• Contact
C-Radar
    févr. 2017  
 
 
  Edito

 

Bonjour,

C-Radar à le plaisir de vous partager ce nouveau format de Newsletter. Et pour commencer fort, parlons de l'évènement de ce début d'année : 


Janvier 2017, l'INSEE ouvre le fichier SIRENE. Vous avez accès au fichier des 9.000.000 d’entreprises, à leur SIRENE, leur SIRET. Vous pouvez dès maintenant faire disparaître les doublons infernaux présents dans votre CRM. Ce qui était coûteux et revendu par les acteurs historiques de la base de données entreprises est maintenant gratuit et est accessible librement.


Pour vous faciliter l’import de ces données, C-Radar dont l’un des savoirs-faire est de rendre exploitables toutes données, à lancé le site openentreprise.fr et une API en accès libre…


Une année 2017 pleine de belles surprises !    



Pour lire la suite, cliquez ici

 
 
 
  Temps forts  
 
 
    Big data et marketing prédictif : les nouvelles opportunités dans l'assurance - Témoignage événement Natixis et Euler Hermès.

SAVE THE DATE : JEUDI 9 MARS 2017

C-Radar a réuni des acteurs importants de l'assurance, pour un séminaire unique dédié aux nouvelles opportunités du big data et du marketing prédictif.

Venez découvrir 2 exemples de projets réussis et implémentés en quelques semaines :

Témoignage d'Alain Siegrist Directeur Général Adjoint

Témoignage d’Alain Siegrist Directeur Général Adjoint Connaissance


Pour lire la suite, cliquez ici

 
    Technology Fast 500 EMEA, C-Radar accélère sa croissance.

Après le CMI 2014 puis 2015, C-RADAR, un des leaders du marketing prédictif B2B européen, se classe dans le Technology Fast 500 2016 de Deloitte.

C-RADAR est l’un des sociétés, à très forte croissance, classée dans le Technology Fast 500 EMEA 2016 de Deloitte.

Notre croissance est la concrétisation de la valeur apportée par notre approche disruptive de la génération de données entreprises pour :Créer des segmentations des bases clients,Identifier des écosystèmes à forts potentiels business,

Livrer des fichiers de cibles massifs ou de niche à partir de critères massifs ou qualitatifs...


Pour lire la suite, cliquez ici

 
    Quand le data mining et l'épistémologie se rencontrent - Conférence UPMC.

Quand le data mining et l’épistomologie se rencontrent autour d’une table ronde.   Anouk Barberousse, dont les domaines de recherche sont la philosophie de la physique (et en particulier les problèmes posés par la modélisation, l’idéalisation, et les simulations numériques), la philosophie des probabilités et l’épistémologie des images scientifiques au sein de l’équipe sciences, normes...


Pour lire la suite, cliquez ici

 
 
 
  Sélection du blog  
 
 
    Exemple de classements mondial grâce au big data.

Un classement chinois de plus.

J’ai reçu l’autre jour d’un moteur chinois, AMiner, un mail m’annonçant que je faisais partie des « Most Influential Scholars » dans mon domaine d’expertise (les bases de données).   “We are pleased to inform you that you have been recognized as a Most Influential Scholar for your outstanding andRead more


Pour lire la suite, cliquez ici

 
    C-Radar ou C'est Google, le meilleur des deux mondes.

La question peut paraître naïve à la majorité des utilisateurs C-Radar.

Mais en France, 90% des recherches des internautes se font sur Google. Donc quand C-Radar propose un moteur de recherche pour identifier des entreprises, la question “pourquoi ne pas utiliser Google ?” revient régulièrement.

Elle est tout à fait légitime. Nous y répondons dans cet article.  

Moteur de recherche du web vs. moteur de recherche typé

Google, Qwant, Bing, etc. sont des moteurs de recherche du web. On leur fournit un mot-clé, ou une liste de mots-clés et ils retournent l’ensemble des pages du Web qui contiennent ce ou ces mots-clés, suivant un ordre qui dépend du moteur en question. Il existe en revanche des moteurs de recherche dit “typés”, qui se spécialisent sur sujets particuliers :des livres, des films, des entreprises, des appels d’offres, des laboratoires de recherche, etc.

Ces moteurs de recherche ont deux particularités :

Au lieu de retourner en réponse des pages web, ils retournent une liste d’entités (livres, films, entreprises, appels d’offres, laboratoire de recherche, etc.)

Pour les interroger, on peut là encore donner des mots-clés, et le moteur retourne l’ensemble des entités (plutôt que des pages web) pour lesquelles le ou les mots-clés figurent dans la description de l’entreprise.

On peut aussi interroger le moteur avec des caractéristiques typées par exemple : la date de parution d’un livre,la nationalité d’un film,les certifications d’une entreprise,la date limite de réponse à une appel d’offre,

le dirigeant d’un laboratoire de recherche, etc.  

Il existe de nombreux exemples de moteurs de recherche typés : Amazon dispose d’un moteur de recherche de livres

Imdb a un moteur de recherche de films

C-Radar dispose d’un moteur de recherche d’entreprisesCentrale des Marchés est un moteur de recherche d’appels d’offres publicsScanR est un moteur de recherche de laboratoires de recherche   Comment fonctionne un moteur de recherche du web ? Un moteur de recherche du Web est alimenté par un crawler (en fait un grand nombre de crawlers), qui parcourent le Web régulièrement et recueillent pour chaque page crawlée son URL et son contenu. A partir de ces données, on construit un index, qui, pour tout mot-clé, fournit l’ensemble des URL des pages qui contiennent le mot-clé en question. Mettre en place un moteur de recherche du web suppose donc être capable de crawler les milliards de sites du web à une fréquence raisonnable. Il suppose aussi de maintenir un index vers les milliards de pages du Web et de le faire évoluer dans le temps. C’est ce que font (entre autres) Google, Bing ou Qwant.  

Comment fonctionne un moteur de recherche typé ?

Si un moteur de recherche du Web indexe les pages du Web, donc se base sur le web pour sa “matière première”, un moteur de recherche typé ne repose pas sur le web et doit tout d’abord réunir l’ensemble des informations sur les entités à indexer.  

Il faut donc disposer de la liste de toutes les entités concernées (tous les films, tous les livres, ou tous les appels d’offres ou toutes les entreprises, ou tous les laboratoires de recherche). Il faut ensuite disposer d’une description pour chacune des entités : cette description va consister en général en des informations structurées et des informations non-structurées (texte libre) Pour un film, le titre du film, le nom des acteurs, la date de sortie, etc.) et le synopsis du film).Pour une entreprise, on aura le nom, l’adresse, la date de création, le nom du dirigeant) et des informations non-structurées (la description de l’entreprise, celle de ses produits, le contenu de son site web etc.).Pour un appel d’offre, on aura le nom de l’émetteur, la date de dépôt, la catégorie, puis le texte de l’appel d’offre.Pour un livre on aura le titre, le nom de l’auteur, la date de parution, l’éditeur et le résumé du livre.Pour un labo de recherche, on aura le nom, l’adresse, les thèmes de recherche et les publications   Pour réunir l’ensemble de ces informations, diverses méthodes sont possibles. Celles-ci peuvent venir de bases de données en ligne, du web, de questionnaires, de “crowd sourcing” etc. Il faut ensuite le maintenir dans le temps (les livres et les films ne changent plus beaucoup dans le temps, mais les entreprises et les laboratoires évoluent en permanence).   Donc la qualité du moteur va dépendre de la qualité des données

Leur couverture : combien de films, combien de livres, combien d’entreprises, combien d’appels d’offres, combien de labos, etc ?

Leur complétude : combien de renseignements disponibles sur chacune des entités en question ? Il faut ensuite mettre en place un moteur de recherche sur ces entités qui puisse tenir compte des données structurées et des données non-structurées.  

Les bénéfices d’un moteur typé  Le moteur de recherche typé permet de rechercher sur les données structurées et non-structurées.

Si je cherche une entreprise dans la région parisienne qui fait du traitement de surface, je vais pouvoir spécifier que l’adresse est en Ile-de-France et donner le mot-clé “traitement de surface” et je vais trouver toutes les entreprises d’Ile-de-France qui font du traitement de surface.

Si je suis acheteur, je cherche des fournisseurs, donc des entreprises, plutôt que des informations générales sur des produits. Donc je cherche les entreprises qui font du traitement de surface, et pas toutes les pages du Web qui parlent de traitement de surface.

Sur Google, je vais trouver des articles de journaux qui en parlent, je vais trouver des articles Wikipedia, je vais trouver des offres d’emplois de traitement de surface, des articles scientifiques etc. …

Si j’utilise un moteur de recherche d’entreprise, je vais directement trouver des entreprises.

En outre, je vais pouvoir donner des caractéristiques sur la localisation, l’âge, le chiffre d’affaires de l’entreprise.

Pour résumer, les bénéfices sont

  • La complétude : si je cherche une entreprise sur le Web, je ne vais trouver que les entreprises qui sont sur le Web (c’est le cas de 600 000 entreprises sur les 5 millions d’entreprises françaises),
  • La précision : si je cherche une entreprise sur le Web, je vais la trouver perdue au milieu d’un fatras d’information, et il me faudra extraire l’aiguille de la botte de foin
  • Le ciblage : si je cherche une entreprise sur des critères précis (adresse, effectifs, chiffres d’affaires, date de création, etc.), je n’ai aucun moyen de le faire sur le web

C-Radar : le meilleur de deux mondes

C-Radar est un moteur de recherche typé, spécialisé sur les entreprises.

Mais il a une caractéristique supplémentaire : il découvre sur le Web tout ce qui est dit sur une entreprise. Parce qu’il identifie le site web de chaque entreprise et recueille et indexe le contenu du site en question, il va “ratisser” le web comme Google, en se focalisant sur les entreprises.


Pour lire la suite, cliquez ici

 
 
 
  Interview de spécialistes  
 
 
    Interview de spécialiste : François Grante, co-fondateur d'Hunter.

INTERVIEW DE SPÉCIALISTE : FRANÇOIS GRANTE, CO-FONDATEUR D'HUNTER

Nous inaugurons une série d’interview des spécialistes de la MarTech, ce nouvel espace à la croisée du marketing et de la technologie, par un interview de François Grante… Chez C-Radar nous connaissons bien François Grante depuis ses premiers projets pré-Hunter. Nous aimons bien le style, l’approche commerciale et...


Pour lire la suite, cliquez ici

 
 
 
  Nouveauté produit sélectionnée  
 
 
    CLASSIFIEUR B2B / B2C.

Cibler en un clic les entreprises B2B et/ou B2C.

Ce filtre permet de mieux comprendre son marché, de réaliser des ciblages plus précis et d’éviter de recevoir un fichier mélangeant des prospects BtoB et BtoC. Il n’existait pas jusqu’à ce jour de segmentation exhaustive des entreprises par rapport à leur nature B2B/B2C. Tous les clients C-Radar y ont accès en un clic et quelques secondes.


Pour lire la suite, cliquez ici

 
 
 
  Témoignage : usage du marketing prédictif  
 
 
    Comment Medeuronet identifie et segmente un écosystème international ?

COMMENT MEDEURONET IDENTIFIE ET SEGMENTE UN ÉCOSYSTÈME INTERNATIONAL ?

"Grâce à C-Radar, nous disposons d'une application unique qui donne la connaissance de l'écosystème MedTech la plus complète du marché en Europe." Medeuronet est une entreprise européenne, basée Strasbourg et à Londres, qui offre un triptyque de solutions pour le marché de la MedTech : business intelligence...


Pour lire la suite, cliquez ici

 
 
 
 

Ce message est envoyé par C-Radar, 22, rue Chauchat, 75009 Paris, France

 
  • PARTAGEZ SUR
Dernières Newsletters
Voir toutes les newsletters