PROJET AUTOBLOG


FunInformatique

Site original : FunInformatique

⇐ retour index

Data Management Platform, c'est quoi et comment ça fonctionne ?

Sunday 29 November 2020 à 15:38

Une Data Management Platform est une plateforme de gestion des données des internautes. Il s’agit d’une plateforme proposée généralement en mode SaaS qui permet de récupérer, centraliser, gérer et utiliser les données des utilisateurs.

Comment ça marche une DPM ?

A chaque visite d’un site web des informations des internautes sont récupérées, stockées et classées dans une base de données. Elles sont ensuite utilisées pour personnaliser l’expérience utilisateur et ainsi avoir une vision 360 degrés de ses prospects ou clients.

Pour cela, une Data Management Platform utilise les cookies pour analyser le comportement des internautes et tirer le meilleur profit de ces données. Le but ultime est de pouvoir reconnaître sa cible sur l’ensemble des canaux online & offline.

Comment les données sont collectées ?

Concrètement, les données sont collectées depuis trois sources :

Que faire avec une DMP ?

Une DMP peut être utilisée sur tous les leviers, de l’emailing à la personnalisation de l’offre en temps réel sur le site marchand.

A partir des données collectées, stockées et traitées par la DMP, on pourra envisager diverses actions, comme par exemple :

Avantages de la DMP ?

De nombreuses raisons peuvent donc pousser une entreprise à s’équiper d’une Data Management Platform.

En croisant l’ensemble de ces données, les entreprises disposent d’une connaissance bien plus précise de leurs clients et prospects. Ce qui permet de:

Tutoriels recommandés pour vous

Data analytics – C'est quoi ?

Sunday 29 November 2020 à 12:16

Le Data Analytics est un ensemble de méthodes statistiques visant à tirer des conclusions de masses d’informations. Cette science s’appuie sur les innombrables données récoltées par une entité pour comprendre certains phénomènes et ainsi mieux les anticiper.

Dans le monde de l’entreprise, cela permet par exemple de prendre les décisions les plus adéquates le plus rapidement possible. Grâce au développement de la science, les analystes sont équipés d’outils à but descriptif, prédictif ou prescriptif et peuvent ainsi faire parler les données.

Quelle est la différence entre le Data Mining et le Data Analytics ?

A la différence du Data Mining qui fouille les données, le Data Analytics se focalise sur des données brutes afin d’en tirer des conclusions plus sommaires, sans rechercher de modèles cachés.

Le but est d’en ressortir des informations compréhensibles et accessibles pour tous, de faire parler les données. Des données qui ne sont pas observables de prime abord et nécessitent d’être traitées.

Elles sont souvent traduites par des représentations graphiques pour être encore plus facilement appréhendées.

Les différents types de Data Analytics

On distingue 3 sortes de domaine analytique. Chacun d’eux possède un but précis et participe à sa manière à la prise de décision la plus adéquate.

Exemples concrets d’utilisation

Les Data Analyst interviennent quotidiennement dans les entreprises et recherchent sans cesse les données pertinentes selon les directives qu’ils reçoivent.

Un site marchand a par exemple recours à l’analyse de données pour déterminer le comportement des visiteurs sur leur site.

Les études menées peuvent dégager les tendances comportementales des utilisateurs tout en utilisant des données multiples et complexes.

En fonction des résultats, l’entreprise peut décider de la marche à suivre en termes de fidélisation, d’offres supplémentaires ou bien même de la restructuration de certaines pages du site. Évidemment plus les données collectées en amont sont importantes, plus les enseignements tirés sont précis.

Autre exemple, en période de soldes, les boutiques vont décider en amont des remises à effectuer. Selon les premières tendances de ventes, la remise pourra être accentuée ou bien laissée au même taux.

Si un article est jugé suffisamment “accéléré” par un remise à -20%, il y a de fortes chances qu’il reste à ce taux. En revanche, si les Data Analyst remarque qu’un article soldé à -20% ne voit pas ses ventes boostées, alors la direction de l’offre prendre certainement la décision de passer cet article à une remise supérieure.

Tutoriels recommandés pour vous

Data warehouse définition – Qu’est-ce que c’est ?

Sunday 29 November 2020 à 09:07

Le terme Data Warehouse se traduit en français par “Entrepôt de données”. A la manière d’un véritable entrepôt, le Data Warehouse permet de stocker des téraoctets de données fonctionnelles.

Ces données sont collectées, traitées et ordonnées dans un entrepôt de données. Elles peuvent ensuite être croisées, coupées, analysées, décortiquées… c’est ce qu’on appelle le Datamining.

Sa finalité est d’aider à la prise de décisions. Evidemment, ces quantités de données ne peuvent être stockées que sur de puissants systèmes informatiques.

La qualité d’un Data Warehouse dépend essentiellement de la qualité des données qui s’y trouvent, de leur fiabilité et de leur cohérence. Des points primordiaux pour tirer les enseignements les plus pertinents.

Différences entre une base de donnés et un Data Warehouse

La confusion entre les deux termes est fréquente tant plus que les deux concepts s’apparentent.

Cela dit, la base de données sert en général à une fonction précise de l’entreprise (service client, comptabilité, achats, ressources humaine…) alors que le Data Warehouse permet d’analyser toutes ces infos à la fois.

Le Data Warehouse est la concentration de toutes les bases de données en une seule base. 

Autre différence, les bases de données sont en théorie optimisées pour une lecture rapide. Un simple coup d’oeil et les informations peuvent être lues et décryptées.

En revanche, le Data Warehouse va stocker ces données de manière agrégées, demandant une première analyse avant de pouvoir décrypter les informations qui s’y trouvent.

Les bases de données de chaque métier de l’entreprise sont donc au service des Data Warehouse et les alimentent.

Les grandes caractéristiques du Data Warehouse

Bill Inmon

Bill Inmon, le fondateur du concept décrivait le Data Warehouse comme n’étant “pas une simple copie des données de production. Le Data Warehouse est organisé et structuré”.

Concrètement, à quoi sert le Data Warehouse ?

Contrairement aux systèmes opérationnels, le Data Warehouse permet l’analyse de l’activité de l’entreprise sur des milliers d’enregistrement parfois recoupés d’autres informations.

Ceci permet aux entreprises d’améliorer les prises de décisions en effectuant des requêtes pour examiner les processus, les performances et les tendances de leurs clients.

Exemple concret :

Avec le Data Warehouse, on peut analyser l’impact d’une remise à -30% sur les clients fidèles et sur les clients qui vont leur premier achat. Pour aller encore plus loin, on peut différencier les boutiques qui avaient ce produit en vitrine contre celles qui ne l’avaient pas.

Les informations propres à plusieurs services sont ici utilisées et serviront à répondre à plusieurs questions :

Des décisions qui impacteront les services opérationnelles de merchandising, d’approvisionnement, etc..

Tutoriels recommandés pour vous

Data Scientist – Ce qu’il faut maîtriser pour exercer ce métier

Saturday 28 November 2020 à 10:18

Big Data: c’est le mot à la mode en ce moment. Un mot à la fois flou et passionnant, stressant et futuriste mais surtout qui génère de nouveaux métiers, dont celui de Data scientist.

Data Scientist, c’est quoi ?

Aujourd’hui, le Big Data, cette masse gigantesque de données numériques ne peut plus être ignorée et oubliée. C’est une mine d’or virtuelle qui aide à augmenter les revenus. Mais pour bien l’exploiter, il faut que quelqu’un sait traiter et analyser ces données. C’est là que le Data scientist intervient. Il analyse, exploite et donne du sens à ces données de plus en plus gigantesques.

Les data sientist sont à la fois mathématicien et informaticien. Et, comme ils chevauchent également le monde des affaires, ils sont très recherchés et bien payés.

Quel est le rôle d’un Data Scientist ?

En tant que Data Scientist, votre rôle est la gestion et de l’analyse des données. Plus précisément, le Data Scientist a le rôle de faire parler les données et de les mettre au service de la direction d’une entreprise.

Vous réaliserez par exemple des moteurs de recommandations, des prédictions pour améliorer les ventes de votre entreprise, ou encore des intelligences artificielles pour des applications mobiles.

Quelles sont les missions d’un Data Scientist

Il n’y a pas de mission précis lorsqu’il s’agit d’un rôle de Data Scientist. Mais voici quelques fonctions qu’il doit faire probablement:

Comment devenir Data Scientist ?

Le métier de Data Scientist est passionnant. Cependant, il s’agit également d’un poste à haute responsabilité, qui nécessite des prédispositions naturelles et une éducation de haut niveau.

Le Data Scientist sort d’une formation supérieure en école d’ingénieur (bac+5), voire un doctorat (bac+8) en analyse statistique et programmation informatique. Il justifie également de 4 à 5 ans d’expérience dans l’analyse de données ou dans un environnement datacenter.

Il faut bien entendu être un passionné des chiffres et des statistiques et respecter des règles de confidentialité car les données que manipulent le data scientist sont par essence sensibles et stratégiques.

Voici les compétences indispensables pour espérer faire carrière dans ce domaine.

Pour plus de détails sur comment devenir data scientist, regardez cette vidéo:

Tutoriels recommandés pour vous

Comment ne plus recevoir de spam dans ma boîte mail ?

Wednesday 25 November 2020 à 13:28

Le spam représente plus de 50% du total des emails échangés dans le monde. Les moyens des spammeurs sont de plus en plus sophistiqués pour vous atteindre. Aujourd’hui, nos boites mails sont saturées de ces courriers indésirables.

Vous en avez marre du spam dans vos e-mails ?  Découvrez dans ce tutoriel des conseils pour ne plus recevoir de spam.

3 règles simples pour éviter le spam

  • Ne pas donner sa vraie adresse email lorsqu’on s’inscrit sur un site internet dont on ne connaît pas la fiabilité, utiliser à la place des services anti-spam comme YopMail qui fournissent des adresses mails jetable.
  • Se créer une adresse poubelle personnelle en utilisant les services d’un fournisseur standard d’emails.
  • Évitez de publier votre adresse sur Internet. En effet les spammeurs utilisent des scripts capables d’analyser des milliers de pages web  afin de récupérer le maximum d’adresses mail.

Que faire pour ne plus recevoir de spam ?

Si votre adresse email est déjà contaminée par les spams, c’est qu’elle apparaît dans un ou plusieurs fichiers ou bases de données d’emails volés ou obtenus de manière peu scrupuleuse puis revendue sur internet.
Pour en avoir le cœur net, il suffit de se rendre sur le site internet https://haveibeenpwned.com/ qui vous informera de la présence de votre adresse email dans une de ces bases de données. Si c’est le cas, la meilleure solution est de créer une nouvelle adresse email.

Si votre adresse email n’est pas trop compromise et que le flux du spam n’est pas trop important vous pouvez le gérer à la main.

Exemple pour les adresses email Gmail

A partir de l’interface web de Gmail, vous pouvez :

  • Cliquer sur “Se désinscrire” à droite de l’adresse email de l’expéditeur. Si vous voulez juste vous désinscrire mais que l’expéditeur n’abuse pas des envois à votre égard.

    Signalement de spams dans Gmail

  • Cliquer sur les “…” verticaux à droite de la date de l’email, un menu vertical s’affiche alors donnant accès à des opérations plus radicales comme: Bloquer l’expéditeur, Signaler comme spam  ou  encore signaler comme hameçonnage.

Installer vos propres filtres pour bloquer le Spam

Vous pouvez créer des filtres spécifiques afin de filtrer certaines adresses email, certains contenus, les emails contenant des pièces attachées trop volumineuses etc.

L’exemple ci-joint est donné pour une messagerie Gmail.

Création de filtres dans Gmail

  • Vous obtenez alors un formulaire comme celui ci-dessous.

 

Création de filtres dans Gmail

  • En cliquant sur le commande “Créer un filtre“, on obtient la liste des actions disponibles comme le montre l’image ci-dessus.

 

Création de filtres dans Gmail

Et voila ! En suivant toutes ces précautions, vous serez en mesure de ne plus recevoir de SPAM et de maintenir le fonctionnement de votre boite mail aussi propre et fluide que possible.Tutoriels recommandés pour vous