MASTER MARKETING VENTE Parcours Marketing et data science

Le parcours Marketing Data Science MDS de l'IAE Lille se réalise en formation initiale, en contrat de professionnalisation ou en formation continue ; il vise à apporter les connaissances fondamentales et un fort niveau de professionnalisation pour les nouveaux métiers du marketing digital et de l'environnement bigdata. Cette professionnalisation fixe deux objectifs : Maîtriser les concepts et techniques mathématiques, statistiques, informatiques et algorithmiques nécessaires au traitement des données massives ; Le premier objectif de la formation, spécialisée vers l'acquisition des connaissances spécifiques de haut niveau en sciences des données, est de fournir aux étudiants tous les éléments leur permettant de maîtriser les concepts, techniques et technologies de la modélisation statistique, du traitement des données, des méthodes informatiques et algorithmiques utilisées dans le domaine du marketing digital et de l'environnement web. En initiant la définition des projets de data science, En utilisant les outils mathématiques, statistiques et logiciels pour mettre en œuvre les projets de data science définis au niveau stratégique de l'entreprise, En maitrisant les Systèmes de Gestion des Bases de Données (SGBD) et leurs langages d'interrogation (e.g. SQL), En organisant les architectures systèmes et réseaux, les Data Management Plateforms afin de mettre en œuvre la stratégie data de l'entreprise, En connaissant les langages de programmation (R, Python, Java, C++….) utilisés en data science et en IA, En impulsant un esprit de « recherche marketing » dans la définition des stratégies data de l'entreprise, En comprenant les enjeux, les problématiques et le contexte du traitement de l'information à grande échelle, En utilisant les outils de base de l'intelligence artificielle, et les technologies symboliques et numériques pour l'apprentissage automatique à partir des données. (2) Appliquer les compétences acquises en M1 pour mettre en œuvre la stratégie data de l'entreprise : En comprenant les problématiques marketing, commerciales, de fidélisation/rétention des clients afin d'implémenter au mieux les solutions de data science répondant aux objectifs stratégiques de l'entreprise. En appuyant les stratégies de Customer Interaction Management (CIM) et Customer Expérience Management (CEM ou CXM) par intégration des technologies digitales (IA, machine learning, objets connectés, agents conversationnels, moteurs de recommandation, mobilité et géolocalisation, retargeting, social media, opinion mining et sentiment analysis….) pour améliorer les taux de conversion, réduire le churn, développer la fidélisation, la recommandation et le cross selling..., En améliorant la productivité et la rentabilité de l'entreprise par l'implémentation du marketing programmatique ou marketing automation ; en s'appuyant sur les plateformes de données DMP (Data Management Platforms) pour instancier des modèles prédictifs, le machine learni