Code
MPYE MKT 6444
Niveau
M2
Discipline
Marketing, commercial
Langue
Français/French
Crédits ECTS
2
Heures programmées
28
Charge totale étudiant
40
Coordonnateur(s)
Département
- Management, Marketing et Stratégie
Introduction au module
Ce séminaire forme les étudiants à l'activation de la donnée client pour concevoir des expériences hyper-personnalisées à grande échelle. Dans un contexte où la data est au cœur des stratégies de croissance, ce cours enseigne comment exploiter les données first-party et third-party, activer les audiences et mettre en œuvre des stratégies de personnalisation pilotées par l'IA. Ce séminaire privilégie les retours d'expérience des professionnels sur les nouvelles pratiques.
Bloc de compétences
- 1. S’approprier les usages avancés et spécialisés des outils de l’intelligence digitale en s’assurant de leur impact durable et responsable
Compétences du bloc
- 1.2 - Actionner les outils de l'intelligence digitale de manière efficiente, pour accompagner les transformations sociétale, numérique, énergétique et environnementale des organisations, en s'assurant de leur impact durable et responsable.
Objectifs d'apprentissage du cours
• Comprendre l'architecture data marketing (CDP, DMP, CRM) et les flux de données
• Appliquer les principes de la réglementation sur les données personnelles dans la conception de stratégies d'activation et de personnalisation
• Maîtriser les stratégies de segmentation et d'activation des audiences
• Mettre en œuvre et évaluer la performance des campagnes de personnalisation client via l'IA
• Understand the marketing data architecture (CDP, DMP, CRM) and data flows.
• Apply the principles of personal data regulation when designing activation and personalization strategies.
• Master audience segmentation and activation strategies.
• Implement and evaluate the performance of AI-powered customer personalization campaigns.
Contenu : structure du module et agenda
• Architecture data marketing : CDP (Customer Data Platform), DMP, CRM et intégration des flux
• Segmentation avancée : scoring comportemental, propension, RFM, LTV
• Personnalisation IA : recommandations, dynamic content, hyper-personalisation
• Mesure de la performance : attribution, ROAS, LTV/CAC, tableaux de bord
Contribution à l'atteinte des ODD (Objets du Développement Durable)
• ODD 9 – Industrie, innovation et infrastructure / Industry, Innovation and Infrastructure : développement des compétences en architecture data marketing (CDP, DMP, CRM) et en IA pour concevoir des infrastructures numériques innovantes et responsables.
• ODD 12 – Consommation et production responsables / Responsible Consumption and Production : mise en œuvre de stratégies de personnalisation et d’activation de la donnée client qui encouragent un marketing plus transparent, pertinent et durable, limitant le gaspillage publicitaire.
• SDG 9 – Industry, Innovation and Infrastructure: developing skills in marketing data architecture (CDP, DMP, CRM) and AI to design innovative and responsible digital infrastructures.
• SDG 12 – Responsible Consumption and Production: implementing customer data activation and personalization strategies that foster more transparent, relevant and sustainable marketing, reducing advertising waste.
Nombre d'ODD abordés parmi les 17
2
Apprentissage
synchrone
Méthode pédagogique
1- Cours magistral
2- Exercices pratiques
3- Études de cas
4- Pitch
Système de notation et modalités de rattrapage
L’évaluation repose sur plusieurs critères : la participation, l’implication, les questions de cours, applications, ainsi qu’un pitch final. La répartition est la suivante : 60 % de la note concerne le travail individuel (devoir sur table avec questions de cours dont une partie peut être sous la forme de quizz), et 40 % le travail collectif (application du cours avec pitch final).
Le règlement de scolarité en vigueur constitue le document de référence.
En cas de note finale inférieure à 10 sur 20, un rattrapage est organisé et compte pour 100% de la note finale. Le rattrapage consistera en un dossier individuel de recherche, de réflexion et d’application, ou un examen oral, sur une thématique du cours.
Tout devoir remis hors délai sera crédité de la note de 0.
Les notes peuvent être individualisées selon la participation (retard ou absence non excusée en cours, comportement en cours, etc.) sous la forme d'un bonus ou d'un malus de points. La règle de ponctualité et de présence fait partie intégrante du cadre de vie et d’apprentissage porté collectivement, elle traduit le respect du travail des enseignants, du groupe et des exigences de l’école ainsi qu'une posture professionnelle attendue des étudiants. Toute absence non justifiée d'une demi-journée de classe entraînera une pénalité d’un point sur la note finale du module concerné. Cette sanction pourra également s’appliquer à tout retard non justifié. En cas de retards ou d’absences répétés, le nombre de points retirés pourra être augmenté, afin de garantir le bon déroulement des enseignements.
Règlement du module
Le règlement de scolarité en vigueur constitue le document de référence.
Professor-Student Communication
● The professor will contact the students through their school email address (IMT-BS/TSP) and the Moodle portal. No communication via personal email addresses will take place. It is the student responsibility to regularly check their IMT-BS/TSP mailbox.
● Students can communicate with the professor by emailing him/her to his institutional address. If necessary, it is possible to meet the professor in his office or by videoconference by appointment.
Students with accommodation needs
If a student has a disability that will prevent from completing the described work or require any kind of accommodation, he may inform the program director (with supporting documents) as soon as possible. Also, students are encouraged to discuss it with the professor.
Class behavior
● Out of courtesy for the professor and classmates, all mobile phones, electronic games or other devices that generate sound should be turned off during class.
● Students should avoid disruptive and disrespectful behavior such as: arriving late, leaving early, careless behavior (e.g. sleeping, reading a non-course material, using vulgar language, over-speaking, eating, drinking, etc.). A warning may be given on the first infraction of these rules. Repeated violators will be penalized and may face expulsion from the class and/or other disciplinary proceedings.
● No delay is tolerated. Attendance will be declared on Moodle via a QR code provided by the teacher at each course start.
● Student should arrive on time for exams and other assessments. No one will be allowed to enter the classroom once the first person has finished the exam and left the room. There is absolutely no exception to this rule. No student can continue to take an exam once the time is up. No student may leave the room during an examination unless he / she has finished and handed over all the documents.
● In the case of remote learning, the student must keep his camera on unless instructed otherwise by the professor.
Honor code
IMT-BS is committed to a policy of honesty in the academic community. Conduct that compromises this policy may result in academic and / or disciplinary sanctions. Students must refrain from cheating, lying, plagiarizing and stealing. This includes completing your own original work and giving credit to any other person whose ideas and printed materials (including those from the Internet) are paraphrased or quoted directly. Any student who violates or helps another student violate academic behavior standards will be penalized according to IMT-BS rules.
Références obligatoires et lectures suggérées
1. Kihn, M., & O’Hara, C. B. (2020). Customer data platforms: Use people data to transform the future of marketing engagement. Hoboken, NJ: Wiley.
2. Maidenberg, E. (2024). Maîtriser l’IA générative dans la communication et le marketing: ChatGPT, Midjourney… Paris, France: Ellipses.
Mots-clés
Activation de la donnée client; Activation des audiences; Personnalisation pilotée par l’IA; CDP et architecture data marketing; Hyper‑personnalisation à grande échelle; Personnalisation conforme au RGPD; IA responsable & AI Act / Customer data activation; Audience activation; AI‑driven personalization; CDP‑based marketing data architecture; Hyper‑personalization at scale; GDPR‑compliant personalization; Responsible AI & EU AI Act.