Datascience au service du Marketing et de la Relation client
Code UE : ESC115
- Cours
- 6 crédits
Responsable(s)
Jean-Michel RAICOVITCH
Anne-Catherine OUVRARD
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.
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
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...
Contact
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
-
-
Paris
-
Centre Cnam Paris
- 2019-2020 1er semestre : Présentiel soir ou samedi
- 2020-2021 1er semestre : Présentiel soir ou samedi
- 2021-2022 1er semestre : Présentiel soir ou samedi
-
Centre Cnam Paris
-
Paris
-
-
Cote d'ivoire
- Cote d'ivoire
-
Cote d'ivoire
-
-
Grand Est
-
Grand Est
Comment est organisée cette formation ?
Organisation de la modalité FOAD 100%
:Planning
2ème semestre
- Date de démarrage : 17/02/2020
- Date limite d'inscription : 31/08/2020
- Regroupements facultatifs : aucun
- Date de 1ère session d'examen : 09/06/2020
- Date de 2ème session d'examen : 02/09/2020
Accompagnement
- Plateforme Moodle
- Forum
- Messagerie intégrée à la plateforme
- Classe virtuelle
- Séance de démarrage
Ressources mises à disposition de l'auditeur
- Documents de cours
- Documents d'exercices, études de cas activités
Modalités de validation
- Examen sur table
-
Grand Est
-
Grand Est
-
-
Pays de la Loire
-
Pays de la Loire
- 2019-2020 2nd semestre : FOAD 100%
Comment est organisée cette formation ?Organisation de la modalité FOAD 100%
:Planning
2ème semestre
- Date de démarrage : 29/02/2020
- Date limite d'inscription : 14/03/2020
- Regroupements facultatifs : aucun
- Date de 1ère session d'examen : 01/05/2020
- Date de 2ème session d'examen : 14/07/2020
Accompagnement
- Plateforme Moodle
- Chat
- Forum
- Messagerie intégrée à la plateforme
- Classe virtuelle
- Séance de démarrage
Ressources mises à disposition de l'auditeur
Modalités de validation
-
Pays de la Loire
-
Pays de la Loire
Code UE : ESC115
- Cours
- 6 crédits
Responsable(s)
Jean-Michel RAICOVITCH
Anne-Catherine OUVRARD