Pilotage de la Connaissance Client : définition de la roadmap et orchestration des chantiers : spécification du datalake, gestion de la data quality, mise en place de reporting d’activité, d’analyse de comportement client et de modèles machine learning pour optimiser les actions marketing et commerciales

Alignement des différentes directions de l’entreprise sur la définition de Client/Prospect et des notions associées : nouveau client, churn, …

Management des équipes data en développement agile : animation des architectes, data engineers et data scientists autour des projets pour l’ensemble des directions (commercial, marketing, pilotage, production, …)

Diagnostic de la maturité Data (audit des systèmes d’information, interviews, analyse des processus de valorisation des données …)

Recommandations moyens termes et de plan d’actions court terme sur le plan SI, process, organisation et data

Déclinaison en plan d’actions : Mise en place de la Gouvernance des données client avec la création de nouvelles instances de pilotage des données, définition des rôles et responsabilités des acteurs sur l’ensemble de la chaine de la donnée, refonte de la segmentation client, mise en place d’un dispositif de data quality 

Cadrage des enjeux de la refonte du programme marketing relationnel, s’inscrivant dans un plan à 3 ans de la transformation de l’entreprise.

Pilotage d’équipes marketing et data science dans la mise en place du plan marketing et dans la réalisation des analyses comportementales, segmentation, triggers et modèles machine learning pour activer le programme marketing relationnel.

Acculturation des concepts de Client et de Valeur du Client / CLTV au travers d’ateliers pédagogiques avec retour d’expérience multi-sectoriels.

Sensibilisation aux différents outils et différentes méthodologies Data Science : analyses descriptives, segmentations, modélisations prédictives, …

Audit et diagnostic de la maturité Data et Client, gap analysis et feuille de route.

Déclinaison de la feuille de route sur un cas d’usage d’exploitation de la valeur client, avec les outils data associés.

Audit des données disponibles, recherche de données pour enrichir les données existantes (notamment open Data)

Analyse de l’écosystème des acteurs de la valorisation de la Data au niveau Europe

Identification d’offres de monétisation (revente de données brutes, création de nouveaux services aux clients grâce à la data, optimisation de l’efficacité des processus internes, offre de diversification sur de nouveaux marchés – panel consommateurs, …

Mesure de la valeur des offres, arbitrage des offres et définition du GoToMarket