Mettre en oeuvre du marketing prédictif suppose de gérer de manière centralisée des données issues de systèmes hétérogènes: ERP, CRM, caisses des points de vente, plateforme eCommerce, réseaux sociaux, e-mail marketing, etc...  Les architectures de type Cloud répondent aujourd'hui parfaitement à cet impératif.

Extraire et intégrer ensuite ces informations disparates de manière cohérente et hiérarchisée dans une mégabase de données, nécessite d'importants développements et pas mal de ressources.  Mais c'est dans l'analyse statistique que ce trouve le coeur du sujet. De puissants algorithmes de traitement des données sont capables de donner du sens (et de la valeur) à des masses d'informations.

Un exemple:
Il suffit d'indiquer quels sont vos 100 meilleurs clients, pour que les outils proposés parviennent à déterminer qui sont, parmi vos 10.000 clients actuels, ceux qui sont le plus susceptibles de devenir à leur tour vos "meilleurs clients" dans un laps de temps plus ou moins long.

Comment procèdent-ils ? Tout simplement en analysant finement les historiques des 100 meilleurs, pour déterminer les précurseurs de ce phénomène. La fréquence et la récence des achats, le panier moyen, le nombre de pages vues avant un achat, le taux d'ouverture et de clics sur les campagnes d'e-mailing, l'engagement sur les réseaux sociaux, sont autant d'indicateurs pertinents de cette évolution.


Diaporama "5 outils pour faire parler les données et passer du "Big" au "Smart" data" à voir sur www.e-marketing.fr:

"Si tous les secteurs du marketing s'enthousiasment dès que les mots "big data" sont prononcés, il manque bien souvent une résonance opérationnelle pour franchir le cap de la réalité. Voici 5 outils pour passer du "big" au "smart" data..."

Pour télécharger le tableau comparatif fonctionnel de l'étude, cliquez-ici !

A lire également sur le Blog Samoorai:
Marketing prédictif: Minority Report au pays des données