octobre 2016 | 2 minutes de lecture
L'IA au quotidien

[Retour sur] l'intervention de Synomia au Data Performance Summit

site-infographies-enjeux-agence-comprendre.png
maurice-n.jpg
Maurice Ndiaye
Partner

Le 28 septembre dernier se tenait le Data Performance Summit au Centre d'Affaires Victoire Arpège. Synomia était présent à travers la participation de Maurice Ndiaye à la conférence : Data sociales, comment franchir la barrière du "so-what" ?

La donnée sociale a acquis depuis quelques années une vraie puissance marketing. Il n'est néanmoins pas tâche aisée de la rendre opérante et d'en tirer des insights. Il est nécessaire de répondre au préalable à plusieurs enjeux clés : pertinence de la collecte, intégration de l'ensemble des touch-points, simplicité des outils, précision des technologies, opérabilité des données, activation des campagnes...

Durant son intervention, Maurice a pu expliquer comment la technologie et l'expertise de Synomia permettent d'enjamber les 5 barrières permettant de franchir la barrière du so-what. Vous trouverez ci-dessous un résumé de ces 5 points, que vous pouvez également voir appliqués au secteur des cosmétiques dans notre case study :

DÉCOUVREZ NOTRE CASE STUDY SUR L'EXPLOITATION DES DONNÉES SOCIALES POUR LE MARKETING

BARRIÈRE #1 - DONNÉES MULTI-CANAL

La première barrière à franchir est celle de la capacité d'une entreprise à agréger des données issues de canaux différents. En effet, pour rendre les data sociales pleinement exploitables, il convient de ne pas les analyser seules, elles doivent être reliées à toutes les autres sources de data internes à la disposition de l'entreprise (données CRM, service client, enquêtes de satisfaction...), mais également à toutes les data externes que les entreprises peuvent (et doivent) récupérer (web, forums, blogs...). De la sorte les entreprises peuvent avoir une vision à 360° de ce qui se dit sur elles et leur écosystème.

BARRIÈRE #2 - AMBIGUITÉ

Vient ensuite la barrière de l'analyse de toutes ces sources de données. Une technologie performante d'analyse sémantique et syntaxique est un prérequis nécessaire pour en exploiter pleinement le contenu. La capacité à extraire des expressions non-ambiguës permettant de révéler le sens exact des données, et non pas seulement d'extraire certains mots-clés. Un exemple ci-dessous issu d'un de nos cas pour un grand acteur du bâtiment souhaitant comprendre son écosystème :

BARRIÈRE #3 - DATA POUR TOUS

Le défi numéro 3 est de réussir à aller au-delà de l'organisation traditionnelle des entreprises en silos afin de faire profiter tous les départements de l'exploitation de ces données, pour répondre à des enjeux variés, que l'on soit tech-savvy ou non :

BARRIÈRE #4 - BOUCLES COURTES

Pour que le franchissement des 3 premières barrières ne soit pas vain, il est indispensable de mettre en œuvre les enseignements de ces analyses dans des délais courts, de façon agile, afin de ne pas s'enfermer dans des projets à long terme. Les entreprises peuvent de la sorte agir vite.

BARRIÈRE #5 - MAÎTRISE DES SOURCES

L'ultime défi pour boucler la boucle est de bien cadrer au départ les enjeux de l'analyse. Le résultat de l'analyse dépendant en grande partie de la collecte des données, il est nécessaire de maîtriser le choix des sources de data. Les forums sont par exemple particulièrement pertinents pour des sujets techniques qui donnent lieu à des discussions expertes ou des conseils pratiques.

DÉCOUVREZ NOTRE CASE STUDY SUR L'EXPLOITATION DES DONNÉES SOCIALES POUR LE MARKETING

Grâce à sa technologie et l'expertise de ses consultants, Synomia est capable de répondre à ces 5 défis, exploite tous types de données pour en retirer des insights décisifs qui seront ensuite autant de pistes à explorer pour ses clients.

Si vous souhaitez en savoir plus, vous pouvez consulter toutes les data réalisations de Synomia.

Nous tenons à remercier Sophie Attali et toute l'équipe du Data Performance Summit pour leur invitation.

Vous souhaitez en savoir plus sur notre technologie et notre analyse ?

Nous contacter pour en savoir plus

Suggestion d'articles

L'IA au quotidien
août 2016 | 1 minute de lecture
L'IA au quotidien
décembre 2016 | 3 minutes de lecture
L'IA au quotidien
juillet 2014 | 3 minutes de lecture