L’ Agenda des Décideurs

 

mydigitalweek-clock

 

Avr
4
jeu
2019
#INNOVATIONS – « Digital and Innovation Days » – By IESEG School of Management @ Grande Arche de la Défense
Avr 4 @ 8:00 – 8:15

IESEG school of Management – Master « Digital Marketing & Innovation »

Cet Hackathon, organisé par les étudiants du Master Digital Marketing & Innovation et Oracle, sera l’occasion pour des élèves en commerce, ingénierie, ou en graphisme/design de s’unir et co-créer ensemble afin d’apporter une réponse à des problématiques données par Air France, Sony, Mars, Kronenbourg, Leroy Merlin, et L’Oréal.

De plus, des entreprises coachs seront présentes pour encadrer les élèves et les conseiller : Oracle, Microsoft et Upper-Link.

Si tu es élève en ingénierie, ou en graphisme/design et que tu veux te challenger, inscris-toi !

TEMPS FORTS

  • 9h00 Présentation des problématiques
  • 10h00 Lancement des groupes de travail
  • 17h00 Pitch de présentation
  • 18h30 Délibération des jurés
  • 19h00 Rendu des délibérations

Avr
7
mer
2021
#MARKETING – Data Online Meetings – By LesBigBoss
Avr 7 @ 8:30 – 16:00

Logo lesBigBoss


Data Online Meetings

 

 

LesBigBoss organise, une journée online accélératrice de business qui réunit 85 décideurs de la fonction DATA et prestataires de solutions. 900 rendez-vous one to one affinitaires de 7 minutes: un algorithme de matchmaking fait coïncider projets des décideurs et solutions des partenaires stratégiques. Une conférence inspirante avec les témoignages les big boss “têtes d’affiche” de l’événement s’expriment sur les grandes tendances, les meilleures pratiques et la prospective de votre secteur.

TEMPS FORTS

Programme complet ici. 

Mai
16
mar
2023
#MARKETING – ECommerce & Publicité : Les Moteurs / Algorithmes de Recommandation – By EBG @ Webinar
Mai 16 @ 11:00 – 12:00

ECommerce & Publicité : Les Moteurs / Algorithmes de Recommandation

 

Ils sont la clé du succès mondial d’Amazon, ils génèrent des ventes d’impulsion, des upsales et des up-sales, ils augmentent la satisfaction client, ils accroissent la durée de visite, ils sont essentiels à la rentabilité et aux volumes

Moteurs de Suggestion : les « grands Classiques »
Nous passerons en revue les algorithmes de recommandation et d’interaction, qui constituent un facteur clé de succès des grands sites de e-commerce, ces mêmes algorithmes étant souvent proposés par défaut par les serveurs marchands.

TEMPS FORTS

Format des Recommandations
Quels sont les principaux formats et les plus efficaces ?

Les Recommandations prévente (en fonction des pages visités, des données anonymes)
Les Recommandations pendant la vente, sur le moteur de recherche et dans le panier
Les Recommandations post-vente (email, sms, notifications)
Algos, Data & I.A
L’utilisation de Bots peut-elle inclure des recommandations ? Peut-on utiliser le bot pour interagir avec le client pendant sa visite pour lui avancer des suggestions ?
Comment coupler le moteur et le système de gestion des données marketing et commerciale ?
Quelle structure de données permet de maximiser les recommandations possibles ?
Définition des Règles & Courbe d’Expérience
Définir les objectifs : augmentation du panier, upsale, vente complémentaire
Comment définir les règles qui permettent d’afficher les suggestions ? A partir des pages et produits visités, des produits achetés, de l’historique des commandes, de la connaissance client, filtrage collaboratif à partir des groupes d’acheteurs types…
Métriques & Tests des règles de recommandation
Machine Learning : quelle efficacité, quelle fiabilité ? Comment créer une courbe d’expérience semi-automatisée (machine learning + suivi des KPIs par groupes types) ?
Comment documenter cette courbe d’expérience et l’améliorer par la méthode des « petits pas » ?
Solutions tech : les Moteurs de Recommandation du marché
Quelles sont les solutions du marché les plus complètes, les plus ergonomiques et les plus performantes ?
Faut-il se contenter du module natif proposé par le serveur marchand ou acheter un best of breed spécifique ?
Comment s’assurer de la qualité du machine learning embeded ?