1©2015 Talend Inc

Pricing dynamique, personnalisation… quand Spark et Hadoop s'immiscent dans les opérations retail

Jean-Michel Franco – Directeur marketing produit - @jmichel_franco

2

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015(Chiffre d’affaires)

Talend en bref : dynamiser l’entreprise par ses données

(estimation)

Hadoop 2.0

CloudFaits et chiffres

• Créé en 2006

• 500+ employés dans 7 pays

• 1700+ clients

• 2M+ téléchargement open source

• 108% CAGR

Big Data

ApplicationIntegration

Master DataManagement

DataQualityData

Integration

3

Réussir les transitions de l’expérimentation à la transformation digitale

Trajectoires d’adoption pour le Big Data dans le retail

Experimentation Analytique Data driven

Valeur

Seuil de rentabilité

Proof of concept

Projetapprouvé

Généra-lisation

Transfor-mation

+

+Data Fabric+

Big data

“Avoid Data Scientist hype. Have a forward thinking

& start operating big data.”

4

Le Big Data pour rapprocher l’offre et la demande en temps réel

Cas d’usage 1 : de la planification au temps réel

L’entreprise :

• 53000 employés, 11 Milliard de CA ; 40 enseignes dans 20 pays• 3 marchés : retail omni-canal, services financiers, services• Leader du e-commerce dans la mode et le textile

Challenges :

• Précisions des prévisions : sur-stocks, ruptures, insatisfaction client• Agilité du pricing• Taux de visites web/mobiles non converties

Valeur :

• Prévisions : diminution des invendus de 20 % ; qualité des prévisions améliorée de 40%

• Pricing : Ventes + 9%, rotations de stocks + 6% , profitabilité + 5%.

5

Le Big Data pour mieux servir le client connecté

Cas d’usage 2 : Mettre en place la Customer Data Platform

Les enjeux :

• Améliorer les taux de transformation tout au long du parcours client• Améliorer le service client et personnaliser chaque interaction• Mesurer avec plus de précision l’efficacité des promotions et services

La démarche :

• Créer la vue unique et opérationnelle du client multi-canal• Collecter et connecter les données d’interaction/transaction • Enrichir avec l’analytique• Intégrer les points de contacts client en temps réel

La plate forme :

• Master Data Management pour la vue client consolidée• Big Data et machine learning pour la vue 360°enrichie• Intégration temps réel aux applications digitales et point de vente

6

Pourquoi Spark et Talend ?

Quelle plate-forme pour opérer votre transformation par les données ?

Spark Streaming

ArchitectureLambda

In Memory

MachineLearning

Pas de codeMigration en 1 click

Analyser avant d’agir, au bon moment

Transformer les données en décisions,

prescriptions et actions

Rester à la pointe de la technologie sans efforts

Supprimer les temps de latence quels que soient

les traitements à appliquer

Exploiter la donnée dès qu’elle vient

7

Découvrez Spark et le machine learning avec la nouvelle sandbox Talend

Créer un flux de données en streaming

avec Kafka

Créer un modèle de recommendation avec

Spark ML LIB

Créer une application Spark pour la

recommandation en temps réel

8

Questions & Réponses

http://fr.talend.com/En savoir +