Qu’est-ce-que le datamining?

Le datamining désigne l’activité d’analyse des données (Big Data) qui permet aux fonctions marketing de disposer de nouvelles informations pour toucher le consommateur avec plus d’efficacité.

Les analyses consistent à traiter les données chiffrées brutes pour en faire ressortir des groupes d’individus présentant des comportements similaires. Il s’agit donc de créer des règles de rapprochement d’individus dans le but de réaliser un meilleur ciblage et de faire ressortir des informations cruciales pour le marketeur.

Quelles données ?

Les données peuvent être issues de nombreuses sources mais concernent toutes le client : données transactionnelles (historique d’achat, panier moyen), données démographiques, réactions individuelles suite aux différentes campagnes et sollicitations marketing, échanges avec le client notamment sur les réseaux sociaux, etc.

Toutes les données peuvent être exploitées, à la condition qu’elles apportent une dimension supplémentaire à la connaissance client, qu’elles soient fiables et qu’on ait le droit de les exploiter.

Ces données, totalement hétérogènes, n’ont aucune valeur sans une analyse pointue pour en faire ressortir des informations exploitables.

Datamining, Big Data, quelle est la différence ?

Si le Big Data, traité dans cet article, porte sur le volume des données et les données elle-mêmes, le datamining est l’activité qui consiste à les rendre exploitables à travers une technique d’extraction de connaissances. Le datamining, indissociable du Big Data, représente donc le process qui vise à établir des modèles issus des comportements-types observés chez des groupes d’individus.

Quelles applications ?

Les applications sont nombreuses en marketing. Le datamining permet par exemple de réaliser des associations de produits inattendues : l’analyse permet ainsi d’aller plus loin que les simples préjugés pour associer des produits qui semblent très différents et pourtant, qui correspondent aux habitudes d’achat d’un même groupe d’individus.

Il s’agit donc là de découvrir des corrélations cachées ou des tendances a priori inconnues parmi le volume de données.

Ainsi, des modèles prédictifs peuvent être développés pour anticiper les besoins du client et pour extrapoler à tout un groupe d’individus le comportement de nombreux consommateurs au comportement similaire.

Ces modèles prédictifs, définis grâce au datamining, permettent donc d’affiner la connaissance client dans l’optique d’améliorer la conquête de nouveaux clients comme la fidélisation des clients actuels.

Et le consommateur, dans tout ça ?

Si le datamining semble être une mine d’or en terme de ROI pour les marques, il présente également un grand intérêt pour le consommateur. En effet, le datamining appliqué au marketing permet de réduire le nombre de sollicitations et de les rendre plus qualitatives car mieux ciblées. Il s’agit de présenter au client le produit le plus approprié, au bon moment et via le canal le plus adapté.

Laisser un commentaire

*

'