Artefact Value By Data

Comment l'iOS 14 d'Apple va changer la façon dont les marques ciblent les consommateurs

14 décembre 2020 Avec l'introduction des permissions opt-in pour les apps, iOS 14 rendra plus difficile pour les marques de cibler les consommateurs à un niveau individuel et de mesurer les résultats des activités marketing. Bobby Gray, responsable de l'analyse et du marketing Data chez Artefact, examine l'impact et explique comment les marques peuvent réagir en utilisant first-party data.

L'heure est à l'attribution basée sur les personnes

25 novembre 2020 Les spécialistes du marketing souhaitent depuis longtemps être en mesure de savoir quand, où et comment leurs consommateurs interagissent avec leurs marques - en ligne et hors ligne. Des outils tels que Facebook Attribution peuvent aider les marques à franchir une étape décisive dans leur compréhension, explique Arnaud Marro, responsable des médias sociaux chez Artefact France.

Comment former un modèle linguistique à partir de zéro sans aucune connaissance linguistique ?

25 novembre 2020 Dans cet article, Amale El Hamri, scientifique senior Data à Artefact France, explique comment former un modèle linguistique sans comprendre la langue elle-même. L'article comprend des conseils sur l'origine des data d'entraînement, la quantité de data dont vous avez besoin, le prétraitement de votre data et la manière de trouver une architecture et un ensemble d'hyperparamètres qui conviennent le mieux à votre modèle.

Comment avons-nous mis en production notre solution de prévision des ventes pour les croissants ?

25 novembre 2020 Chez Artefact, nous sommes tellement français que nous avons décidé d'appliquer le Machine Learning aux croissants. Ce premier article sur deux explique comment nous avons décidé d'utiliser Catboost pour prédire les ventes de “viennoiseries”. Les caractéristiques les plus importantes qui influencent les ventes sont les dernières ventes hebdomadaires, le fait que le produit soit en promotion ou non et son prix. Nous vous présenterons quelques caractéristiques techniques intéressantes, notamment la cannibalisation et les raisons pour lesquelles vous devez parfois mettre à jour votre variable cible.

Critères d'évaluation de la NLU pour la détection d'intentions et la reconnaissance d'entités nommées dans les conversations des centres d'appels

25 novembre 2020 Les conseillers des centres d'appel commencent à voir émerger l'utilisation des NLU dans leur vie quotidienne, ce qui leur permet de répondre plus facilement aux demandes des clients. Pour ce faire, un outil doit être capable de reconnaître en même temps la demande du client et ses caractéristiques, en d'autres termes, une intention et des entités nommées.

Interview : Aider HomeServe à mieux répondre aux urgences domestiques grâce à l'IA

24 novembre 2020 En octobre dernier, Artefact a organisé un webinaire avec la société d'assurance habitation HomeServe pour discuter de la façon dont l'analyse vocale aide la société à améliorer son expérience client et à stimuler ses performances commerciales. Dans ces extraits, Mickael Loreau, directeur de l'innovation et des produits chez HomeServe, discute avec Matthieu Myszak, directeur du conseil de Artefact Data, et Hanan Ouazan, directeur - Data Science VP, des progrès qu'ils ont réalisés jusqu'à présent.

Pourquoi les marques doivent-elles élaborer des stratégies plus diversifiées en matière de médias sociaux ?

29 octobre 2020 Cet été, de grandes marques ont boycotté Facebook, accusé de tirer profit de discours haineux, ce qui a poussé de nombreuses petites marques à suivre le mouvement. Pour éviter de telles décisions difficiles à l'avenir, les petites marques devraient commencer à élaborer des stratégies de médias sociaux plus diversifiées, explique Jack Harrington, Paid Social Manager chez Artefact UK.

Remonter