SOCIÉTÉ R2C SYSTEM

Solution de Business Optimisation

MyDataBall

… mesure et optimise les activités de l’entreprise

par les technologies de fouille de données et les

modèles statistiques (datamining)

… crée du sens dans la mine d’information dont

vous disposez par les modèles mathématiques

(data recognition & knowledge discovery)

… audite et conseille sur la gestion de l’information

et l’aide à la décision pour accélérer la croissance

de l’entreprise (knowledge management)

2012 3

Catalogue Annexe

Risque stratégique

Risque opérationnel

Risque financier

Risque légal

Management du Risque

Première

ligne de

défense

5

●Optimisation & Risque : évaluations

Mesure du

risque

Gain ++

Gain --

Mesure d’optimisation

ROI -- ROI ++

Priorités

des actions

Positionnement et cartographie des actions répertoriées selon le risque

d’entreprise et le retour sur investissement

Stabilité

des actions

Mesurer les opportunités :

Projet

Management

Conduite du changement

Mesurer pour sécuriser

2012 6

Optimisation B2B & B2C

●La connaissance du client Marketing chirurgical

►Potentiel global et local

►Potentiel des agences

►Positionnement des clones des clients fidèles à

la marque

PROSPECTION

Marketing Direct Fidélisation Optimisé

Euros

Nb Clients

Moyens moteurs annuels par client

Coût unitaire de fidélisation

Seuil de rentabilité de

fidélisation

FIDELISATION

SCORE

-5

-4

-3

-2

-1

0

1

2

3

4

5

-5 -4 -3 -2 -1 0 1 2 3 4 5

Pro

pe

nsio

n à

co

nso

mm

er

ZONE

CIBLE

A

SURVEILLER

- +

+

-

A

MOTIVER

FIDELE

NIVEAU EQUIPEMENT

SIM

Dernier

contact

Nb

Client

Longueur

Chemin

Moyen

Marge

CA

Moyen

Marge

CA des

G

G /

PMG

Téléphone 188 1.01 67 78 44%

Téléphone 22 1.15 37 68 54%

Visite Agence 48 1 28 71 34%

Visite Agence 163 1.98 58 81 34%

Téléphone 98 1.87 19 37 49%

Total 519 1.402 41.8 67.0 43%

3) Vision optimisée de la structure PGM :

détection des meilleurs chemins de

communication optimisant la rentabilité des

temps commerciaux

2) Contribution de la structure PMG sur les canaux de

communication

1er contactCoût

Unitaire

Nb

Client

Longueur

Chemin

Moyen

Marge

CA

Moyen

Marge

CA des

G

G /

PMG

Téléphone 12 455 1.1 45 68 38%

Internet 3 39 2.12 28 34 45%

Visite Agence 185 54 2.68 12 16 12%

Courrier 29 266 2.01 50 56 11%

SAV 145 178 2.14 17 21 44%

Total 74.8 992 2.01 30.4 39.0 30%

●Gestion Multi Canal

►Optimisation des performances et du temps commercial

►Prospect / Client ; PRO / PRI 1) Segmentation PMG mesurant la contribution aux ventes

Estructura PMG

13.9%

26.8%

59.3%

41.1%

32.7%

26.3%

0%

20%

40%

60%

ALTO VALOR MEDIO VALOR BAJO VALOR

% Clientes. % Contribución al Negocio

AffinitéPackage 1 &

Package 2

Package 3 &

Package 4

Typologie 1 &

Typologie 424% 76%

Typologie 2 &

Typologie 364% 36%

Les autres 45% 55%

3) Packaging pour des clients ciblés

2) Détection des règles d’agrégation

●Fidélisation Cross Selling ►Marketing transactionnel : typologie client et affinité produit

►Innovation packaging produit

►Anticipation des plans de communication

Affinité Produit 1 Produit 2 Produit 3 Produit 4 …

Typologie 1 12% 24% 34% 30%

Typologie 2 35% 29% 29% 7%

Typologie 3 36% 41% 18% 5%

Typologie 4 23% 26% 47% 4%

Typologie 5 17% 27% 31% 25%

…

1) Mesure des affinités Client / Produit

2012 9

●Marketing de masse / Marketing analytique

Particuliers Univers Produit

Professionnels Univers Produit

Conquête Equipement à l’adhésion

Fidélisation Cycle de vie

National Potentiel de marque

Local Potentiel terrain Multi Canal

Cross Selling

●Processus Sinistre

►Optimisation des processus de gestion des sinistres

Segmentations Détection de règles

sinistres structurés

Mode 1.1 Mode 1.2 .

0 € X1 € X2 €

Mode 1.4

X3 k€

Mode 1.3.1 Mode 1.3.2

Mode 2 Priorité

2

Mode 3 Priorité

3

Priorité

1 Optimisation règles et coûts de gestion des sinistres Scoring Sinistre a l’affecter au meilleur mode de gestion

2012 11

●Tarification : étude RCC

Le modèle s’attache à prédire la probabilité de

gravité d’un sinistre RCC survenu

Portefeuille Survenance

d’un sinistre

RCC

Grave

2012 12

●Optimisation du mix

En fonction des produits et des typologies clients, on prédit sa valeur court, moyen et long terme.

43 667

39 77038 699

36 592 37 266 37 289

28 000

32 56334 502

28 223

32 68934 631

0

10 000

20 000

30 000

40 000

50 000

Cliente

s e

n S

ituació

n S

atu

rada

Debe c

recer

en fre

cuencia

Debe c

recer

en v

alo

r

Debe c

recer

en v

alo

r y e

n fre

cuencia

Vactual Vfuturo 1 Vfuturo 2

Potencialidad de crecimiento de la cartera de clientes BMW

2012 13

●Analyse de la valeur client

Défensif : ►La rentabilité client au cas par cas

►La mesure du niveau CHURN et détection des règles d’ATTRITION

►Offre spécialisée

Temps

Rentabilité : ►Marge CA actuelle par produit

►Satisfaction & Qualité Client

►SAV & SVA

Équipement, client et foyer : ►Potentiel réaliste

►Potentiel idéaliste

►Potentiel risque --

F

idé

lis

ati

on

+

+

Offensif : ►CA supplémentaire

►Équipement supplémentaire

►Satisfaction

2012 14

●Processus Marketing ► Optimisation des processus du marketing direct

DATAMART

Segmentations &

Scores sur les

Clients et les

Prospects

CIBLAGE

Sources Externes

SUIVI LANCEMENT

CANAUX

ELECTRONIQUES

ROUTEURS

Données

Opérationnelles

Réseaux)

DATAWAREHOUSE CRM

Fic

hie

r Nom

inatif c

am

pagne

CREATION

●Finance

►Time Series Data View (Ex : Dollar Against Yen)

0

5

10

15

20

25

30

35

40

1 25 49 73 97 121 145 169 193 217

model 2

model 5

model 9

model 10

model 13

model 14

model 17

model 19

model 21

Actual

ExpertMoney 6 Classes Energy 3.372E+001 Compression 90%

ExpertGlobal 2 Classes Energy 2.027E+001 Compression 96%

ExpertInfo 3 Classes Energy 2.619E+001 Compression 95%

Cluster 3 Classes Energy 2.373E+001 Compression 95%

Cluster 4 Classes Energy 2.025E+001 Compression 93%

<ALICE> 5 Classes Energy 2.111E+001 Compression 92%

<ALICE> 6 Classes Energy 2.163E+001 Compression 90%

<ALICE> 9 Classes Energy 2.134E+001 Compression 86%

SOFI 3 Classes Energy 1.847E+001 Compression 96%

Mesure de performance des classifications des modèles d’estimation temporelle

Factor 2

43210-1-2

Fa

cto

r 1

1

0

-1

SOFI

Exp-Clus t4Cl0: -Stat

is tics

Exp-Clus t4Cl-Cl1: +T

E -EE

Exp-AL1-Cl1: +Statis

tics

Optimisation : fusion de données stochastiques

0

10

20

30

1 101 201

model 21

Actual

Résultat : modèle d’estimation optimum

2012 16

●Analyse de la valeur projet

►Optimisation budgétaire et aide à l’arbitrage stratégique d’entreprise

►98 projets représentant 12 441 jh dont 10 538 jh Informatique Décisionnelle

►Scoring sur les enjeux donnant une valeur entre 0 à 10

►Résultats : 16 projets en négociation et anticipation des besoins de ressources et de compétences

Score Enjeux Projets 3 4 5 6 7 8 10 Total

Nombre Projets 51 9 15 15 3 3 2 98

% Nb Projet 52% 9% 15% 15% 3% 3% 2% 100%

Charge ID pure 1 865 1 073 1 344 3 471 215 2 181 188 10 338

% Charge IDE 18% 10% 13% 34% 2% 21% 2% 100%

Charge Informatique 2 367 1 345 1 835 3 950 245 2 475 224 12 441

% Charge Informatique 19% 11% 15% 32% 2% 20% 2% 100%

GROS > 50 jh 17 5 12 14 2 3 1 54

MOYEN > 10 jh 22 2 1 2 1 0 1 29

PETIT > 0 jh 12 2 2 0 0 0 0 16

Priorités

Forts Enjeux Faibles enjeux

52%

24% 23%

18%

23%

59%

0%

10%

20%

30%

40%

50%

60%

70%

3 4-5 6-7-8-10

% Nb Projet

% Charge IDE

●RH ► Constitution de groupes de travail pour un projet d’entreprise

● Optimiser le choix des salariés (5 choix proposés) sous les contraintes :

1 mois pour communiquer aux salariés l’intitulé et le numéro du groupe

Mixité des groupes (civilité, ancienneté, métier, statut et position géographique)

Groupes : 20 salariés par groupe, 3 groupes maximum par thème (19 thèmes)

Nb Initial

0

20

40

60

80

100

120

140

160

1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70

1) Répartition des premiers choix des salariés

Optimisation

Algorithmique

Répartition des choix

51.2

23.7

13.6

8.5

3

0

10

20

30

40

50

60

C1 C2 C3 C4 C5

%

3) Gains :

- en délai de communication

- optimisation des préférences des salariés

(51% des premiers choix)

- condition nécessaire à l’adhésion au

projet d’entreprise

Nb Optimisé

0

10

20

30

40

50

60

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71

2) 3000 salariés répartis en groupe de 20

●Qualité des données

2012 19

●Innovation réseaux

► Optimisation du réseau GAB

► Enquête et recueil d’informations autour de chaque succursale

► Distance à la concurrence et cannibalisation

► Paramètres de positionnement

► Marge et gain par GAB

► GAB à éliminer

► GAB à reconfigurer

► GAB à promouvoir

2012 20

●Optimisation potentiel local du réseau

Scoring de

Potencialidad

Optimisation des points de vente Positionnement Clients Fidèles Potentiel IRIS des points de ventes Distances au point de vente Potentiel global du point de vente Repositionner les panneaux publicitaires Marketing boite aux lettres

●Décisionnel ►Architecture technique et fonctionnelle des données d’entreprise

Pilotage Commercial

MARKETING PRODUIT Gestion

SAV

• Indicateurs

• Agrégats

• Entrepôt

• Indicateurs

• Agrégats

• Entrepôt

• Indicateurs

• Agrégats

• Entrepôt

• Indicateurs

• Agrégats

• Entrepôt

• Indicateurs

• Agrégats

Optimisation

Contrat / SAV

Gestion Commerce

• Indicateurs

• Agrégats

Optimisation

Enseigne / Client

• Indicateurs

Commerce

& Gestion

Optimisation & Analyse de la valeur

Enseigne / Client / Contrat / SAV

Optimisation Canaux

Commerciaux Optimisatio

n Client Optimisation Contrat Optimisation SAV

Architecture

Fonctionnelle

Datawarehouse

Données

manquantes

Univers

BO

Qualité

Données

Univers BO

Marketing

Diffusion

d’indicateurs

d’entreprise

Marketing

Datamart Marketing

Univers BO

Logistique

Diffusion

d’indicateurs

d’entreprise

Logistique

Datamart Logistique

Univers BO

Production

Diffusion

d’indicateurs

d’entreprise

Production

Datamart Production

Broadcast Agent

Système

Opérant

Architecture

Technique

Cartographie Utilisateur 10 domaines, 6 métiers, 3 zones

Démarches

-

Contacts

Produits

Gérés par

SI externes

Multi canal

Clients

Devis

-

Contrats

Structures

(STM +

Domus)

Gestion des

Ressources

Indemnisation

Trésorerie

et

Frais généraux

Recouvrement

et

Compte client

ZO

NE

SE

RV

ICE

●Urbanisation des informations, sécurité des données

Urbanisation

Libellé de la variable Coordonnée

SEGMENTATION PROFIL CLIENTS -0.39

ANALYSE PORTEFEUILLE -0.35

SYSTEMES DINFORMATION -0.34

METHODES ET OUTILS -0.31

Z O N E C E N T R A L E

PILOTAGE ECONOMIQUE ET TECHNIQUE 0.25

SERVICE ACTUARIAT 0.55

OUTILS ET SYSTEMES DINFORMAT ACTUA 0.55

SERVICE CONTROLE SINISTRES 0.75

Désignation de groupes homogènes sécurisés

www.R2C-system.com 2008 23

●Les Meta Données

●MOA : fichier qui répertorie

l’ensemble des fiches indicateurs par

métier

●MOE : un outil qui répertorie le libellé,

le nom de code SQL et les variables

qui composent la traduction de la

définition de la règle de gestion d’un

indicateur

Traduction

Répertorier

Nous restons à votre disposition …

Merci !