Mission d'entreprise
Fondée 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
- 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) 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...
Tendance : Variation des ventes par industrie
Échantillon des industries, données désaisonnalisées — juin 2021 vs juin 2020
Babillard (RSS) : Articles pour les Dadas du Data
Analytics Vidhya
Scraping Jobs on LinkedIn Using Scrapy This article was published as a part of the Data Science Blogathon. Introduction Recently I have been working on a … 2022-05-24 14:16
Market Basket Analysis Based on RFM Analysis This article was published as a part of the Data Science Blogathon. Introduction on RFM analysis RFM and Market Basket … 2022-05-24 11:23
The Tale of Kubernetes! This article was published as a part of the Data Science Blogathon. https://tinyurl.com/4n8u64jh Introduction Kubernetes popularly known as (K8s) is … 2022-05-23 10:11
Use of Aggregate Functions and GroupBy in SQL This article was published as a part of the Data Science Blogathon. Introduction on Aggregate functions in SQL Before going … 2022-05-22 16:01
Loan Prediction Problem From Scratch to End This article was published as a part of the Data Science Blogathon. Introduction Loan Prediction Problem Welcome to this article … 2022-05-22 15:51
Building a 3D-CNN in TensorFlow This article was published as a part of the Data Science Blogathon. Introduction on 3D-CNN The MNIST dataset classification is … 2022-05-22 14:28
Introduction to Azure Databricks Notebook This article was published as a part of the Data Science Blogathon. Introduction to Databricks Hello!, techies, I am sure … 2022-05-22 14:14
Organised Preprocessing for Pandas Dataframe This article was published as a part of the Data Science Blogathon. Introduction on Preprocessing Preprocessing is an essential step … 2022-05-22 09:26
Data Preprocessing Using PySpark – Filter Operations This article was published as a part of the Data Science Blogathon. Introduction on Data Preprocessing In this article, we … 2022-05-21 16:25
Understanding the Basics of Docker Container Networking’s Basic This article was published as a part of the Data Science Blogathon. Introduction on Docker Containers Networking The concept of … 2022-05-21 16:07
L'accès réseau clients requiert un identifiant et un mot de passe : Accès réseau sécurisé .
Faites parler vos données
Le marketing analytique est un terme qui englobe un grand nombre de techniques de traitement et d'analyse des informations de la clientèle avec pour objectif primaire d'optimiser la mise en place et le suivi des actions marketing.
Le condensé d'une étude réalisée par la firme Deloitte en collaboration avec l’Institute of Communication Agencies (ICA) auprès de 300 Chief Marketing Officer (CMO) nous indique :
- 71 pourcent croient que l’utilisation de l’analytique des données est l’un des plus importants défis auxquels ils doivent faire face
- 66 pourcent utilisent l’analytique pour prendre des décisions clés en matière de marketing
- 51 % n’ont pas les compétences nécessaires à l’interne pour tirer parti des données
- 44 % d’entre eux ne font pas appel aux agences pour obtenir du soutien relativement à l’analyse des données.
Source : Marketing analytique : écarts importants entre les besoins du client et l’offre des agences? François Nadeau, Isarta.
Vous avez entre les mains une ressource dormante d’une grande valeur… une petite mine d'or d'informations que vous pouvez utiliser afin de :
- Mieux connaître et comprendre votre clientèle
- Mieux cibler vos efforts marketing
- Accroître votre clientèle et vos ventes
Nous vous offrons une approche personnalisée où nous prenons le temps de vous écouter, de comprendre vos besoins et de vous proposer des solutions adaptées à votre réalité.
Expertise et mandats
Notre principal champ d’expertise porte sur l'enrichissement et la modélisation de bases de données, données transactionnelles, données compilées des différents points contacts avec la clientèle, médias sociaux.
Nous utilisons une gamme de modèles et d’outils performants permettant d’analyser rapidement et à faible coût les bases de données commerciales (Python, R, SAS).
Mandats d'analyses de données
- Analyse exploratoire de données (EDA) ; Data et Text Mining
- Enrichissement et optimisation des données de la clientèle
- Profilage de la clientèle (sociodémographique, behavioural, transactionnel, RFM / B2B vertical)
- Création des métriques et indicateurs clés de performance (KPI)
- Géomatique et analyse de provenance
- Analyses multivariées et modélisation prédictive : score d’appétence, risque et attrition de la clientèle
- Analyse de segmentation de la clientèle
- Analyse du panier d’achats : Market Basket Analysis (MBA)
- Valeur Vie client : Customer Lifetime Value (CLTV) et Customer Equity (CE)
- Conception d'applications WEB sur mesure pour saisir, enrichir et analyser les données de la clientèle en temps réel aux points de contact (Django, JQuery, AJAX, REACT, REST framework, CSS, etc.)
- Formation en entreprise
MMBD offre également des services pour pointer et sélectionner les meilleurs candidats des listes locatives :
- Commerces de détail
- Industrie philanthropique
- Magazines et journaux
- Secteurs financiers, assurances, bancaire, cartes de crédit, etc.
...apprenez à faire parler vos données !