Clientaucoeur.com

Strategie client et marketing collaboratif

  • Reloaded
  • Prestations
  • A Propos
  • Articles
  • Medias
  • Contact
Vous êtes ici : Accueil / Marketing Technology / Coheris Spad une solution de Text Mining qui donne du sens aux données Clients (1/2)

4 juin 2013 par Lidia Boutaghane Laisser un commentaire

Coheris Spad une solution de Text Mining qui donne du sens aux données Clients (1/2)

J’ai assisté à une Web démo de l’éditeur Coheris présentant la fonctionnalité de Text Mining, de son logiciel Coheris Spad, lors de leur événementiel on line récurrent « les Jeudis du Marketing Prédictif ». Le but de cette Web démo était de montrer comment « transformer de l’information récoltées en données exploitables ».

Dans un article précédent, j’ai déjà présenté très succinctement ce qu’est le Text Mining ainsi que d’autres techniques d’analyses de données clients.
Pour reprendre la définition, le Text Mining consiste à extraire de façon automatisée de l’information structurée à partir de textes non structurés, notamment ceux en langage naturel. Ces données devenant structurées peuvent ainsi réintégrer un logiciel du système d’information de l’entreprise, pour être exploitées à d’autres fins (reporting, etc.). 

Quel intérêt pour le Marketing Client ?

Les canaux de contact et d’interaction (off et on line) avec les clients et donc les sources de données sont de plus en plus nombreux : enquêtes, Email marketing, réseaux sociaux, téléphone, catalogues, SMS, RSS, SEM, E-commerce, publicité, TV, radio, affiliation, bannières, etc.

Or, être orienté client suppose d’écouter, de connaître et de prendre en compte les avis, attentes et comportements des clients afin de les satisfaire, les fidéliser et d’en conquérir de nouveaux, notamment par la recommandation (Clients Ambassadeurs) et le Lead Management.

C’est la que la Business Intelligence, à travers des applications de Text Mining peut nous aider à comprendre, connaître, vérifier, décider et agir dans le sens du Client.

Or, ce n’est pas si simple. Car ces informations (de ces différents canaux), de plus en plus nombreuses et variées, génèrent des bases de données qui peuvent être des :

  • données comportementales ;
  • données déclaratives ;
  • données démographiques ;
  • enquêtes et sondages ;
  • enrichissements de données ;
  • données calculées (agrégats) ;
  • données textuelles.
Plus les données sont structurées et numériques, plus elles sont faciles à actionner et leur volume est gérable :

  • Données transactionnelles et e-Commerce ;
  • Données CRM et ERP ;
  • Résultats d’enquête (excepté les réponses en texte libre).
À l’inverse, moins les données sont structurées et plus elles sont en langage textuel libre ou naturel, moins elles sont faciles à actionner et plus leur volume devient difficilement gérable :

  • Résultats d’enquête (commentaires libres aux questions ouvertes) ;
  • Données de campagnes (emails) ;
  • Données Web Analytics ;
  • Données propriétaires (bases d’enregistrement, par ex.) ;
  • Bases de données achetées ;
  • Données venant des réseaux sociaux ;
  • Données audio, vidéo & autres média.
Les données numériques, structurées sont facilement analysables, mais il n’en est pas de même des données textuelles non structurées, comme celles des résultats d’enquêtes et de sondages ou celles des réseaux sociaux !
Pour ce type de données, le Text Mining vous aide à :

  • établir des liens entre données structurées et non structurées ;
  • résumer de l’information à partir de données expertes ;
  • relier des données numériques et textuelles ;
  • visualiser les associations multiples entre mots et faire des corrélations ;
  • créer des catégories de texte (typologies de discours) ;
  • prédire des données numériques à l’aide de données textuelles (ex ; textes des Réclamations avec produit/motif/segment client).  
Le processus de Text Mining sur Coheris Spad

Lorsque l’on n’est pas un spécialiste de la statistique, il est vrai que l’on se sent un peu perdu avec cet univers et ce jargon de spécialiste. Donc, je vais tenter de vous restituer le plus simplement possible et sans trop rentrer dans le détail, ce que l’on peut faire avec cette fonctionnalité pour faire des analyses descriptives, exploratoires et prédictives à partir de données clients.

Cela ne nous sert pas vraiment de connaître le détail fonctionnel de ce type de logiciel car les Responsables Marketing Client n’auront pas à les utiliser, c’est plutôt du ressort des Études, du Data Mining et des statisticiens et puis, si c’était le cas, une formation s’impose.
[…]

La suite de l’article dans 2 jours : le jeudi 6 juin.
...

Articles similaires

Classé sous :Marketing Technology Balisé avec :analyse des feedbacks clients, analytique, études client, études de satisfaction clients, Business Intelligence, données clients, enquête clients, extraction de données, intelligence client, modélisation, réseaux sociaux, relation client, Text Mining, verbatim

Laisser un commentaire Annuler la réponse

Vous devez vous connecter pour publier un commentaire.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

© 2006-2020 Lidia Boutaghane · Se connecter