Datascience au service du Marketing et de la Relation client

Code UE : ESC115

  • Cours
  • 6 crédits

Responsable national

Jean-Michel RAICOVITCH

Responsable opérationnel

Public et conditions d'accès

Avoir un niveau bac + 2 . Expérience professionnelle minimale de 2 ans souhaitable

Objectifs pédagogiques

Cette formation se veut à la fois constructive et critique, stratégique et pratique.
Elle montre comment la datascience, c'est à dire l'analyse de données massives et souvent non structurées éclaire la décision marketing.
Elle souligne à travers des exemples clairs et de nombreuses illustrations les raisons d'une démarche CRM et l'enrichissement que le marketing trouve dans l'analyse des données clients alors que se développent en ce domaine de nouvelles techniques mathématiques et informatiques, souvent résumées sous l'appellation datascience. Elle met en perspective cette démarche comme pratique de changement organisationnel, elle en montre l'utilité (et les limites) et donne des pistes pour permettre l'intégration réussie de la datascience dans l'entreprise.

Compétences visées

Etre acteur de la double évolution, inéluctable, du marketing-produit vers le marketing-client et de l'utilisation de la datascience dans le traitement des données, pour ré-inventer le marketing; et ainsi mettre en place les changements fonctionnels et organisationnels associés.
 

Contenu

1 -Les nouveaux enjeux du marketing
2 -CRM et connaissance client 
3 -Utilité de la donnée dans la stratégie générale de l'entreprise
4 -Utilisations analytiques de la donnée : du datamining au machine learning, les apports de la data science.
5 - Panorama des architectures et des outils data pour le CRM.
6 - Les techniques traditionnelles de fidélisation et leurs limites.
7 - Utilisation opérationnelle du marketing relationnel dans la fidélisation des clients : les techniques de ciblages, l'utilisation des canaux de communication, l'e-CRM...Nouveaux profils de clients et leur fidélisation : la connaissance du client et l'évaluation de ses réactions.
8 - Utilisation opérationnelle du marketing relationnel dans la conquête de clients.
9 - Réflexion prospective.
10 - Focus sur le tableau de bord
11 - Les études à l'heure du Big data
12 -  L'univers de la datascience : Panorama des outils et des acteurs

Modalité d'évaluation

Examen écrit

Bibliographie

  • E. Biernat ? M. Lutz : Data science : fondamentaux et études de cas : Machine learning avec Python et R Eyrolles 2015
  • JPAimetti ? JM Raicovich : Intelligence marketing : Innovation, digitalisation, cross canal repères et recommandations pour relever les nouveaux défis Eyrolles 2013
  • P. Lemberger : Big data et machine learning : les concepts et les outils de la datascience ed DUNOD 2016

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Lieu(x) À la carte
Lieu(x)
Lieu(x)
Lieu(x) À la carte
Lieu(x) À la carte
Lieu(x) À la carte
Lieu(x) À la carte
Lieu(x)
Lieu(x)
Intitulé de la formation Type Modalité(s) Lieu(x)

Contact

Cnam - EPN15
1D3P10, 37.2.12, 2 rue Conté
75003 Paris
Tel :01 40 27 21 30
Cherifa Michaud
Voir les sites

Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

UE

    • Pays de la Loire
      • Pays de la Loire
        Comment est organisée cette formation ?

        Planning

        Date limite d'inscription :
        - 2ème semestre : 14/03/2020

        Date de démarrage :
        - 2ème semestre : 29/02/2020

        Date de la première session d'examen :
        - 2ème semestre : 01/05/2020

        Date de la deuxième session d'examen :
        - 2ème semestre : 14/07/2020

        Accompagnement collectif

        Rendez-vous :
        Chat : oui
        Forum par UE :oui
        Webconférence : oui

        Accompagnement individuel

        Echange par mails : oui
        Accompagnement téléphonique :

        Regroupement

        Séances de regroupement : non

        Modalités de validation

        Examen sur table :non
        Projet : non
        Contrôle continu : non
        Examen partiel : non
        :