Intégrer l’utilisation des bases de données marketing dans l’élaboration de la stratégie commerciale Eric Traube.

Présentation au sujet: "Intégrer l’utilisation des bases de données marketing dans l’élaboration de la stratégie commerciale Eric Traube."— Transcription de la présentation:

1 Intégrer l’utilisation des bases de données marketing dans l’élaboration de la stratégie commerciale
Eric Traube

2 Le bon produit, au bon moment, par le bon canal
La bataille autour des prix et des produits ne suffit plus pour obtenir un avantage concurrentiel. Les entreprises doivent connaître leurs clients pour leur proposer, selon l'expression consacrée, "le bon produit, au bon moment et avec le bon canal". Tous les secteurs sont concernés par ce nouveau paradigme : "Placer le client au cœur de l'entreprise", c'est-à-dire mieux connaître son client, le reconnaître et tisser avec lui une relation durable et attractive en lui proposant des services, des avantages ou du statut (club affinitaire). On parle de marketing différencié, à l’opposé du marketing de masse où l’on s’adresse à tous les clients d’une seule et même voix. Les clients sont tous différents, ils n’ont pas les mêmes besoins, ni les mêmes habitudes ou les mêmes attentes. Il faut donc adapter la relation que l’on entretient avec le client, à la fois pour le fidéliser mais aussi pour augmenter le chiffre d’affaires qu’il génère (on parle d’augmenter la valeur client).

3 Base de données : définitions
Lot d’informations stocké dans un dispositif informatique La motivation : faire des requêtes Le logiciel qui manipule les bases est appelé SGBD Le langage de requête : exemple SQL En informatique, une base de données (Abr. : « BD » ou « BdD » ou encore DB en anglais) est un lot d'informations stockées dans un dispositif informatique. Les technologies existantes permettent d'organiser et de structurer la base de données de manière à pouvoir facilement manipuler le contenu et stocker efficacement de très grandes quantités d'informations. La motivation fondamentale de l'organisation des données est de permettre d'effectuer des inférences (requêtes) sur celles-ci. Le logiciel qui manipule les bases de données est appelé système de gestion de base de données (SGBD). Il permet d'organiser, de contrôler, de consulter et de modifier la base de données. Les opérations sont parfois formulées dans un langage de requête tel que SQL – le plus connu et employé pour les modèles relationnels.

4 Les bases de données à plat

5 Les Champs

6 Les enregistrements

7 Le modèle de données relationnel

8 Il regroupe l’ensemble des données fonctionnelles de l’entreprise
Le datawarehouse Le terme Entrepôt de données (ou base de données décisionnelle, ou encore data warehouse) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir une aide à la décision en entreprise. Il regroupe l’ensemble des données fonctionnelles de l’entreprise Le terme Entrepôt de données (ou base de données décisionnelle, ou encore data warehouse) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir une aide à la décision en entreprise. Un Entrepôt de données est une base de données regroupant l'ensemble des données fonctionnelles d'une entreprise. Il entre dans le cadre de l'informatique décisionnelle ; son but est de fournir un ensemble de données servant de référence unique, utilisée pour la prise de décisions dans l'entreprise par le biais de statistiques et de rapports réalisés via des outils de reporting ou bien pour des opérations de marketing opérationnelles.

9 Bases de données et Marketing

10 Le marketing de la demande
Démarche consistant à identifier les attentes et/ou les besoins des consommateurs potentiels Démarche marketing qui consiste à utiliser les techniques et les outils du marketing pour identifier les attentes et/ou les besoins de consommateurs potentiels, comprendre l'environnement dans lequel se situe l'entreprise et concevoir une offre en conséquence. Il s'agira ensuite de commercialiser cette offre via les canaux de distribution ad hoc et en communiquant sur tout ou partie de ses caractéristiques au regard des motivations identifiées de la cible.

11 Le marketing de l’offre
Cherche a créer une demande non exprimée Ex. Les marques de luxes Le marketing au sens classique est un marketing de la demande, s'appuyant sur des attentes recensées auprès du marché. Le marketing de l'offre cherche à créer une demande non exprimée. Démarche marketing qui consiste à utiliser les techniques marketing pour assurer et favoriser la commercialisation de biens et de services issus d'un processus de création et de développement qui n'a pas pris en compte les attentes et les besoins des consommateurs potentiels. Certaines marques de luxe pratiquent de la sorte.

12 Le marketing relationnel
Créer et animer une « relation » entre une marque et son marché cible Jumelé à une segmentation de la clientèle permet de concentrer ses efforts sur les meilleurs clients Le marketing relationnel vise à créer et animer une "relation" entre une marque et son marché cible. Le marché cible peut correspondre aussi bien à la clientèle établie qu'aux clients potentiels (prospects). Lorsqu'il est jumelé à une segmentation de la clientèle, un programme de marketing relationnel permet de concentrer les efforts de marketing sur les "meilleurs" clients, c'est-à-dire sur ceux qui contribuent le plus au chiffre d'affaires de l'entreprise. L'idée majeure qui sous-tend cette approche réside dans le principe de Pareto ou théorie du 20/80 qui stipule que dans toute activité commerciale, 20% des clients ("les meilleurs") contribuent à 80% du chiffre d'affaires. Les activités de marketing ciblant les clients se traduisent généralement par un bien meilleur retour sur investissement (ROI) que celles cherchant à recruter de nouveaux prospects dont la valeur n'est pas assurée.

13 La connaissance client

14 Customer Relationship Management, GRC, gestion de la relation client
Le CRM Customer Relationship Management, GRC, gestion de la relation client Solution technologique permettant de renforcer la communication entre l’entreprise et le client Le CRM (Customer Relationship Management, ou en français GRC, gestion de la relation client) vise à proposer des solutions technologiques permettant de renforcer la communication entre l'entreprise et ses clients afin d'améliorer la relation avec la clientèle en automatisant les différentes composantes de la relation client : L'objet du CRM est d'être plus à l'écoute du client afin de répondre à ses besoins et de le fidéliser. Un projet de CRM consiste donc à permettre à chaque secteur de l'entreprise d'accéder au système d'information pour être en mesure d'améliorer la connaissance du client et lui fournir des produits ou services répondant au mieux à ses attentes.

15 Avant vente : EMA (Entreprise Marketing Automation)
Le CRM Avant vente : EMA (Entreprise Marketing Automation) Ventes : SFA (Sales Forces Automation) Après vente (Helpdesk, Hotline, …) L'avant-vente : il s'agit du marketing, consistant à étudier le marché, c'est-à-dire les besoins des clients et à démarcher les prospects. L'analyse des informations collectées sur le client permet à l'entreprise de revoir sa gamme de produits afin de répondre plus précisément à ses attentes. L'Enterprise Marketing Automation (EMA) consiste ainsi à automatiser les campagnes marketing. Les ventes : L'Automatisation des forces de ventes (Sales Forces Automation, SFA), consiste à fournir des outils de pilotage aux commerciaux afin de les assister dans leurs démarches de prospection (gestion des prises de contact, des rendez-vous, des relances, mais aussi aide à l'élaboration de propositions commerciales, ...). La gestion du service clientèle : le client aime se sentir connu et reconnu de l'entreprise et ne supporte pas devoir récapituler, à chaque prise de contact, l'historique de sa relation à l'entreprise. L'après-vente, consistant à fournir une assistance au client notamment via la mise en place de [help-desk.php3 centres d'appel] (appelés généralement Call-centers, Help Desk ou Hot-Line) et via la mise en ligne d'informations de support technique.

16 Collaboratif Analytique Opérationnel Le CRM : Le principe
Dans les faits, en pratique, le Customer Relationship Management se résume bien trop souvent à la seule automatisation des forces de vente (SFA Sales Forces Automation). Le concept couvre bien d'autres fonctions. Afin de mieux le comprendre, le meta group proposait judicieusement, il y a déjà quelques temps, un découpage en trois sous-ensembles. Collaboratif Regroupe tous les canaux d'échanges avec le client et les partenaires. Analytique Analyse des informations collectées au sein du datawarehouse, datamining et statistiques en sont les outils de prédilection. Opérationnel Intégration et automatisation des processus horizontaux en liaison avec le client front-office : ventes, marketing, services clients et back-office : ERP.

17 Le CRM : Le principe

18 Un processus Des enjeux Attirer plus de clients
Le CRM Un processus Des enjeux Attirer plus de clients Conserver les meilleurs clients Améliorer le CA généré par chaque client Un processus Le Customer Relationship Management n'est pas uniquement un ensemble de progiciels. C'est un processus mettant en œuvre outils logiciels, méthodes, stratégie et comportements pour gérer plus efficacement la relation avec le client. Les enjeux Les gisements de productivité que l'on peut détecter à l'intérieur de l'entreprise ne sont pas infinis. Pour augmenter les profits, l'entreprise a tout intérêt à se tourner vers l'extérieur, pour : Attirer plus de clients Conserver les meilleurs clients Améliorer le CA généré par chaque client Pour mémoire : le coût d'acquisition d'un nouveau client est de 5 à 8 fois supérieur aux dépenses investies pour conserver les plus anciens. Les solutions de GRC, lorsqu'elles sont implantées en toute efficacité, assurent non seulement la rationalisation des processus mais aussi la centralisation et la disponibilité de l'ensemble des informations client pour un meilleur service.

19 L’analyse de données

20 Le scoring Le scoring est une méthode qui consiste à affecter une note (un « score ») à chaque client ou prospect d'une base de données afin de cibler et prospecter avec une meilleure efficacité Le scoring est une méthode qui consiste à affecter une note (un « score ») à chaque client ou prospect d'une base de données afin de cibler et prospecter avec une meilleure efficacité. Ce score peut être déterminé à partir de données externes ou de données calculées à partir de comportement

21 Le scoring

22 Le scoring

23 Le datamining Permet d’extraire des informations à partir de données, informations qui, grâce à l’analyse, se convertissent en connaissances. « Le datamining est l’analyse d’un ensemble d’observations qui a pour but de trouver des relations insoupçonnées et résumer les données d’une nouvelle manière, de façon qu’elles soient plus compréhensibles et utiles pour leurs détenteurs » (David Hand, 2001) Le datamining signifie littéralement « fouille de données » ou « forage de données ». Ce procédé, basé sur une série d’algorithmes ou modèles de datamining que nous n’allons pas aborder dans ce travail, permet d’extraire des informations à partir de données, informations qui, grâce à l’analyse, se convertissent en connaissances. « Le datamining est l’analyse d’un ensemble d’observations qui a pour but de trouver des relations insoupçonnées et résumer les données d’une nouvelle manière, de façon qu’elles soient plus compréhensibles et utiles pour leurs détenteurs » (David Hand, 2001). Autrement dit, il consiste à analyser des informations collectées dans des entrepôts de données afin d’y détecter des relations qu’il serait a priori impossible d’identifier sans cet outil. C’est un élément essentiel dans la relation client et de système d’aide à la décision. Partant de là, on comprend mieux pourquoi le datamining est annoncé comme étant « un des développements technologiques les plus révolutionnaires des dix prochaines décennies » selon le magazine en ligne ZDNET News. (Rachel Konrad, février 2001). En effet, cette technologie est perçue comme étant réellement indispensable de nos jours à l’analyse de la quantité toujours plus vaste d’informations produites par tous les systèmes d’information de l’entreprise. Enfin, comme nous l’avons dit, en tant que processus, il est pertinent de souligner ici que le datamining ne se réfère pas seulement à des outils et à une technologie informatique très développée. Effectivement, il faut également relever le rôle fondamental de l’humain dont l’implication se doit d’être totale dans chaque phase du processus. Il est erroné de penser que le datamining est une entité qui fonctionne de manière autonome.

24 La description L’estimation La segmentation La classification
Le datamining La description L’estimation La segmentation La classification La prévision L’association

25 Le datamining : La description
Description de caractéristiques claires qui puissent amener à une interprétation et à une explication intuitive L’importance de cette tâche est de permettre à l’analyste d’interpréter les résultats d’un modèle de datamining, soit d’un algorithme, de manière la plus transparente et efficace possible. « Ainsi, les résultats du modèle de datamining doivent décrire des caractéristiques claires qui puissent amener à une interprétation et à une explication intuitive. Certaines méthodes de datamining sont plus adaptées que d’autres pour une interprétation transparente » (Daniel T. Larose, 2005)

26 Le datamining : L’estimation
La variable cible est numérique Ordonner les résultats La variable cible est numérique. L’estimation permet par exemple d’estimer la somme d’argent qu’un couple va dépenser pour des produits solaires cet été ou encore d’estimer le nombre de buts que va marquer l’équipe de Suisse lors de l’Euro. On pourra également estimer le revenu d’une famille en fonction de divers critères (profession, catégorie de voiture...). L’intérêt principal de cette tâche est de pouvoir ordonner les résultats afin d’avoir la possibilité de retenir seulement les meilleurs valeurs, technique qui sera surtout utilisée en marketing dans le but de pouvoir proposer des offres aux meilleurs clients potentiels de l’entreprise.

27 Le datamining : La segmentation
Variable catégorielle Répartir les clients en groupes homogènes, qu’il convient ensuite d’aborder par des moyens spécifiques et adaptés aux caractéristiques et attentes de chaque groupe Ici, la variable cible n’est pas numérique, mais catégorielle, comme par exemple le revenu, qui peut être divisé en trois catégories : faible revenu, revenu moyen et revenu élevé. « La segmentation consiste à répartir les clients en groupes homogènes, qu’il convient ensuite d’aborder par des moyens spécifiques et adaptés aux caractéristiques et attentes de chaque groupe. Les membres d’un même groupe réagissent de la même manière aux stimuli marketing. Ils ont en commun un mode de communication, des comportements d’achat et/ou des besoins spécifiques » (Ed Peelen, 2006).

28 Le datamining : La classification
Pas de variable cible mais création de classes, de sous-groupes La classification va s’intéresser au regroupement de données ou d’observations en groupes d’objets similaires Exemple : Métatypologie d’une clientèle en fonction de l’âge, les revenus, le caractère urbain ou rural, la taille des villes, et La classification est différente de la segmentation en ce sens qu’il n’y a pas de variable cible pour segmenter. La classification va s’intéresser au regroupement de données ou d’observations en groupes d’objets similaires. En d’autres termes, elle va segmenter l’ensemble des données afin de former des sous-groupes homogènes. Ceux-ci s’appellent des clusters, à savoir des classes, qui sont des groupes dans lesquels les données sont similaires entre elles et, par définition différente des autres groupes.

29 Le datamining : La prévision
Porte sur le futur Exemple : prévoir quel va être la taux de décroissance des décès sur la route l’année suivante en prenant compte de l’augmentation des limitations de vitesse et des mesures de réprimande plus strictes adoptées par la police en ce qui concerne l’alcool au volant Les résultats de la prévision portent, comme son nom l’indique, sur le futur, ce qui la différencie de l’estimation. Pour le reste, elle est similaire à ces deux tâches expliquées précédemment. La prévision permet par exemple de prévoir quels vont être les gagnants du championnat de basket-ball en tenant compte de la comparaison des résultats de chaque équipe ou encore de prévoir quel va être la taux de décroissance des décès sur la route l’année suivante en prenant compte de l’augmentation des limitations de vitesse et des mesures de réprimande plus strictes adoptées par la police en ce qui concerne l’alcool au volant.

30 Le datamining : L’association
Association de variables Détermine les règles qui vont permettre de quantifier les relations entre elles Par exemple, si l’on s’intéresse à 500 clients qui viennent faire leurs courses au supermarché le vendredi soir et que l’on constate que sur ces 500 clients, 100 achètent des fruits et que sur ce nombre, 30 achètent du lait, ainsi, la règle d’association est « si l’on achète des fruits, alors on achète du lait », avec une mesure de support de 100/500 = 20% et un seuil de confiance de 30/100 = 33%. Cette fonction du datamining permet de découvrir quelles variables vont ensemble, quelles sont les règles qui vont permettre de quantifier les relations entre deux ou plusieurs variables. Par exemple, si l’on s’intéresse à 500 clients qui viennent faire leurs courses au supermarché le vendredi soir et que l’on constate que sur ces 500 clients, 100 achètent des fruits et que sur ce nombre, 30 achètent du lait, ainsi, la règle d’association est « si l’on achète des fruits, alors on achète du lait », avec une mesure de support de 100/500 = 20% et un seuil de confiance de 30/100 = 33%.

31 La Business Intelligence
Vidéo BIME Les entrepôts de données permettent de produire des rapports qui répondent à la question « Que s’est-il passé ? », mais ils peuvent être également conçus pour répondre à la question analytique « Pourquoi est-ce que cela s’est passé ? » et à la question pronostique « Que va-t-il se passer ? ». Dans un contexte opérationnel, ils répondent également à la question « Que se passe-t-il en ce moment ? », voire dans le cas d’une solution d’entrepôt de données actif « Que devrait-il se passer ? ».

32 Le géomarketing Analyser le comportement des individus économiques en tenant compte des notions d'espaces 21/05/2013

33 Le géomarketing

34 Créer, Développer et enrichir sa base de données

35 Créer une BDD : repérer les données à collecter
Quand devrions-nous contacter le client ? Quel produit faudrait-il lui proposer ? Quels bénéfices mettre en valeur ? (Quels sont les attributs les plus impératifs pour le client ?) Le secret du succès, c'est d'avoir une base de données utile. En d'autres termes, la société doit veiller à saisir les informations essentielles spécifiques au client et à pouvoir y accéder facilement. Commençons par les données les plus évidentes : il s'agit des variables démographiques comme le nom et l'adresse. De là, on passe aux renseignements obtenus par la rencontre avec le service clients comme les cartes de garantie retournées par les clients. Parmi les autres opportunités, on peut citer : les contacts via les programmes de marketing (bons de réduction retournés), les réponses à des enquêtes, les bons de commande, les demandes de renseignements des clients et ainsi de suite. Lorsqu'une société crée un système de base de données, elle peut connaître les principales répercussions sur son programme de communication via la réponse aux questions suivantes : Quand devrions-nous contacter le client ? Quel produit faudrait-il lui proposer ? Quels bénéfices mettre en valeur ? (Quels sont les attributs les plus impératifs pour le client ?) Toutes ces informations permettent de créer des programmes de communication sur mesure avec des méthodes bien plus rentables pour vendre les produits et services. Le résultat ? les offres, les appels et contacts commerciaux, les ventes croisées, les programmes de réactivation et de fidélisation ainsi que le développement de nouveaux produits deviennent des opérations hautement ciblées.

36 L’historique des clients
Commandes/transactions et leurs dates Type de produit/service commandé/acheté Volume en euros Rentabilité Historique des paiements Communications adressées au client, y compris les dates, le type de produit ou service offert, le prix de l'offre et/ou les conditions de paiement. Communications reçues du client, y compris les demandes de renseignements, les visites et les réclamations. L'historique des clients dans une base de données axée sur le marché doit comporter les éléments suivants : Commandes/transactions et leurs dates Type de produit/service commandé/acheté Volume en euros Rentabilité Historique des paiements Communications adressées au client, y compris les dates, le type de produit ou service offert, le prix de l'offre et/ou les conditions de paiement. Communications reçues du client, y compris les demandes de renseignements, les visites et les réclamations. Ces informations peuvent être détaillées encore davantage. À titre d'exemple, s'agit-il d'un client régulier, occasionnel ou irrégulier ? D'autres catégories sont encore envisageables comme celles regroupant les informations sur ce qui incite le client à effectuer un achat particulier (comme les offres spécifiques, le prix ou l'assortiment général de la société) ou les informations indiquant s'il est intéressé par les programmes, les relations, les négociations ou les bonnes affaires.

37 Les facteurs d’influences
Quelle est l'activité du client à l'heure actuelle ? Que voudrions-nous qu'il fasse ? Comment renforcer un comportement d'achat positif ? Comment en créer d'autres ? La société voudra également connaître les facteurs qui influencent les décisions d'achat du client, notamment : Quelle est l'activité du client à l'heure actuelle ? Que voudrions-nous qu'il fasse ? Comment renforcer un comportement d'achat positif ? Comment en créer d'autres ? Il n'y a, bien sûr, pas de limites à la somme des informations clients que l'on peut entrer sur une base de données. Cependant, celle-ci peut devenir trop chargée, coûteuse et difficilement accessible. Le point capital, c'est de bâtir une base de données avec les informations essentielles sur chaque client permettant de renforcer les liens avec lui et de lui proposer de meilleurs produits ou services.

38 Enrichissement de la base de données
Améliorer l’existant La donnée client ou prospect est une matière vivante. Pour la garder en bonne santé, il faut la nourrir et la soigner.

39 Les NPAI Volume global des NPAI : 260 millions / an
Taux moyen de NPAI (pourcentage du nombre de NPAI par rapport au nombre de courriers à acheminer) : 1,3% Le coût moyen d'un NPAI: 1 Euros / NPAI Le coût moyen de traitement d'un NPAI : 0,8 Euros / NPAI. Soit au total 1,80 Euros.

40 Normalisation d’adresses

41 Le traitement de l’adresse
Réaliser un état des lieux Choisir une solution RNVP (Restructuration Normalisation Validation Postale de l'adresse) Privilégier l'homologation Normaliser selon la norme Afnor Nettoyer les données Dé dupliquer et dé doublonner la base Anticiper les NPAI Entretenir la base de données

42 Process d’enrichissement

43 Achat de fichiers De nombreuses entreprises vous proposent d’acheter ou de louer des bases de données correspondant plus ou moins à vos cibles privilégiées.

44 Rendre opérationnelles les bases de données
Avec une base de données, une société peut élaborer des programmes de fidélisation et de marketing relationnel, des campagnes de marketing intégré, des outils de commerce électronique, une politique de marketing de base de données et des méthodes de personnalisation en grande quantité. Les sociétés de cartes de crédit et les vépécistes ont été les plus agressifs et ont su prendre le train en marche : ils ont créé avec succès des bases de données clients et bâti des stratégies pour gérer leurs clients comme un véritable capital.  La gestion de ce type d'actif bouleverse les méthodes d'exploitation de l'entreprise. Gérer des actifs tangibles est une chose, mais gérer des actifs intangibles, toujours en évolution, en est une autre. Les clients bougent, ont sans cesse de nouvelles attentes et subissent des changements qui n'apparaissent pas forcément dans la base de données. Maintenir à jour une base de données est donc une tâche énorme. De plus en plus de grandes entreprises se rendent compte aujourd'hui que les investissements en matériel, logiciels et effectif nécessaires pour développer et entretenir une base de données, facile d'accès et pertinente, ne représentent généralement qu'une petite fraction de leurs dépenses marketing globales, et que ces investissements se révèlent rentables aussi bien en termes de temps qu'en termes d'argent. 

45 L’exploitation commerciale
Analyse (segmentation, scoring, …) Marketing opérationnel Mailing Phoning Evénementiel Relance client Démarchage prospect

46 La mesure des campagnes
Tableaux de résultats,ROI, …

47 La mesure des campagnes
Tableaux de résultats

48 Les données clients, une ressource à manier avec précaution
Le Juridique Les données clients, une ressource à manier avec précaution Protection des internautes : la charte est signée Sécuriser son portefeuille de données personnelles Quel droit pour le data mining ? Site internet et loi informatique et libertés Surfez, vous êtes tracé Toute entreprise qui collecte ou reçoit des données personnelles doit se soumettre aux obligations de la «Loi informatique et libertés». Pour les professionnels du MD, savoir respecter les données nominatives est à la fois un gage de confiance et une question de crédibilité envers les clients.

49 Les 5 règles d’or de la CNIL
Finalité Proportionnalité Droit à l'oubli Sécurité des données Respect des droits des personnes Les cinq règles d'or de la Cnil (Commission nationale de l'informatique et des libertés) : Finalité Les données doivent être recueillies pour des finalités déterminées et légitimes. Le fichier doit avoir un objectif précis. Proportionnalité Les données collectées doivent être adéquates, pertinentes et non excessives au regard de ces finalités. Droit à l'oubli La durée de conservation des données dans un fichier de recherche doit être limitée et proportionnée aux objectifs poursuivis. La Cnil recommande de ne pas conserver le fichier après deux sollicitations infructueuses. Sécurité des données Toutes mesures doivent être prises pour assurer la confidentialité des données et éviter leur divulgation. Respect des droits des personnes Tout recueil de données sur des personnes (par questionnaires ou exploitation de fichiers), impose que celles-ci soient informées des conditions d'utilisation de ces données, de leur droit d'obtenir communication de celles-ci, de demander leur rectification, voire leur suppression si elles sont inexactes, et sous certaines conditions de s'opposer à leur traitement.

50 Exemple et exercices Excel/word
Création d’une structure de base de données Excel Création d’un masque de saisie - Excel Création d’une recherche – Excel Filtrer une base de données - Excel Création d’un ing – Word Segmentation d’une base client - Excel

51 Le CRM et les réseaux sociaux
Voir Vidéo L’Oréal et les réseau sociaux Voir Vidéo Sales forces