Pernod Ricard : Exploiter la data au service du marketing
Pernod Ricard : Exploiter la data au service du marketing
Le Challenge
Le Défi
Pernod Ricard, leader mondial des spiritueux, souhaitait améliorer l’exploitation de ses données marketing pour maximiser l’impact de ses campagnes. Cependant, plusieurs freins limitaient leur efficacité :
- Données dispersées entre CRM, e-commerce, réseaux sociaux et campagnes publicitaires, empêchant une analyse consolidée.
- Processus analytiques manuels et chronophages, ralentissant la prise de décision.
- Modèles prédictifs sous-exploités, rendant difficile l’optimisation du ciblage et de la personnalisation des campagnes.
- Absence d’un reporting unifié, complexifiant l’analyse des performances marketing.
L’objectif de Pernod Ricard était de structurer, automatiser et exploiter intelligemment ses données pour améliorer la performance de ses actions commerciales.
L'Objectif
JD Conseil a été sollicité pour transformer la gestion des données marketing de Pernod Ricard avec une approche en trois axes :
- Créer une infrastructure Data moderne pour centraliser et fiabiliser l’ingestion des données.
- Optimiser et industrialiser les modèles de Machine Learning afin d’améliorer la segmentation client et la recommandation produit.
- Déployer une solution BI performante, accessible aux équipes marketing pour une prise de décision rapide.
Notre Accompagnement
1. Structuration et automatisation des flux de données
JD Conseil a mis en place une architecture fiable et scalable, garantissant un accès fluide et automatisé aux données marketing.
- Mise en place de pipelines d’ingestion et de transformation : JD Conseil a déployé Fivetran pour automatiser l’extraction des données (CRM Salesforce, campagnes Google Ads, Meta Ads, e-commerce). Les données ont ensuite été transformées avec dbt (Data Build Tool) pour assurer leur qualité et cohérence.
- Stockage et centralisation des données : Un entrepôt Snowflake a été choisi pour sa scalabilité et ses performances, permettant un accès rapide aux données consolidées.
- Orchestration des flux de données : Apache Airflow a été installé pour automatiser et superviser l’ensemble des processus ETL, assurant des mises à jour régulières sans intervention manuelle.
2. Optimisation et industrialisation des modèles de Machine Learning
JD Conseil a refondu l’approche IA de Pernod Ricard pour en maximiser l’impact sur les campagnes marketing.
- Refonte des modèles de segmentation et de scoring client : Entraînement des modèles avec Scikit-learn, permettant une meilleure catégorisation des clients et une amélioration du ciblage publicitaire.
- Industrialisation des modèles IA : MLflow a été installé pour assurer le suivi et le monitoring des modèles en production, garantissant leur performance dans le temps.
- Optimisation des performances : L’utilisation de Databricks a permis de réduire les temps de traitement des modèles de 50 %, rendant les recommandations quasi-instantanées.
3. Mise en place de dashboards BI pour le marketing
JD Conseil a conçu un environnement BI optimisé, permettant aux équipes marketing de suivre et d’optimiser leurs campagnes facilement.
- Déploiement de Power BI : JD Conseil a conçu des tableaux de bord interactifs permettant une visualisation claire des performances marketing en temps réel.
- Automatisation des reportings : Les rapports de campagnes sont générés automatiquement et envoyés aux équipes concernées grâce à Power BI et Snowflake, réduisant ainsi le temps d’analyse de 30 %.
Bénéfices Obtenus
- Réduction des délais d’analyse : Les équipes marketing accèdent désormais à des insights en quelques minutes au lieu de plusieurs heures.
- Optimisation des campagnes publicitaires : Les recommandations IA améliorées ont permis une augmentation de 25 % du taux de conversion.
- Automatisation complète des processus : La mise en place de pipelines et d’une architecture cloud a permis une réduction des coûts opérationnels et une meilleure fiabilité des données.
- Autonomie renforcée des équipes marketing : Grâce à Power BI et un reporting automatisé, les équipes peuvent ajuster leurs stratégies en toute autonomie.
