Analyse de données marketing avec l'IA : pilotez vos actions avec ChatGPT, Excel et Power BI

"Comment mieux comprendre ses clients, anticiper leurs attentes, améliorer leur expérience et prendre de meilleures décisions marketing, sans être data scientist ? Ce livre propose aux professionnels du marketing une approche accessible et pragmatique de l intelligence artificielle, centrée sur...

Description complète

Enregistré dans:
Détails bibliographiques
Auteur principal: Trelohan, Magali, 1982-
Format: Livre papier
Langue:Français
Publié: St Herblain : Éditions ENI C 2025.
Collection:Marketing book
Sujets:
Note: La couverture porte en plus : "Stimulateur de stratégies marketing"
La graphie correcte du lieu d'édition est : Saint-Herblain
Autres localisations: Voir dans le Sudoc
Variante du titre:Analyse de données marketing avec l'Intelligence artificielle
Table des matières:
  • Chapitre 1. Introduction
  • Page 13
  • A. Pourquoi l'IA est-elle essentielle pour le marketing aujourd'hui ?
  • Page 17
  • B. Présentation de l'IA comme outil d'assistance marketing
  • Page 29
  • C. Quelques préalables à l'utilisation
  • Chapitre 2. Collecte et nettoyage des données marketing
  • Page 37
  • A. Collecte de données : sources et stratégies
  • Page 53
  • B. Nettoyage des données pour des analyses fiables
  • Chapitre 3. Analyse des performaces des campagnes marketing
  • Page 67
  • A. Analyse des indicateurs de performances (KPI)
  • Page 102
  • B. Optimiser les campagnes avec des tests A/B et l'IA
  • Chapitre 4. Segmentation de la clientèle et personnalisation des campagnes
  • Page 111
  • A. Segmentation des clients à l'aide de l'IA
  • Page 125
  • B. Personnalisation des campagnes marketing
  • Chapitre 5. Analyse prédictive pour le marketing
  • Page 143
  • A. Prédire les comportements et tendances futures avec l'IA
  • Page 161
  • B. Optimisation des décisions stratégiques grâce à l'analyse prédictive
  • Chapitre 6. Rapports et visualisation de données
  • Page 173
  • A. Créer des rapports impactant pour la direction et les équipes
  • Page 197
  • B. Storytelling avec les données : rendre les analyses compréhensibles
  • Page 203
  • C. Conclusion
  • Chapitre 7. Amélioration de l'expérience client par l'analyse de données
  • Page 207
  • A. Analyser l'expérience client à travers les données
  • Page 229
  • B. Stratégies d'amélioration continue de l'expérience client
  • Chapitre 8. Veille concurrentielle et optimisation des canaux
  • Page 237
  • A. Analyse et veille concurrentielle avec l'IA
  • Page 262
  • B. Optimisation des canaux de marketing
  • Page 273
  • Index