Skip to content

Masterclass

Programmes > Data discovery > Masterclass

4h pour les Codir
1h30 pour les managers

En présentiel ou à distance

Jusqu’à 20 participants

Les objectifs

  • Sensibiliser sur la donnée et son usage
  • Comprendre l’impact de la transformation des métiers de l’entreprise
  • Insuffler une véritable culture data en réponse aux enjeux actuels
  • Créer une clé de lecture commune

Le programme

pour les codir (4h)

  • Présentation du programme et du coach
  • Tour de table, attentes du/des coachés, qualification de leur niveau de maturité et connaissance data
  • Présentation des objectifs de la session, plan de la session, warm up

La data

• Définitions : de quoi parle-t-on lorsque l’on parle de data ?
• Les différents types de data : analogique vs numérique, asynchrone vs temps réel, nominative vs anonyme vs
statistique, déclarative vs comportementale, structurées vs non structurées, la big data
• Les principales data “métier” dans le retail
• Les sources de data dans le retail : client, finances, supply chain, partenaires, media sociaux, remontée clients… mais
aussi météo, trafic routier, etc.

L’Exploitation de la data

• Les algorithmes : définition et exemples
• L’intelligence artificielle : définition et exemples

Synthèse et Q&A

• La data, actif stratégique des grands groupes
• Les enjeux : innovation, expériences clients, excellence opérationnelle, maîtrise des risques, agilité opérationnelle, cas d’usages…
• Les plateformes garantes de l’interopérabilité data : les plateformes data pour gérer les data produits, contenus et clients (PIM, DAM, MDM), bénéfices (vision unique des clients, vision partagée et structurée, data produit) et exemples
• Synthèse et Q&A

• Contexte : les nouveaux consommateurs, les nouvelles attentes, la fragmentation des médias, l’importance de la relation client.
• Les principaux bénéfices marketing de la data : mieux connaître les clients, ciblage, personnaliser le tunnel d’achat, mieux piloter son business, offrir des services personnalisés
• Valoriser ses données : partager ses données avec ses partenaires, monétiser ses données
• Synthèse et Q&A

• Souveraineté data
• Technologiques : qualité de la donnée, le RCU, le big data, les plateformes et l’architecture IT
• Organisationnels : le Chief Data Officer, les équipes data, la gouvernance de la donnée
• Juridiques : GDPR, ePrivacy, la nécessité du consentement (GDPR mais aussi Adblocker, Disparition du cookie tier…)
• RH : les profils et les pénuries de talents
• Sociétaux : vie privée, écologie, éthique de l’IA
• Synthèse et Q&A

• Le metavers
• La blockchain, les cryptomonnaies et les NFT : vers une exploitation des data clients sur la blockchain sans intermédiaire
• Le VRM : vers une réappropriation des data par les clients

• Récapitulatif des points clés à retenir
• Les questions stratégiques à se poser en CODIR sur la data : partenaires stratégiques,
internalisation, monétisation, investissements…
• Next steps : aller plus loin avec Valiuz, les offres

pour les managers (1h30)

Présentation rapide, attentes du coaché, warm up

• Les grands enjeux de la data
Effet de mode ou priorité stratégique ?
Performance de l’entreprise améliorée par la data
Data : moteur de la transformation digitale
• Le jargon de la Data décodé
Data driven, maturité data, machine learning, Big data, data gouvernance
• Culture data, compétences, métiers
Illustrations et bénéfices de la culture data en entreprise
Compétences clés : analytics, digital, collaboration
Exemple de nouveaux métiers liés à la data : data scientist, DPO, data stewart

• Les fondamentaux
Définition & Périmètre, sources et type de data, le trio collecte / traitement / activation
• Enjeux de la data client
Qualité de la data, gestion de la quantité (big data)
Référentiel client unique et unification de la donnée
• Gouvernance de la data client
Collecte, parcours client, traitement, activation
Juridique : les points d’attention

• Approche stratégique
Stratégie data du retailer, pilotage des projets data : facteurs de succès et d’échecs
• L’apport du digital
Collecte et analyse
• Les grands cas d’usage: mag / supply / offre
Prédiction et scoring, personnalisation de l’expérience client, optimisation des dépenses marketing, écoute & satisfaction du client
• Exemple d’une stratégie data d’un retailer

• Nouvelles formes de data, nouveaux traitements
Data non structurée, data des réseaux sociaux
Démocratisation du traitement automatisé, IA
La décision automatisée
• Les grands challenges
Consommateurs & vie privée : l’approche data sous surveillance | Unification data on/offline dans le monde de l’après cookie
• Conclusion : points clés à retenir, autres questions (5min)