L’effet rouge à lèvre

L’effet rouge à lèvres est la théorie selon laquelle, face à une crise économique ou à une récession économique, les consommateurs seront plus disposés à acheter des produits de luxe moins coûteux.

Continue reading

Entrevue : Le marketing web et le profilage de données

Il y a quelques semaines, j’ai rencontré des étudiants de L’UQAM, suite à la Saga Ricardo pour un travail Universitaire sur le Marketing. L’histoire de la Saga Ricardo dans laquelle je donnais une stratégie complète et l’utilisation des GAFA (Vous pouvez aller lire mon billet de blog Une Stratégie Marketing: Les GAFA Et L’appréhension De Celles-Ci ) a fait coulé beaucoup d’encre si je peux me permettre encore en 2020 l’expression. Dans le cadre du travail des universitaires, j’ai eu le droit à une belle entrevue, mais aussi une production vidéo sur le sujet. Donc je vous partage mon entrevue sur le marketing numérique et le profilage numérique.

Un petit plus sur le profilage numérique


En gros le profilage numérique c’est quoi? C’est le processus qui consiste à récolter les données dans les différentes sources de données existantes et à collecter des statistiques et des informations sur ces données. C’est ainsi très proche de l’analyse des données. Autrefois on utilisait principalement les sondages pour déterminer des groupes d’acheteur ainsi que des focus groupe, aujourd’hui ce sont des outilis d’analyse des comportements des consommateurs sur le web. On ne peut pas identifier un consommateur exacte du genre Joanie Tremblay 24 ans qui vit à Montréal, nous allons voir avec nos outils qu’une femme de la tranche d’âge de 24 à 34 ans magasine ou visite le site en question et elle habite à Montréal. Ça finit là.

À quoi sert le profilage de data?
Le profilage des données permet d’analyser de grandes quantités de données à l’aide d’un processus systématique, cohérent, reproductible et basé sur des métriques. Il vérifie également la qualité de vos données en analysant les formats, les types, l’exhaustivité et le nombre de valeurs.

En gros, les outils vos nous permettre de:

  • Collecte de statistiques descriptives comme min, max, count et sum.
  • Collecte des types de données, de la longueur et des modèles récurrents.
  • Balisage des données avec des mots clés, des descriptions ou des catégories.
  • Effectuer une évaluation de la qualité des données, risque d’effectuer des jointures sur les données.
  • Découvrir les métadonnées et évaluer leur exactitude.