liteqz.com
Les data scientists évaluent les sources de données et établissent des procédures de collecte de données, appliquent des algorithmes et des techniques d'apprentissage automatique pour extraire les données. Les architectes de données conçoivent des bases de données et élaborent la documentation et les politiques pertinentes. Les gestionnaires de bases de données contrôlent les performances de la base de données, dépannent les bases de données d'entreprise et mettent à niveau le matériel et les logiciels. Ingénieur Big Data conçoit, implémente et supporte des solutions Big Data. Ne vous laissez pas tromper par le fait qu'un seul des emplois – un ingénieur Big Data – fait directement référence au Big Data. Avec une bonne connaissance du Big Data, vous avez plus de valeur pour tout travail dans l'analyse de données. En l'absence de telles connaissances, vous pouvez avoir des opportunités limitées en termes de tâches ou de projets assignés. Le Big Data évolue à mesure que de plus en plus d'entreprises en voient les avantages.
Un sondage Gartner de 2013 a montré que 72% des répondants prévoyaient d'augmenter leurs dépenses en mégadonnées au cours de l'année à venir, mais 60% ont déclaré qu'ils n'avaient pas les compétences nécessaires pour le faire. Voilà de bonnes nouvelles pour vous! La quantité de données générées par les clients, les employés et les tiers: 75% des entrepôts de données ne peuvent pas évoluer pour répondre aux nouvelles exigences de vitesse des données entrant dans l'entreprise. La localité (le taux extrêmement élevé auquel les données arrivent) est un attribut clé des mégadonnées. De plus, les entreprises de plus de 1 000 employés en moyenne ont plus de 200 To de données stockées. Les résultats de l'enquête Gartner de 2013 indiquent que seulement 13% des entreprises utilisent aujourd'hui l'analyse prédictive, de sorte que l'écart entre l'aspiration à fournir des solutions de Big Data et la capacité à fournir des Big Data est large. Cela signifie également que c'est une opportunité pour ceux qui ont les compétences.
La DMP favorise donc à la fois la personnalisation des contenus diffusés (content marketing), et celle des offres adressées à des « audiences » définies. La DMP contribue ainsi à l'amélioration de la relation client. Retargeting: Une DMP aide le marketeur à facilement mettre en place des campagnes de retargeting fondées sur les interactions menées avec les différents segments de marché ou « bassins d'audience ». ROI des campagnes: En connectant tous les canaux marketing, la DMP permet d'analyser les résultats des différentes interactions menées sur ces derniers: Quelle audience répond le mieux? Quel message a le plus de succès? Quel canal est le plus performant? Et ainsi d'améliorer rapidement le ROI des campagnes marketing.
Il est ainsi possible, au regard de l'ensemble des données clients disponibles sur une même plateforme, de segmenter son marché en « bassins d'audience », c'est-à-dire en catégories de cibles pertinentes pour engager tel ou tel type d'actions, délivrer tel ou tel type de messages. Cette connaissance client permettra ensuite de prendre les décisions appropriées pour lancer des campagnes marketing plus efficaces et mieux ciblées. On distingue plusieurs types de données à intégrer dans une Data Management Platform: Données internes à l'entreprise, dites « First Party »: il peut s'agir des données de navigation sur le site web de la société (collectées via les cookies), des données comportementales (tracking des interactions du client avec l'entreprise: formulaires, emails ouverts, retargeting, etc. ), des données issues du Mobile et des applications, des données issues des réseaux sociaux (Twitter, Facebook, Linkedin…), des données clients issues du CRM, des données récupérées lors d'événements, etc.
Ces données First Party peuvent, grâce à une DMP, être facilement enrichies et croisées avec deux autres types de données: Données dites « Second Party », fournies par d'autres entreprises utilisatrices de la Data Management Platform et qui ont fait le choix de monétiser leurs données en les proposant à d'autres sociétés. Les sociétés qui acquièrent ces données vont enrichir leurs bases de données et ainsi disposer d'une capacité de ciblage plus précise de leur marché. En effet, certaines DMP, comme BlueKai d'Oracle, proposent ce type de services de « data exchange ». Données dites « Third Party » ou « donnée tierces », proposées par des fournisseurs de données. Ainsi, en B2B, il peut s'agir de données marketing sur les entreprises, de coordonnées de contacts décideurs, etc. Scalabilité des données: Dans un contexte d'explosion des volumes de données disponibles sur les clients et prospects, une DMP permet d'agréger des millions de données sur son marché, et de les traiter en temps réel pour fournir des analyses utiles à la prise de décision marketing.