Pour connaître les spécificités des cours de chaque campus, cliquez ci-dessous sur le campus de votre choix :
Un bac+5 dédié à l’exploitation des données Marketing
Le traitement des données devient progressivement une priorité des entreprises, et de nouveaux métiers émergent. La formation Data Analytics & Manager Marketing s’adresse à des étudiants ayant validé un Bac+4 et ayant des bases en marketing, statistiques et gestion des bases de données. Elle s’adresse également aux ingénieurs ou encore aux professionnels en reconversion, souhaitant participer à la transition numérique d’une entreprise dans tous les secteurs d’activités (énergie, transport, banque, commerce, sécurité, défense…).
MAÎTRISER LES DIFFÉRENTES MÉTHODES DE TRAITEMENT DE DONNÉES POUR AMÉLIORER LA CONNAISSANCE CLIENTS
Dans le contexte actuel des évolutions liées à l’exploitation des données, le Data Manager améliore l’efficacité des prises de décision et rend l’ensemble de la chaîne de valeur plus efficiente. Au niveau marketing en particulier, il maîtrise les différentes typologies de consommateurs, les méthodes de segmentation et de scoring afin d’améliorer la connaissance clients. Il émet des préconisations pour affiner la stratégie et la mise en application opérationnelle.
Le MSc Data Analytics & Manager Marketing prépare aux nouvelles fonctions de l’entreprise : Responsable marketing et études (identifiée sous l’appellation internationale de Consumer Insight Manager, Market Insight Manager), Responsable connaissance clients (Marketing Data Officer, Consumer & Shopper Insight Manager, Consumer & Shopper Knowledge Manager, Consumer Intelligence Manager).
L’INSEEC MSc & MBA a mis en place un partenariat avec DATACAMP, cursus e-learning qui propose à nos étudiants l’apprentissage de langages big data : python, R, SQL, SPARK.
Membre d’Amazon Web Services EDUCATE, l’école propose aux étudiants d’accéder à la technologie sophistiquée d’AWS et d’acquérir les compétences concrètes en technologie du cloud.
Consultez nos frais de scolarité 2020/2021.
JE M'INSCRIS à CE PROGRAMMEDirecteurs de programme
Linda Attari
Lyon
Fabien Fournillon
Paris
Emmanuel Granger
Bordeaux
« Un impact majeur sur le métier de marketeur »
La révolution numérique soutenue par les objets connectés et le big data ouvre une ère nouvelle. Les Big Data ou « masse de données » permettent d’analyser la situation et le contexte de milliers de consommateurs en temps réel, favorisant ainsi une meilleure compréhension des réactions du marché et la proposition de messages et d’offres personnalisés. Les données issues du Big data ont profondément changé le monde du marketing et constituent aujourd’hui une mine d’informations exploitables pour le marketing décisionnel et prédictif centré sur l’analyse précise du besoin des clients.
La vocation du MSc Big Data & Manager Marketing est bien de fournir une expertise technique permettant de répondre à un déficit de compétences analytiques constaté par les professionnels. Cette expertise se centre sur 5 axes majeurs :
- Comprendre les comportements du consommateur grâce à l’optimisation de l’expérience client induite par l’exploitation des données dites non structurées (photos, blogs, articles, commentaires).
- Améliorer la prise de décision par l’analyse des données en ligne – le prédictif
- Traiter, améliorer la qualité des données et savoir les valoriser
- Conduire et piloter des projets Big Data
- Préparer à de nouveaux usages « simples » permis par la géolocalisation, les terminaux mobiles.
Cours
Marketing prédictif et Big Data
COMPORTEMENT DU CONSOMMATEUR SUR INTERNET
À partir de quantités importantes de données venant de sources très diverses, déduire des comportements réguliers ou potentiels, au travers des techniques modernes de ciblage, segmentation et de scoring des e-consommateurs. Maîtriser l’analyse comportementale en temps réel pour favoriser les promotions multicanal et influencer le comportement du consommateur directement sur le point de vente (ou sur le site internet).
ANALYSE DES DONNÉES EN TEMPS RÉEL
Le digital permet d’obtenir un ensemble colossal d’informations sur les individus. Toutefois sans un traitement immédiat, ces données deviennent rapidement obsolètes. Connaître les sources d’information à la disposition du marketeur pour décrire précisément la situation ou les envies de ses clients et prospects en temps réel.
CIBLAGE ET GÉOMARKETING
Analyser de grands volumes de données au bon moment afin d’évaluer celles qui proviennent de sources nouvelles, comme le trafic provenant des médias sociaux ou les clics effectués par un prospect sur le site internet d’une société, rendant le ciblage et la segmentation des profils le plus précis possible. Connaître la position du consommateur en temps réel. Utiliser les bons outils pour collecter et exploiter ces informations. Étudier des modèles d’analyses et de simulations d’implantation. Analyser le comportement de fréquentation ou encore d’achat du consommateur afin d’optimiser la prise de décision.
TRAITEMENT ET ANALYSE DE DONNÉES
Analyse des données d’études : analyses descriptives, explicatives ou prédictives de traitements simples ou complexes. Analyse textuelle et CRM : comprendre les possibilités offertes par les outils d’analyse textuelle pour appréhender les données avec un haut degré d’automatisation.
Améliorer la qualité de la base de données (homogénéité, qualification, gestion des contacts inactifs, etc.).
SCORING ET MARKETING PRÉDICTIF
Déterminer la valeur des clients et prospects en développant des scores propres à une activité, en fonction de toutes les données mises à disposition. Développer une stratégie d’acquisition ou de fidélisation en fonction des objectifs définis. Utiliser le scoring pour mieux cibler, éviter les plaintes liées aux SPAM, les désabonnements email, et gérer la pression marketing en temps réel.
Au-delà du ciblage, la vraie valeur ajoutée de la donnée réside aussi dans la prédictibilité des comportements des consommateurs. Prévoir le comportement futur des clients. Identifier les plus rentables, les plus influents.
PREDICTIVE ANALYTICS ET DATA INTELLIGENCE
Surveiller et analyser les données en ligne qui sont les plus pertinentes pour l’activité de l’entreprise. Identifier les bonnes informations, au bon moment et au bon endroit, afin d’améliorer la prise de décision et d’optimiser la performance de l’organisation.
Choisir les outils appropriés pour comprendre et capitaliser sur cette nouvelle réalité.
Anticiper les changements de marchés et de comportement client. Data Mining appliqué à la Customer intelligence. Mettre en oeuvre un projet Customer intelligence dans une entreprise.
CONSUMER INSIGHT MANAGEMENT
Replacer le consommateur et le shopper au centre des réflexions, afin d’optimiser la prise de décision et la pertinence des actions à mettre en place. Analyser, segmenter et gérer les clients plus efficacement (insights consommateurs) afin de créer des programmes de fidélité adaptés.
Influencer les décisions stratégiques de l’entreprise par la connaissance des attentes et besoins des consommateurs (Consumer Insight), des marchés, des marques et des clients (Shopper Insight).
Évolution des études marketing vers plus d’opérationnalité, tout en devenant plus stratégiques.
Valorisation des données
SÉCURITÉ INFORMATIQUE ET CONFIDENTIALITÉ DES DONNÉES
Maîtriser l’environnement réglementaire international de la gestion des données, aussi bien dans le cadre de la collecte que du partage. Identifier les différentes approches en matière de protection des données à caractère personnel. Le consentement des individus sur leurs données personnelles. Intégrer les changements rapides des législations au niveau des États et leur impact sur l’usage et les stratégies des entreprises de demain.
RETARGETING ET PRETARGETING
Utiliser de données anonymes et à un système de scoring pour réaliser une analyse prédictive sur des comportements d’internautes. Maîtriser la technique de publicité en ligne permettant d’engager les visiteurs qui ont quitté un site internet pour accomplir plusieurs types d’objectifs. Augmenter le taux de conversion. Les avantages du retargeting. Mise en place d’une campagne de retargeting. Adapter une stratégie de PRM (Partner Relationship Management) et de CRM (Customer Relationship Management) face aux prospects intentionnistes et personnaliser les communications en fonction de leurs habitudes de navigation.
STATISTIQUES DÉCISIONNELLES
Connaître les outils de base de l’analyse de données. Explorer, décrire et interpréter des données dans leur aspect multidimensionnel. Se poser les bonnes questions statistiques en adéquation à un problème marketing. Réaliser des traitements statistiques simples afin d’émettre des recommandations marketing.
ALGORITHME ET BASE DE DONNÉES
Enjeux de l’algorithme dans la chaîne de valeur des entreprises. Les algorithmes permettent désormais aux machines d’apprendre à détecter des schémas ou des modèles parmi des millions de données : recherche de groupes d’éléments similaires. Prévision d’une séquence. Prévision d’un attribut continu.
ANALYSE TEXTUELLE ET BIG DATA
Pour traiter de grandes quantités de commentaires laissés par des utilisateurs ou des messages échangés sur des réseaux sociaux, des techniques d’analyse textuelles ont vu le jour. Comprendre le fonctionnement de ces outils permet au Data Marketer d’appréhender des données textes avec un haut degré d’automatisation.
VISUALISATION ET NARRATION DES DONNÉES (DATA VIZUALISATION ET DATA STORYTELLING)
La communication autour des données massives implique un travail approfondi sur les outils de pointe et les méthodes de représentation. Représenter de façon multidimensionnelle les données d’études afin de mettre en évidence des phénomènes non visibles à travers les chiffres, et en mettant en avant les relations qui existent entre différentes variables d’études. Le Data Marketer doit maîtriser les tendances afin d’orienter les créatifs dans la production des synthèses en mettant l’expérience utilisateur au centre de sa pratique. Finaliser une présentation pour un client ou modéliser le résultat d’un traitement de données nécessite des connaissances de base en PAO.
Introduction à la représentation narrative des données.
Management et Big Data
LE MARCHÉ DES PRESTATIONS BIG DATA
Connaître les diverses solutions disponibles sur le marché afin d’optimiser les choix d’investissement lourds engendrés par le Big Data : benchmarking des services, connaissance des tarifs, des clauses et sources pour se tenir à jour.
Aperçu des technologies qui révolutionnent le quotidien et la relation client (RFID – Radio Fréquence Identification, NFC – Near Field Communication). Connaître les informations transmises en masse afin de construire de nouvelles stratégies.
STOCKAGE ET ORGANISATION DES DONNÉES
Panorama des différents types de données. Données non structurées ou semi-structurées, données publiques ou contenues dans le cloud (stockage en ligne), qu’il s’agisse d’interactions sur les réseaux sociaux, de vidéos, de fichiers Excel ou de pièces jointes d’e-mail. Élaboration et administration des bases de données massives. Connaissance des outils à la base des grandes avancées dans la gestion massive de données. Compréhension de l’architecture technologique de base afin d’anticiper les investissements.
Outils Hadoop, Map Reduce, NoSQL. Consolider et réconcilier les données pour un ROI optimal des actions marketing. Enjeux et opportunités du sourcing Open Data . Rôle et importance de la mise en place d’une Data Management Platform.
PRICING ET BIG DATA
Les données constituent une nouvelle source de valeur pour les entreprises qui les collectent. Évaluer la valeur de bases de données dans un contexte de vente et d’achat de fichiers : trouver un marché, évaluer les prix de vente et les coûts d’achat et de stockage de bases de données.
Valoriser et monétiser les données et accompagner l’entreprise dans les choix stratégiques que cela implique. Anticiper l’évolution du marché des données dans une perspective de bouleversement du business model.
STRATÉGIE D’ENTREPRISE ET BIG DATA
Impact du Big Data sur la transformation des modèles économiques des entreprises « consumer centric » à tous les niveaux de l’organisation : production, logistique, finance, marketing, etc.
Conséquences du Big Data sur les organisations en silo et transformation des processus de décision. Nécessité de renforcer les passerelles entre informatique et marketing. Organisation et déploiement de la fonction de CDO (Chief Data Officer) dans les entreprises.
MANAGEMENT DE PROJET ET BIG DATA
Qu’il s’agisse d’un environnement Agile ou de structure plus classique, mettre en place une gestion fine des projets et des équipes. Prise en compte de l’impact des techniques employées et de la mesure du retour sur investissement dans le pilotage de tels projets. Définir et négocier les objectifs de coûts, qualité et délai. Décomposer un projet et mettre en place une ingénierie concourante. Organiser un projet. Définir les responsabilités et tâches. Piloter un projet et gérer les ressources humaines et financières. Accompagner le changement. Mettre en place une Data Management Platform et pivoter l’innovation.
Parcours Professionnels
Découvrez toutes les formations Digital en M1 à Bac+4 de l'INSEEC
Découvrez aussi toutes les formations Digital en M2 à Bac+5 de l'INSEEC
- Communication Digitale & Social Media
- Digital Marketing & E-business (100% anglais)
- Digital Marketing & Innovation Management (100% anglais)
- Marketing Digital & E-business
- Marketing Expérientiel & Intelligence Artificielle
Management