à Amazon qui utilise un système fermé (données internes), Capital One utilise un système ouvert (données internes et externes)
27
Data
Meilleure segmentationMeilleure personnalisationMeilleur ciblage
Site
Plateforme Data Analytics
Insights
S’informeConsulteS’enregistreAchèteCommenteEvalue
Meilleure UXFidélité supérieure
Personnalisation par site : bénéfices
28
Personnalisation
Site
Social
Data ONLINEData OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRMPoints de vente
DMPOpen Data
Data brute, descriptive
S’informeS’enregistreConsulteCommentePartageEvalue
Data augmentée,analysée
X X XX
Personnalisation par le social
Dashboard
Corrélation
Prédiction
Clustering
A/B Testing
29
Pendant le CES 2013, Sprint surveillait les conversations en ligne sur trois initiatives marketing : Technologies vertes, innovation technologique et la technologie pour les seniors
Réseaux sociaux pris en compte : Facebook, Twitter, Google+, Vine, Instagram, Pinterest, LinkedIn et Youtube
Chaque jour, Sprint construisait du contenu dans la journée même et le diffusait à une communauté de 5,6 million de visiteurs
Grâce à cette capacité, Sprint pouvait combiner des contenus planifiés, parfois 6 mois à l’avance, avec de contenus spontanés et les publier sur Facebook et Twitter
Personnalisation par le social
30
Depuis, Sprint a généralisé l’approche pour créer une sorte de Newsroom calquée sur le fonctionnement des médias d'information avec des :
Rédacteurs en chef Creative Technologists Data Analysts Community Managers Des journalistes Spécialistes des Social Ads
Personnalisation par le social
31
Personnalisation
Site
Social
Data ONLINEData OFFLINE
Mobile
Social
Media
Collecte Analyse Personnalisation
Site Media Email
CRMPoints de vente
DMPOpen Data
Data brute, descriptive
S’informeS’enregistreConsulteCommentePartageEvalue
Data augmentée,analysée
X X XX
Personnalisation par les médias
Dashboard
Corrélation
Prédiction
Clustering
A/B Testing
32
12 septembre 2012, Pendant que Tim Cook présentait iPhone5, Samsung et 72andSunny suivaient les conversations qui en résultaient sur les réseaux sociaux
En même moment, Samsung démarrait la conception d’une publicité de son Galaxy S3 en tenant compte de ces conversations
Une semaine après, la publicité était lancée à la télé et en ligne (+ 70 million de fois)
27 février 2013, Forbesannonçait « Galaxy bat iPhonedans la catégorie meilleur smartphone »
Personnalisation par les médias
33
A ce jour, seuls les organisations gouvernementales ou des sociétés du secteur public ont mis en ligne leurs Data agrégées pour quiconque souhaite les consulter voire les exploiter
Souvent, l’objectif est de créer un écosystème de start-up valorisant ces Data publiques (e.g., analyse prédictive de la consommation d’énergie pour particuliers, professionnels et entreprises).
A ce jour, l’Open Data n’a pas encore trouvé de modèle pour les groupes et sociétés privés. Certains aux US ont créé des filiales valorisant/monétisant ses données*
En France :
RTE publie en ligne et en mode interactif (web fixe et smartphones) la production, la consommation et le trading d’électricité par filière en temps réel… Ainsi que d’autres Data telles que les émissions de CO2
La RATP a lancé récemment un hackathon dans ce sens
La SNCF et la RATP réfléchissent sur la mise en œuvre des tableaux de bord de la transparence (taux de retard, nombre de pannes, etc.) (source : Data Publica)
* e.g., NextBus, start-up, filiale de Cubic Corporation, combine les Data de cetter dernière avec des Data GPS pour prédire l’heure du prochain bus dans NY, San Diego et d’autres villes nord-américaines)
Et qu'en est-il de l'Open Data ?
34
Plan
Web 2.0, numérique et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
35
Que dit la loi ?*
• Depuis le 24 août 2011, une transposition en droit français de la directive européenne « Paquet Télécom » impose qu'avant d'installer un cookie dans la mémoire du navigateur d'un internaute, celui-ci ait exprimé, après avoir reçu cette information, son accord qui peut résulter de paramètres appropriés de son dispositif de connexion ou de tout autre dispositif placé sous son contrôle
• Sanctions financières jusqu’à 300,000 €
* Nouvel article 32, chapitre II de la loi informatique et libertés
36
Tous les cookies sont-ils concernés ?
• NON
• Sont exclus de cette obligation :• Les cookies ayant pour finalité exclusive de permettre ou de faciliter la
communication par voie électronique• Ceux qui sont strictement nécessaires à la fourniture d'un service de
communication en ligne
37
De manière plus pratique, sont exclus…
• Les cookies qui sont utilisés comme "panier d’achat" sur un site marchand
• Les cookies de "session utilisateur" (Session ID) permettant de lier les actions d’un utilisateur lorsque cela est nécessaire pour lui fournir le service qu’il demande
• Les cookies qui ont pour unique finalité de contribuer à la sécurité du service demandé par l’utilisateur
• Les cookies permettant d’enregistrer la langue parlée par l’utilisateur (pour les sites traduits en plusieurs langues) ou autres préférences nécessaires à la fourniture du service demandé
• Les cookies flash contenant des éléments strictement nécessaires pour faire fonctionner un lecteur de média (audio ou vidéo), correspondant à un contenu demandé par l’utilisateur
38
Cas particulier des cookies de mesures d’audience : exclus également mais sur conditions
• Information : Une information claire et complète de l’internaute doit être délivrée par l’éditeur du site internet afin d’assurer une parfaite transparence sur l’utilisation des outils d’analyse de fréquentation. Un lien vers cette information devrait être présent sur la page d’accueil du site, qui peut ensuite être détaillée précisément dans les conditions générales d’utilisation, par exemple.
• Droit d’accès : La personne doit pouvoir exercer son droit d’accès.
• Droit d’opposition : Concernant le droit d’opposition, l’outil permettant de désactiver la traçabilité mise en œuvre par l’outil d’analyse de fréquentation doit remplir a minima plusieurs caractéristiques, notamment celles d’un accès et d’une installation aisés pour tous les internautes sur l’ensemble des terminaux (y compris les smartphones), des systèmes d’exploitation et des navigateurs internet. De plus, aucune information relative aux internautes ayant décidé d’exercer leur droit d’opposition ne doit être transmise à l’éditeur de l’outil d’analyse de fréquentation.
• Finalité limitée : La finalité du dispositif doit être limitée à la mesure d’audience des pages du site internet, afin de permettre une évaluation des contenus publiés et de l’ergonomie du site, sans pour autant permettre l’identification des personnes. Les données collectées ne doivent donc pas être recoupées avec d’autres traitements (fichiers clients ou statistiques de fréquentation d'autres sites par exemple). L’utilisation du cookie déposé doit également être strictement cantonnée à la production de statistiques anonymes. Sa portée doit être limitée à un seul éditeur et ne doit pas permettre le suivi de la navigation de l’internaute sur les sites d’éditeurs distincts.
• Adresse IP : L’utilisation de l’adresse IP pour géolocaliser l’internaute ne doit pas être plus précise que l’échelle de la ville. Cette adresse IP doit également être supprimée ou anonymisée une fois la géolocalisation effectuée, pour éviter toute autre utilisation de cette donnée personnelle ou tout recoupement avec d’autres informations personnelles.
• Durée de conservation : Enfin, les informations doivent être conservées pendant une durée non excessive. S’agissant des cookies permettant la traçabilité des internautes, ils ne doivent pas être conservés au-delà de six mois (La date d’expiration du cookie ne doit donc pas excéder six mois à partir de sa première insertion et cette durée ne doit pas être prorogée lors des nouvelles visites). Les données de fréquentation brutes associant un identifiant (adresse IP par exemple) ne doivent pas être conservées plus de six mois. Au-delà de ce de délai, les données doivent être soit supprimées, soit anonymisées.
39
Sinon, pour tous les autres…
• Recueil préalable du consentement des personnes :• Une bannière en haut d’une page web• Une zone de demande de consentement• Des cases à cocher
• La finalité du cookie doit être explicite :• « Créer des profils d’utilisateurs afin d’adresser des publicités ciblées »• « Autoriser l’accès aux données de mon profil sur Facebook »• …
• Un lien vers une page dédiée aux cookies et les CGU
• Une fois l’utilisateur a donné son accord, il n’est pas nécessaire de solliciter de nouveau son accord lors des visites suivantes
40
Et demain ?
• Le W3C travaille actuellement sur la standardisation du mécanisme « do not track » développé par Firefox• En attendant, il est recommandé d’avoir :
• Une bannière, une zone de demande de consentement ou des cases à cocher pour tous les cookies autres que nécessaires au fonctionnement du site et à la personnalisation à but non publicitaire• Une page dédiée aussi explicite que possible sur les différents
cookies, leurs fonctions, la manière de les contrôler dans son navigateur ou sur le site
41
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
42
Ce qu'il faut retenir de la présentation
• La Data peut-être collectée à chaque étape du cycle de vie de l’écosystème digital, de sa genèse à son remplacement
• Elle peut-être collectée auprès de plusieurs sources : site fixe, site mobile, réseaux sociaux, CRM, partenaires, agences, régies
• La Data est clé pour la personnalisation et l’optimisation aussi bien de son écosystème digital que pour les campagnes publicitaires
43
Comment y procéder
• Pour exploiter pleinement le Digital, il y a besoin d'industrialiser le processus de captation, de suivi et d’exploitation de la Data :
1. Adopter une plateforme corporate type Adobe Analytics, Google Analytics Premium ou AT Internet
2. La compléter avec des outils supplémentaires pour l’analyse statistique (SAS, SPSS), nécessaires pour le clustering d’audience, la cartographie des parcours et les insights pour la personnalisation et l’optimisation des contenus inbound et outbound
3. Adopter une organisation (centrale + locales) et des process de collecte, d’analyse et de diffusion réguliers (tous les mois par exemple)
4. Adopter un cycle d’optimisation et de personnalisation des contenus à intervalles réguliers (tous les 6 mois par exemple)
44
Plan
Web 2.0, Digital et Data
Captation et exploitation de la Data : état de l’art
Data et vie privée : loi française et européenne
Leçons à retenir
Cartographie des outils et méthodes
45
Web Analytics Media Listening
Visualisation de Données
Etudes et Sondages
Tests Statistiques Clustering d’Audience
Corrélation Statistique
Analyse Prédictive Fusion de Données
Outils et méthodes
46
Collecter des données sur les comportements web des cibles clients:
Combien de temps ils passent sur Internet en moyenne par semaine / jour
Combien de temps ils passent online et quels sites ils visitent
Comment et où se fait leur parcours d’achat
Déf. du questionnaire (1-2 semaines) Recrutement du panel (1-2 semaines) Collecte des données (2-4 semaines) Traitements & analyses (1-2 semaines)
Vivaki (digital) comScore (digital) Kantar (tous les médias) Ipsos (tous les médias) Wakoopa (digital, mobile)
A tout moment du cycle de vie de l'écosystème, depuis la conception stratégique à la mise en ligne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
Etud
es e
t son
dage
s
47
Collecter des données sur les comportements des utilisateurs sur le site :
• Qui visite le site• Combien de temps est-il rester et quelle
pages a-t’ il visité• Quel produit a-t’ il consulté• Quel produit a-t’ il acheté
• Traduction des objectifs business en KPIs, audit des données & tags (1-2 semaines)
• Tagging du site (1-3 semaines)• Dashboard & recommandations (1 sem) :
✔ A/B testing
✔ Nouvelle segmentation/targeting
✔ Opportunités Ad/SEO/email
● Adobe Analytics● Google Analytics● AT Internet● BeamPulse
A tout moment du cycle de vie du site ou du blog depuis la conception stratégique à la mise en ligne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / ProduitsWeb
Ana
lytic
s
48
● Radarly (Linkfluence)● Focusmatic● BrandLIVE (DigitasLBi)● PeoplePulse (DigitasLBi)● The Gate (GollinHaris)
● Site en phase d’audit et/ou en ligne● CRM opérationnel depuis des années● Lancement d'un nouveau produit● Lancement d'une nouvelle campagne
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / ProduitsMed
ia L
iste
ning
Captation de ce qui se passe sur les réseaux sociaux :
• Sentiments, opinions, commentaires• Rédaction de contenu en temps réel
Dépend du projet
49
2 à 4 semaines
● Tableau Software● QlikView● Geckoboard
● Écosystème en phases d’audit et de test,
● Site en ligne
Pour quoi faire ? Projet type
Fournisseurs / Produits
Visu
alis
atio
n de
Don
nées
Reporting dynamique, interactif et au graphisme avancé
A quel étape ?
50
A/B Testing:• Tester deux versions différentes avant
mise en ligne• Mesurer le succès de campagnes
marketing à travers différents call to action proposés
MVT:• Généralisation de l’A/B testing• Alternative aux études consommateurs et
tests utilisateurs
● A/B Testing : 3 – 8 semaines(selon le trafic du site)
● MVT : 4 - 12 semaines(selon le trafic du site)
● Adobe Target● Maxymiser● Optimizely
Pour quoi faire ? Projet type
Fournisseurs / Produits
Test
s st
atis
tique
s
A quel étape ?
● En phase de test pour valider des comportements utilisateurs avant mise en ligne
● Site en ligne, afin de mesurer l’impacts SEO, PPC et des campagnes emails
51
● Définir des segments comportementaux en complément des segments prédéfinis (souvent métiers) ou segments déclarés
● Définir le contenu, les campagnes en conséquence pour tirer les bénéfices de la personnalisation
2 - 4 semaines (selon la qualité des données historiques collectées)
● SAS (SAS)● SPSS (IBM)● Tealeaf (IBM)● Clicktale
● En phase de test afin d’affiner la personnalisation du site
● Site en ligne, afin d’identifier des segments, et des opportunités de targetting / campagnes
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / Produits
Clus
terin
g d’
Audi
ence
52
● Tester la corrélation entre le trafic du site et les taux de conversion (e.g., enregistrements, prises de RDV…)
● Comprendre le parcours client depuis la recherche d’information à l’achat
● Identifier s’il y a des corrélations entre présence sur les réseaux sociaux et les visites de site
● Site en ligne depuis au moins 6 mois● CRM opérationnel depuis des années
Pour quoi faire ? Projet type
A quel étape ? Partenaires / Produits
Corr
élat
ion
Stat
istiq
ue
● SAS (SAS)● SPSS (IBM)
2 - 4 semaines (selon la qualité des données historiques collectées)
53
Prévision de tendance:• Visiteurs• Ventes
Basé sur l’historique• Tendances régulières• Evénements saisonniers• Evénements exceptionnels (ex:
promotions…)
● Site en ligne depuis au moins 6 mois● CRM opérationnel depuis des années
Pour quoi faire ? Projet type
A quel étape ? Fournisseurs / ProduitsAnal
yse
Préd
ictiv
e
● SAS (SAS)● SPSS (IBM)
2 - 4 semaines (selon la qualité des données historiques collectées)
54
• Président et Consultant chez HB & MJ Partners SAS, société de conseil et d’accompagnement dans le Digital et la Data. J’accompagne les entreprises à intégrer les nouvelles technologies pour accélérer leur transformation digitale. J’accompagne aussi les Start-Up à marketer et vendre leurs technologies digitales sous forme de projets de transformation où la technologie est intégrée dans les Data Factory ou les Systèmes d’Information de ces entreprises.
• Docteur en Informatique avec une spécialisation en Intelligence Artificielle, je dispose d’une expérience de plus de 25 ans dans le secteur des hautes technologies pour entreprises : 9 ans dans la recherche et le développement en intelligence artificielle, 11 ans dans le marketing et la vente de hautes technologies logicielles et 7 ans dans le management de projets complexes.
www.hassanlaasri.com
www.hbmjpartners.com
Hassan Lâasri