90 % des données dans le monde ont été créées au cours des deux dernières années. Grâce à l'augmentation des capacités de stockage, les entreprises collectent massivement des données sur leurs clients mais, bien souvent,ce sont les capacités d'analyse de ces données qui font défaut.

L'objectif de cet ouvrage est de combiner des connaissances en marketing et des compétences en analyse de données avec un des logiciels les plus utilisés dans le monde professionnel : Excel. Il a été rédigé avec la version Office 365 d'Excel mais convient également si vous disposez de la version 2019 ou 2016.

Il s'adresse aussi bien aux étudiants en marketing qu'aux professionnels : dirigeants d'entreprise, responsables marketing, commerciaux ou toute personne qui, d'une manière générale, est amenée à développer une stratégie marketing.

La première partie de l'ouvrage permet au lecteur néophyte de se familiariser avec Excel tout en abordant des notions d'analyse de données en relation avec le marketing.

Par la suite, des notions plus avancées sont abordées : techniques d'optimisation et de suivi de campagnes, segmentations clients, prévisions statistiques, mise en place d'un test A/B, détermination de la valeur à vie des clients…

Les nombreux exercices proposés n'ont pas seulement pour but d'obtenir des réponses numériques à des problèmes, mais aussi d'approfondir la compréhension des concepts étudiés.

Les classeurs nécessaires à la réalisation des exercices sont disponibles en téléchargement sur le site des Editions ENI www.editions-eni.fr.

Chapitre 1 : Premier pas en analyse de données

1. A. Introduction
2. B. La visualisation de données
   1. 1. Excel comme outil de visualisation de données
   2. 2. Les différents types de graphiques
      1. a. Les graphiques en barres
      2. b. Le graphique en secteurs
      3. c. Le graphique en nuage de points
3. C. Synthétiser des données marketing grâce aux tableaux croisés dynamiques
   1. 1. Création d’un tableau croisé dynamique
   2. 2. Calcul du pourcentage de ventes par produit
   3. 3. Calcul du nombre de ventes par produit
   4. 4. Répartition du chiffre d’affaires par produit et par mois en colonne
   5. 5. Répartition du chiffre d’affaires par trimestre et par mois
   6. 6. Le principe de Pareto (ou le principe 20-80)
   7. 7. Le filtre de rapport et les segments
      1. a. Le filtre de rapport
      2. b. Les segments
4. D. Analyse de données marketing et statistiques
   1. 1. Qu’est-ce qu'une statistique ?
      1. a. La moyenne
      2. b. La médiane
      3. c. Le mode
      4. d. Le maximum
      5. e. Le minimum
   2. 2. À quelle distance de la moyenne ?
      1. a. Visualiser la dispersion de la distribution
      2. b. La variance et l’écart-type
      3. c. La corrélation
5. E. Cas pratique : Analyse des données marketing de la société Elena
   1. 1. Présentation du cas pratique
   2. 2. Plan d’attaque
   3. 3. Synthèse des données grâce à des tableaux croisés dynamiques
      1. a. Analyse des visiteurs
      2. b. Analyse des clients
   4. 4. Analyse statistique
      1. a. Calcul de la moyenne
      2. b. Calcul de la médiane
      3. c. Calcul de l’écart-type
      4. d. Calcul du minimum
      5. e. Calcul du maximum
   5. 5. Visualisation des données
      1. a. La répartition par âges des visiteurs
      2. b. Répartition du temps d'entraînement par adhérent
      3. c. Visualisation de la corrélation entre le temps d'entraînement et le temps de connexion
6. F. Un nouvel aperçu des données grâce à l’outil Idées
7. G. Des données à l’information, commentaire sur l’analyse effectuée

Chapitre 2 : Marketing et notion de valeur

1. A. Objectif du chapitre
2. B. Les éléments d’une campagne marketing
   1. 1. Les leads
      1. a. Le taux de leads
      2. b. Le coût par lead
   2. 2. La conversion
   3. 3. Marketing et rétro-ingénierie
      1. a. Principe
      2. b. Application
      3. c. Analyse de la sensibilité du budget marketing aux objectifs de ventes
   4. 4. Le R.O.I (Return on Investissement)
      1. a. Calcul du ROI de campagnes marketing
      2. b. Optimisation du ROI des campagnes marketing
3. C. Tableau de bord et suivi d’une campagne marketing
   1. 1. Calcul et mise en forme des données
   2. 2. Mise en place des tableaux croisés dynamiques
   3. 3. Création des graphiques croisés dynamiques
   4. 4. Mise en place du tableau de bord
      1. a. Mise en place des graphiques
      2. b. Mise en place du segment et de la chronologie
      3. c. Mise en place des formules
4. D. La valeur vie client (CLV)
   1. 1. Définition de la valeur vie client
   2. 2. La valeur vie client selon la définition de base
   3. 3. La valeur vie client selon la définition avancée
      1. a. Principe sous-jacent : le principe d’actualisation et de la valeur actuelle nette
      2. b. Le calcul de la CLV selon la méthode avancée

Chapitre 3 : Établir des prévisions statistiques

1. A. Introduction
2. B. La régression linéaire
   1. 1. Principe
   2. 2. Régression linéaire - Intuition
   3. 3. Éléments de calcul de la droite de régression
      1. a. Les valeurs résiduelles
      2. b. Calcul du coefficient directeur
      3. c. Calcul de l’ordonnée à l’origine
      4. d. Concepts associés à une régression linéaire
   4. 4. La régression linéaire simple : application avec Excel
      1. a. Première étape : représentation graphique des données
      2. b. Deuxième étape : calcul des éléments de la régression
      3. c. La fonction PREVISION.LINEAIRE
   5. 5. La régression linéaire avec l’utilitaire d’analyse
      1. a. Activation de l’utilitaire d’analyse
      2. b. Mise en place de la régression
      3. c. Interprétation des résultats
3. C. La régression linéaire multiple
   1. 1. Concept
   2. 2. Application avec Excel
4. D. Régression linéaire, concept avancé
   1. 1. Déterminer les variables indépendantes importantes : la P-valeur
      1. a. Pourquoi un seuil de 0,05 ?
5. E. La régression linéaire avec variables catégorielles
   1. 1. Concept
   2. 2. Application avec Excel
      1. a. Première étape : retraitement des données
      2. b. Deuxième étape : utilisation de l’utilitaire d’analyse d’Excel
6. F. Pour aller plus loin : les régressions non linéaires
7. G. L’analyse conjointe
   1. 1. Intuition
   2. 2. L’analyse conjointe en pratique
      1. a. Première étape, le classement des attributs par les clients
      2. b. Deuxième étape : retraitement selon la technique de la variable muette (dummy variable)
      3. c. Troisième étape : mise en place de la régression multiple
      4. d. Quatrième étape : le classement des attributs

Chapitre 4 : La segmentation clients en marketing

1. A. Objectif du chapitre
2. B. La segmentation par critères définis au préalable
   1. 1. Application avec Excel
      1. a. Segmentation sur un critère
      2. b. Segmentation multicritère
3. C. La segmentation clients avec la méthode des K moyennes
   1. 1. Pourquoi utiliser un algorithme ?
   2. 2. La méthode des K-moyennes - Intuition
   3. 3. Plan d’attaque
      1. a. Un cas simple : deux dimensions
      2. b. Représentation graphique des clusters
      3. c. Synthèse des clients par cluster
      4. d. Un modèle plus complexe

Chapitre 5 : Expériences de marketing : A/B testing

1. A. Objectif du chapitre
2. B. Le concept de test A/B
   1. 1. Signification statistique et expérimentation
      1. a. Définition des hypothèses
      2. b. Statistiquement significatif ?
      3. c. Le test de Student (test t)
3. C. Étude de cas et application avec Excel
   1. 1. Les chats sont-ils vendeurs ?
   2. 2. Mise en place de l’expérience
      1. a. Calcul de la moyenne
   3. 3. Réalisation du test de Student
   4. 4. Définition du niveau de confiance
   5. 5. Résultat de l’expérience
6. Conclusion
7. Index