Accueil

La donnée de la clientèle constitue la plus importante source d'information dont une entreprise dispose !

Cette information d'une grande richesse est bien souvent dormante... utilisez-vous vos données client à leur plein potentiel ?

00:00:00

L'expérience interaction client (démo)

Mission d'entreprise

Fondée en 2005 par Guy Mercier, MMBD offre une expertise de pointe en marketing analytique (Python, R, SAS), incluant l'enrichissement, la modélisation et l'analyse des données transactionnelles, données compilées des différents points de contacts et d'interaction avec la clientèle.

La donnée de la clientèle est omniprésente

Panier
  • Les factures, transactions et données des points de contact avec la clientèle... les « touchpoints »
  • Les données de Géolocalisation cartographie et de provenance de la clientèle
  • Les données du registre des appels téléphoniques (entrant, sortant) du service à la clientèle
  • Les données chronologiques des inventaires (UGS/SKU) et des déplacements de la clientèle en magasin
  • Les données, les traces de notre petit quotidien compilées des médias sociaux
  • Les données des visiteurs sur votre site WEB Géolocalisation IP et nom de domaine
  • Les données de vos campagnes de marketing direct, envois postaux et circulaires, etc.

De fait, quelles données doit-on prioriser ?

Quels sont les types d'analyses utiles et profitables à courts et moyens termes ?

Combien tout cela coûte-t-il ?

Face à ces inconnues, il importe de garder nos repères bien ancrés dans notre réalité d'affaires...

Appellez-nous : 514 992-2574

Tendance : Variation des ventes par industrie (%)

titre_alt_image

Échantillon des industries, données désaisonnalisées — mars 2018 à mars 2019

Source : Statistique Canada 

Babillard (RSS) : Articles spécialisés pour Data Scientists



Analytics Vidhya


Using the Power of Deep Learning for Cyber Security (Part 2) – Must-Read for All Data Scientists Introduction We are in the midst of a deep learning revolution. Unprecedented success is being achieved in designing deep neural … 2019-05-23 03:43

Data Science Project: Scraping YouTube Data using Python and Selenium to Classify Videos This article was submitted as part of Analytics Vidhya’s Internship Challenge. Introduction I’m an avid YouTube user. The sheer amount … 2019-05-20 03:41

Statistics for Data Science: Introduction to t-test and its Different Types (with Implementation in R) Introduction “You can’t prove a hypothesis; you can only improve or disprove it.” – Christopher Monckton Every day we find … 2019-05-16 03:49

10 Useful Data Analysis Expressions (DAX) Functions for Power BI Beginners Introduction We have worked on plenty of drag-and-drop tools in our business intelligence (BI) journey. But none has come close … 2019-05-15 03:59

A Beginner’s Guide to Tidyverse – The Most Powerful Collection of R Packages for Data Science Introduction Data scientists spend close to 70% (if not more) of their time cleaning, massaging and preparing data. That’s no … 2019-05-12 18:51

A Practical Introduction to Prescriptive Analytics (with Case Study in R) This article was submitted as part of Analytics Vidhya’s Internship Challenge. Introduction “What are the different branches of analytics?” Most … 2019-05-10 04:24

Extracting and Analyzing 1000 Basketball Games using Pandas and Chartify Introduction I love descriptive statistics. Visualizing data and analyzing trends is one of the most exciting aspects of any data … 2019-05-08 04:02

A Guide to Understanding Convolutional Neural Networks (CNNs) using Visualization Introduction “How did your neural network produce this result?” This question has sent many data scientists into a tizzy. It’s … 2019-05-06 04:05

Statistics for Data Science: Introduction to the Central Limit Theorem (with implementation in R) What is the central limit theorem? What are it's applications? And how can you implement the central limit theorem in … 2019-05-03 03:25

Don’t Miss these 5 Data Science GitHub Projects and Reddit Discussions (April Edition) Analytics Vidhya's pick of the top 5 data science-related GitHub repositories and Reddit discussions from April 2019 for every data … 2019-05-01 04:04

Date et heure (UTC)

Accès réseau sécurisé .

...apprenez à faire parler vos données !