DATA

Développer votre performance marketing avec la data science

Pourquoi et comment décliner la data science dans vos process marketing

Nouveau !

ADI20

1 jour

7 heures

à partir de 796 €ht

Objectifs de la formation

  • Cerner les enjeux et opportunités de la data-science dans les pratiques marketing

  • Lister les algorithmes de tri, d’analyse, d’interprétation et de valorisation des données

  • Sélectionner des outils analytiques descriptifs et prédictifs pour améliorer sa performance marketing

  • Approfondir sa connaissance client approfondie grâce à la data-science

  • Prédire les temps forts dans le cycle de vie du client (souscription – résiliation – sinistres) et associer les actions marketing ad-hoc

Programme Résumé

Développer votre performance marketing avec la data science

Pourquoi et comment décliner la data science dans vos process marketing

1 jour 7 heures

télécharger le programme

voir le programme long

  • Démystifier la data science

    • Définir la data science : statistique / data mining / intelligence artificielle / machine learning / data driven
    • Analyse prédictive, prescriptive, comportementale, machine learning : acception et perspectives
    • Identifier les applications possibles de la data science dans les fondamentaux du marketing
    • Connaître les principaux outils de traitement et d’analyse de données
  • Connaître les algorithmes de data science et leurs usages

    • Analyse descriptive de données : extraire des connaissances à partir de données internes et externes
    • Analyse prédictive de données : déduire des prédictions et des règles générales
  • Applications marketing et cas pratiques

    • Segmentation / ciblage : indicateurs pertinents, profiling de clients, scores d'appétence et profils types
    • Cross-selling et up selling : opportunités de ventes complémentaires, garanties complémentaires et montée en gamme
    • Churn / Attrition & rétention client : scoring prédictif, anticipation de résiliations
    • Amélioration de l’expérience client : programme relationnel différencié et personnalisé
    • NPS : analyse d'enquêtes clients et clients à risque
  • Démystifier la data science

  • Définir la data science : statistique / data-mining / intelligence artificielle / machine learning / data driven

  • Analyse prédictive, prescriptive, comportementale, machine learning : acception et perspectives

  • Identifier les applications possibles de la data science dans les fondamentaux du marketing

  • Connaître les principaux outils de traitement et d’analyse de données

  • Connaitre les algorithmes de data science et leurs usages

  • Analyse descriptive de données : extraire des connaissances à partir de données internes et externes

    • Collecter et traiter des données de sources différentes avec les techniques de segmentation
    • Repérer et analyser les récurrences, similitudes, et comportements types dans une base de données existante avec les techniques d’analyse croisée
  • Analyse prédictive de données : déduire des prédictions et des règles générales

    • Extraire des modèles prédictifs en exploitant les séries temporelles
    • Connaitre les limites algorithmiques pour en tirer le meilleur pour un problème donné
  • Applications marketing et cas pratiques

  • Segmentation / ciblage

    • Segmenter les clients avec les indicateurs pertinents
    • Cibler les clients stratégiques avec le profiling
    • Adapter l’offre et la stratégie client avec les scores d’appétence
    • Dresser des profils types de clients en fonction de leur appétence aux offres ou des canaux relatifs à leurs besoins
  • Cross-selling et up selling

    • Faire émerger les opportunités de ventes complémentaires en matière de contrats d’assurance
    • Proposer les garanties complémentaires aux clients adaptés
    • Montée en gamme dans les garanties proposées
  • Churn / Attrition & rétention client

    • Anticiper les risques d’insatisfaction client avec les méthodes statistiques de scoring prédictif
    • Collecter les retours clients, analyser et visualiser le résultat pour anticiper les résiliations et les risques de rachat
  • Amélioration de l’expérience client

    • Mettre en place un programme relationnel différencié et personnalisé grâce à la connaissance client
    • Benchmark : exemple d’une expérience de personnalisation clients obtenue grâce aux données et à la technologie
  • NPS

    • Analyse des enquêtes clients (notes, avis, sondage, commentaire, réponses aux questions)
    • Construire un score prédictif sur le niveau de satisfaction perçu, identifier les clients « à risque »

Animée par

  • Kezhan SHI

    Kezhan SHI Allianz

Publics concernés

  • Direction marketing ; Direction du développement ; Direction distribution ; Direction stratégie ; Direction innovation ; Direction marchés ; Direction de la Relation Client ; Direction des systèmes d’information ; Direction communication ; Responsable stratégie digitale ; Responsable CRM ; Chef de produit ; Direction commerciale ; et toute personne souhaitant comprendre l’usage des algorithmes de data-science en marketing

  • Compagnie d’assurance, mutuelle, institution de prévoyance, société de bancassurance, société de courtage, société d’assistance

Critères d'admission

  • Cette formation entre dans le champ d'application des dispositions relatives à la formation professionnelle continue car considérée comme une action d'adaptation et de développement des compétences des salariés.

Prérequis de la formation

  • Aucun prérequis n'est nécessaire

Certifications et Agréments

ISQ-OPQF

Qualification professionnelle délivrée aux organismes de formations en reconnaissance de leur professionnalisme. Il est fondé sur les critères suivants de respect de la règlementation, l'adéquation des compétences et des moyens techniques et humains aux actions de formation, la satisfaction des clients, la pérennité financière, le respect du code de déontologie, du code de conduite professionnelle et du règlement intérieur.

Prise en charge OPCA

Notre organisme est référencé par les OPCA et nos formations peuvent être prise en charge

Prochaine(s) session(s)

  • Paris

    02/07/2019

    12/11/2019

    12/12/2019

Tarif(s) d'inscription

Le tarif comprend : l'accès à l’événement et/ou formation, les pauses, la restauration (selon le format et les horaires de l’événement), les supports papier ou électronique pour les événements de format conférence et les formations
Promo -20% -20% pour 2 inscriptions à cette formation Offre estivale valable jusqu'au 31/08, prix par personne 796,00 €HT / 955,20 € TTC 995,00 €HT / 1 194,00 €TTC
Tarif général 995,00 €HT / 1 194,00 € TTC
Promo -10% -10% pour 1 inscription à cette formation Offre estivale valable jusqu'au 31/08 895,50 €HT / 1 074,60 € TTC 995,00 €HT / 1 194,00 €TTC

Programme disponible en intra

contactez-nous

Modalités pédagogiques et d’évaluation

  • Tous nos stages de formations sont limités, dans la mesure du possible, à une douzaine de participants.
  • Les formations se déroulent en présentiel ou en classe virtuelle avec un équilibre théorie / pratique. Chaque fois que cela est pertinent des études de cas et des mises en pratique ou en situation sont proposées aux stagiaires.
  • Un questionnaire préalable dit ‘questionnaire pédagogique’ est envoyé aux participants pour recueillir leurs besoins et attentes spécifiques. Il est transmis aux intervenant(e)s avant la formation, leur permettant de s’adapter aux publics.
  • Toute formation se clôture par une évaluation à chaud de la satisfaction du stagiaire sur le déroulement, l’organisation et les activités pédagogiques de la formation. Les intervenant(e)s évaluent également la session.
  • Une auto-évaluation des acquis pré et post formation est effectuée en ligne afin de permettre à chaque participant de mesurer sa progression à l’issue de la formation.
  • Une évaluation à froid systématique sera effectuée à 6 mois et 12 mois pour s’assurer de l’ancrage des acquis et du transfert de compétences en situation professionnelle, soit par téléphone soit par questionnaire en ligne.

Sur le même thème

S’inscrire Ajouter à ma sélection