Comment passer des Big Data aux Smart Data ?

Club Big Data, Smart Data

La Poste

28 mars 2014

Comment passer des Big Data aux Smart Data ?

Partenaire :

L’équipe d’animation du Club Big Data / Smart Data (Ex Club Marketing Direct)

Le premier réseau des Professionnels du Marketing 2

Vincent Fournout

Président de Message Business

www.message-business.com

Application Email Marketing

[email protected]

Christophe Cousin

Président de Camp de Bases

www.campdebases.com/

Conseil et solutions techniques Big Data Marketing

[email protected]

En partenariat avec

Bienvenue !

http://www.message-business.com/



http://www.campdebases.com/

Pour twitter en live

#adetemclubs

28/03/2014 Le premier réseau des Professionnels du Marketing 3

Le Club MD devient le club Big Data / Smart Data

• Big et surtout Smart

– Quels bénéfices pour le consommateurs ?

– Quels bénéfices pour le marketers ?


Objectifs du club Big Data / Smart Data

• Lieu de partage sur les bonnes pratiques

– Gestion intelligente de la données

– Exploitation efficace des canaux

• Lieu de réflexion sur les enjeux

– Organisation des équipes marketing

– Impact sociétal

• Lieu de veille sur les innovations

– Stratégique, technologique, opérationnelle.


Agenda des prochains clubs

• Comment passer des Big Data aux Smart Data

• Cahier de tendances Big Data

• Données personnelles : législation, théorie, pratiques.

• CRM, Big Data et Web analytic

• Emailing 2014

• B to B et data marketing


Les intervenants & déroulé

du club

• Introduction

• Le sourcing : comment utiliser les ressources de

l’Open Data avec Data Publica

• L’analyse des données : les nouvelles techniques de

datamining avec Quinten

• L’utilisation des données : comment rajouter une

intelligence métier avec LSF Interactive

• La visualisation des résultats : quelles sont les

nouveaux formats de datavizualisation avec Camp de

Bases

• Questions & réponses

Introduction

Christophe Cousin

Camp de Bases

twitter.com/chcousin


Camp de Bases


Data base marketing

Data management

CONSEIL MÉTIER

Stratégie et organisation

Accompagnement dans la mise

en œuvre

Une prise en compte de toutes les dimensions de la data : marketing, technique, organisation, juridique...

UTILISATION DES DONNÉES

SOLUTION TECHNIQUE

Gestion de campagnes

Quintessence, une DMP (Data Management Platform) pensée par, et pour des marketeurs pour vos données multicanal.

Une équipe expérimentée pour exploiter vos données au quotidien.

Notre mission : vous permettre d'exploiter les (Big) Data Marketing

Datamining Moteur de

recommandations

Data quality

Sourcing

Avant première : les 5S des Smart Data!


A télécharger ici

: http://datamanageme

nt-le-

blog.com/category/inf

ographies-cdb/

http://datamanagement-le-blog.com/category/infographies-cdb/









Avant première : les 5S des Smart Data!


Stratégie

Sourcer

Sélectionner

Signifier

Symboliser

Sourcing : comment

utiliser les

ressources de

l’open data

François Bancilhon

Data Publica

twitter.com/fbancilhon


Sources

Web

Editeurs

Données Internes

Open Data

Réseaux Sociaux

Crawl Scraping ETL, etc.

Text Mining Formatage

Enrichissement, etc.

Livraison Visualisation

Data Publica Sur

mesure Sur

étagère

Extraction

manuelle de

données

Extraction

automatique et

actualisée de données

Production

de rapport Rapport sur

mesure

Visualisation

Générique

Data

Publica

Tableaux de bord des territoires

Processus

manuel

Mise à jour

automatisée

Votre

rapport

Autres Sources Sources Processus

industriel

Tableau de bord de l’emploi

• INSEE

• Pole emploi

• Banque de France

• Geonames

Tableau de bord des communes

• INSEE

• Développement Durable

• Banque de France

• Eurostat

• Statistiques base

« Marchés » (800 sources

différentes)

• Geonames

Objectifs marketing & vente B2B

• comprendre son marché

• scorer des prospects existants

• identifier de nouveaux prospects

• suivre des prospects et des clients

• identifier fournisseurs, concurrents et

partenaires

Données sociétés

Analyse et

classificatio

n

Sites

Web des

sociétés

Réseaux

sociaux

Identificate

ur de site

Web

Média

Données

officielles

sociétés

Extracte

ur de

données

entrepris

es

Détection

de

signaux

faibles

Moteur de

recerche

Architecture

C-Radar - Cartographie

C-Radar - Recherche

C-Radar - Recherche

C-Radar - Signaux

L’analyse des

données : les

nouvelles techniques

de datamining

Guillaume Bourdon

Quinten



3 pôles d’expertises : Conseil - R&D – BI

25 Data Scientists ORGANISATION

Croissance moyenne de CA de +40%

+80% du CA réinvesti en R&D

Depuis 2008, plus de 100 missions et +25 clients

CHIFFRES CLÉS

Reconnue par le Ministère de la Recherche comme Entreprise Innovante et soutenue par la Banque Publique d’Investissement (BPI France)

Membre actif des pôles de compétitivité Cosmétic Valley et MEDICEN

INNOVATION

UNE SOCIÉTÉ INDÉPENDANTE DE CONSEIL EN VALORISATION STRATÉGIQUE DE DONNÉES

Le smart data : un parti pris assumé par quinten

• Rompre avec la culture de la moyenne et des segments

• Décrire simplement les faits avec les données disponibles

• Sans a priori – sans pré-découpage – sans hiérarchisation

• En réalisant une analyse combinatoire exhaustive


A l’aide d’un Algorithme d’Intelligence Artificielle,

le Q-finder®, développé par les équipes R&D quinten

Comment faire du Smart data à partir des

données brutes issues d’une étude d’image ?


Innovation méthodologique quinten


507 femmes Profil 1 18 % Fan

530 femmes profil 2 20% Fan

808 femmes Profil 3 23% Fan

Analyse classique “non supervisée”: Le clustering

( Clustering ) (ACP, K-Means ...)

27

Y a t-il différents profils de Fan dans cette base de données ?

Est ce que ces profils montrent des differences au regard de leur attachement à la marque Y ?

Database : 2000 femmes / 120 variables

Femme Fan

de la marque Y Femme Fan

de la marque Y

20% des femmes sont Fan de la marque Y

ADP - 24 Mars 2014


Analyse “supervisée’’ : le Q-Finder Identification et qualification de profils stratégiques que les outils conventionnels ne peuvent pas détecter

• Résultats vérifiables, lisibles et opérationnels

• Optimalité et exhaustivité des recommandations garantie

Femme non Fan

de la marque Y

Femme Fan

de la marque Y

20% des femmes sont fan de la marque Y

Q-Finder +

Méthodologie Quinten

ADP - 24 Mars 2014 28

Quels sont les profils des Fan ?

Qu’est ce qui les caractérise ?

Comment augmenter leur nombre ?

Habite en centre ville

Âge entre 28 et 35 ans

Vivant en couple

470 femmes 35% Fan

210 femmes 70% Fan

Age > 50 ans

Salaire annuel > 50 000€

Satut : célibataire

320 femmes 42% Fan

Age < 40 ans

Budget vêtement > 1000€/an

Vont > 1fois/mois en parfumerie

Database : 2000 femmes / 120 variables

PAS OU PEU D’INFLUENCE GLOBALE

DES 3 FACTEURS INDIVIDUELLEMENT

Autre exemple de bénéfice Q-finder®

ACTION : CIBLER EN PRIORITÉ LES CLIENTS RÉPONDANT À CE PROFIL PAR LA CMD VALENTINA

44% 44%

Augmentation Diminution

Taille base :

4204 clients

(100%)

Effet de la campagne VALENTINA

sur le chiffre d’affaire :

11% 79%

Taille règle :

1463 clients

(34,8%)

SEXE : HOMME

69%

Taille règle :

999 clients

(23,8%)

NOMBRE D’ENFANT ≥ 2

14%

74%

Taille règle :

942 clients

(15,4%)

PANIER MOYEN ANNUEL ≤ 58,6€

15%

POURTANT, Q-FINDER A DÉTECTÉ L’INFLUENCE

COMBINÉE DE CES 3 FACTEURS

100% en augmentation

Taille règle :

654 clients

(15,6%)

Les clients ayant l’ensemble des caractéristiques:

Augmentent 2.3 fois plus le chiffre d’affaire.

SEXE : HOMME

NOMBRE D’ENFANT ≥ 2

PANIER MOYEN ANNUEL ≤ 58,6€

Présentation commerciale 2014 29

Détection de facteurs d’influence invisibles par les méthodes

classiques

Top 5 mondial de la cosmétique


Optimiser le programme de fidélité des

clientes et augmenter significativement le

panier moyen

NOTRE MISSION

NOTRE DÉMARCHE

RÉSULTATS

Augmentation de 40% du panier moyen sur les profils identifiés

Taux de retour des campagnes de 32% sur les cibles optimisées

Gains de 1,8M€ la première année

Segmentation des clients en 5 profils

Identification des profils les plus sensibles aux campagnes MD

Pour chaque campagne MD, chiffrage du ROI attendu par cible recommandée

Mesure des gains réalisés

MARKETING & COMMERCIAL

L’utilisation des

données : comment

rajouter une

intelligence métier

Antoine Ruff

LSF Interactive


Présentation de LSFinteractive


Un groupe franco-américain indépendant

Créé en 1999 dans la Silicon Valley par Daniel LAURY

Revente de l’activité LuckySurf en 2008

Un développement accéléré en 2012 aux USA par les rachats de Geary 15miles et

Meltwater

4e agence américaine en PPC/SEA

Le groupe Geary LSF aujourd’hui : plus de 250 collaborateurs dans le monde

(San Francisco, San Diego, Philadelphie, St Louis, Chicago / Paris)

LSFinteractive France

Créée en 2000

80 personnes

7,2 M de Marge Brute en 2012

Une approche bi-polaire


Stratégie digitale Notoriété, visibilité, trafic, acquisition, conversion, fidélisation

Métiers Conseil & Pilotage Stratégique

Référencement naturel

Référencement payant

Display Branding

Display performance / Ad-exchange

E-mailing, jeux-concours

Collecte naturelle d'opt-in

Réseaux sociaux

Mobile

e-CRM

Web Analytics

Marchés

Médias

Luxe - Beauté

e-Tourisme

Industrie

Distribution

Banques - Assurances

Grande consommation

L’exploitation des big datas dans le tourisme


La démarche exploratoire

1. Identifiez toutes les sources de données

2. Sélectionnez celles qui ont de la valeur

3. Définissez les scénarios pour exploiter au mieux ces données

4. Créez vos tableaux de bord et définissez vos KPI

La démarche pragmatique

4. Identifiez où vous pouvez les récupérer

3. Listez les données dont vous allez avoir besoin

2. Imaginez vos scénarios sans vous brider, en étant disruptif

1. Définissez vos KPI et vos tableaux de bord idéaux

Deux démarches possibles :

La méthode pragmatique appliquée au tourisme





1. Définissez vos KPI et vos tableaux de bord

idéaux

Cela permet de vous poser la bonne question - « Pourquoi

faites-vous ça ? » - et de suivre dans le temps le résultat de

vos actions.

Structurez votre réflexion autour de deux axes :

- La mesure du business (ROI)

- Transformer X% de prospects en clients

- Réduire le délai de réachat de X jours

- Augmenter le nombre de commandes par client de X%

- Augmenter le panier moyen de X%

- La mesure de la satisfaction client (ROE)

- Augmenter le taux d’ouverture de X points

- Augmenter le temps de lecture des e-mails de X%

- Augmenter le taux de clic de X points

- Augmenter la durée de vie dans le programme de X jours







idéaux

Laissez libre cours à votre imagination : avec la big data

quasiment rien n’est impossible !

Voila le scénario que nous allons étudier :

SCÉNARIO TEST

Je souhaite pousser à mes inscrits des e-mails personnalisés selon leur localisation. Les offres relayées dans cet e-mail porteront sur des WE (court séjour) dans

des destinations où il fera beau et où il se passera des évènements exceptionnels, deux arguments susceptibles

de favoriser la conversion.







idéaux

De quelles données vais-je avoir besoin pour mettre en place

ce scénario ?

Identification de l’aéroport

de départ

Météo selon la destination

Activités selon

la destination

Identification de l’offre adéquate dans votre catalogue

Identification de la gare de départ

Personnalisa-tion selon le profil







idéaux

Le moment est venu de faire l’inventaire de vos données.

Pour récupérer les données dont vous ne disposez pas, il existe trois méthodes principales :

- La méthode déductive : vous déduisez une nouvelle information à partir d’une information dont vous disposez déjà

- La méthode probabiliste : vous supposez une information à partir de résultats statistiques

- La méthode par rapprochement : vous récupérez une information dans une autre table grâce à une clé d’identification commune

Nous supposerons que nous ne disposons à ce stade que de l’e-mail de l’inscrit.

Etape 1 : Déterminer le profil de l’inscrit


Le point de départ : [email protected]

Méthode par rapprochement

Vous retrouvez dans vos systèmes d’information cette même adresse e-mail avec les données suivantes : Civilité : M. Prénom : Antoine Nom : RUFF Code postal : 86000

Méthode déductive

Vous analysez l’e-mail pour en extraire : Prénom : Antoine Nom : RUFF Une fois le prénom connu, vous lui affectez une civilité : Civilité : M. Vous exploitez l’IP de connexion / d’ouverture pour lui affecter un code postal : Code postal : 86300

Etape suivante : L’affectation de la gare / aéroport de départ

Etape 2 : Lui affecter sa gare / son aéroport


A partir du code postal de l’inscrit, nous

arrivons à identifier de manière probabiliste :

- son aéroport de départ

- sa gare de départ

Nous allons maintenant pouvoir étudier les

destinations desservies par ces deux points

de départ.

Le point de départ : Code postal

Etape suivante : L’identification de toutes les destinations potentielles

Etape 3 : Lister les possibilités


En exploitant les tables de références du réseau ferré et aérien, nous obtenons :

2 destinations desservies en avion :

- Ajaccio

- Barcelone

3 destinations desservies en train :

- Bordeaux

- Tarbes

- Bayonne

Le point de départ : La gare / l’aéroport de départ

Etape suivante : L’identification des offres disponibles sur ces destinations

Etape 4 : Vérifier que les offres sont bien disponibles


Le point de départ : Les destinations

Etape suivante : L’identification de la météo du prochain WE sur les destinations disposant d’une offre

Ajaccio

Barcelone

Bordeaux

Tarbes

Bayonne

Samedi Dimanche En appelant votre catalogue

produit, nous voyons que toutes

les destinations disposent d’une

offre de transport et d’héberge-

ment, à l’exception de Bordeaux

qui sera donc exclue des offres

proposées.

Etape 5 : S’assurer que la météo sera au RDV


Le point de départ : Les destinations disposant d’une offre

Etape suivante : L’identification des activités dans les destinations ensoleillées

Ajaccio

Barcelone

Tarbes

Bayonne

Samedi Dimanche En exploitant une API météo,

nous voyons que Barcelone et

Bayonne sont les deux

destinations à privilégier en

termes d’ensoleillement.

Etape 6 : Identifiez des raisons supplémentaires


Le point de départ : Les destinations ensoleillées

Etape suivante : L’envoi d’un e-mail one to one à tous ceux qui remplissent ces conditions, quelques jours avant le WE

Barcelone

Bayonne

Evènement du WE En exploitant une API partenaire,

nous récupérons la liste des

évènements ayant lieu ce WE sur

ces deux destinations ensoleillées.

L'affiche mêle le meilleur de la

pop, du rock et des sons

electro, toujours sous un

regard indépendant... Avec en

tête d’affiche ARCADE FIRE

et PIXIES ! Mélange savant de culture, de

tradition, de passion, d'art et

de sport, la tauromachie fait

partie de l'histoire et du

patrimoine de Bayonne et du

Pays basque.


Les bon plans voyage

Sautez dans le train à destination de BAYONNE !

M. RUFF, ce WE partez au soleil vivre des moments magiques !

M. RUFF, laissez vous tenter par un WE au soleil ! Nous

avons sélectionné pour vous les meilleures offres au départ de POITIERS, il ne vous reste plus qu’à faire votre valise !

Météo de votre WE :

Mélange savant de culture, de

tradition, de passion, d'art et de

sport, la tauromachie fait partie de

l'histoire et du patrimoine de

Bayonne et du Pays basque.

A faire sur place :

19

°C

21

°C

Mon séjour à Bayonne à partir de 190 € >>

Envolez vous pour BARCELONE !

Météo de votre WE :

L'affiche mêle le meilleur de la pop,

du rock et des sons electro,

toujours sous un regard

indépendant... Avec en tête

d’affiche ARCADE FIRE et PIXIES

!

A faire sur place :

24

°C

28

°C

Mon séjour à Barcelone à partir de 280 € >>

Et voila comment à partir d’un simple

e-mail – brut – nous avons mis en place

cette newsletter ultra personnalisée grâce

à la bonne exploitation de la data.

En plus de générer du business, cet e-mail

sera perçu par l’inscrit comme un e-mail

serviciel.

Une fois automatisé, il génèrera du revenu

additionnel sans aucun coût (hormis celui

du routage).

Non, ce n’est pas un fantasme !


Des informations

personnalisées

selon votre réservation

La météo

durant le séjour

Les activités

à faire sur place

Une version

en responsive design

pour la lecture sur

les mobiles

Un bloc dynamique

selon votre statut client

La Datavizualisation :

les nouvelles

représentations

Nadia Belnet

Camp de Bases


Dataviz : Une définition

La datavisualisation est la science/l’art de

représenter des données de façon visuelle

afin de les rendre plus lisibles et compréhensibles

Thématique 48

Data Visualisation : Autre définition

"Un schéma vaut mieux qu'un long discours"

Mois CA Services CA Produits CA Divers

Janvier 460 240 95

Février 529 247 39

Mars 608 294 274

Avril 669 335 303

Mai 736 396 151

Juin 681 278 60

Juillet 576 408 376

Août 766 485 284

Septembre 827 558 115

Octobre 835 630 187

Novembre 969 719 223

Décembre 1085 769 216

0

400

800

1 200

CA Total

CA Services

CA Produits

CA Divers

Un peu d'histoire

50 Source : http://en.wikipedia.org/wiki/File:Minard.png

http://en.wikipedia.org/wiki/File:Minard.png

Les cartes

Représenter des données

géographiques

51

Revenu fiscal des ménages, INSEE

Source : http://coulmont.com/blog/2011/12/11/ah-36-000-communes/

http://coulmont.com/blog/2011/12/11/ah-36-000-communes/







Où courent les gens à Paris ?

Source : http://www.slate.fr/life/83217/ou-courent-gens-villes-cartes

http://www.slate.fr/life/83217/ou-courent-gens-villes-cartes









Carte des vents aux USA, National Digital Forecast Database

Source : http://coulmont.com/blog/2011/12/11/ah-36-000-communes/








Source : http://www.lemonde.fr/municipales/visuel/2014/03/10/paris-comprendre-les-enjeux-electoraux_4379954_1828682.html

http://www.lemonde.fr/municipales/visuel/2014/03/10/paris-comprendre-les-enjeux-electoraux_4379954_1828682.html









Rséeaux & Noeuds

Représenter des connections

56

So

urc

e : h

ttp

://w

ww

.fh

imt.

co

m/2

01

2/0

5/1

5/lin

fluence

-dan

s-la-b

logosphe

re-

tun

isie

nne

-data

viz

/

http://www.fhimt.com/2012/05/15/linfluence-dans-la-blogosphere-tunisienne-dataviz/











Schéma des connections sous LinkedIn

Source :

Mouvements mondiaux d'argent (envoyés par les migrants vers leur pays d'origine

Source : http://www.torre.nl/remittances/#menu

http://www.torre.nl/remittances/#menu

Analyse des retards TGV, SNCF

Source : http://blog.censio.fr/bi/microstrategy-bi/widget-visualisation-

reseau-microstrategy/

http://blog.censio.fr/bi/microstrategy-bi/widget-visualisation-reseau-microstrategy/









Pa rallel / Bump Chart

Comparer des attributs

61

Infant death rate, New York Times

So

urc

e : h

ttp

://w

ww

.nytim

es.c

om

/im

ag

ep

age

s/2

009/0

4/0

6/h

ealth

/infa

nt_

sta

ts.h

tml

http://www.nytimes.com/imagepages/2009/04/06/health/infant_stats.html

Exemple de BumpChart

Source : http://coulmont.com/blog/2011/12/11/ah-36-000-

communes/








Sankey

Représenter des flux

64

Qui paie quoi ? Transferts fiscaux de l'état Belge

Source :http://www.datavisualization.fr/blog/data-journalism/page/2/

http://www.datavisualization.fr/blog/data-journalism/page/2/



Exemple de Sankey

Source : http://fineo.densitydesign.org/custom/

http://fineo.densitydesign.org/custom/

Traffic d'un site web, Google Analytics

Source : http://www.impactvisuel.net/2014/02/06/dataviz-visualiser-les-flux-de-traffic-sur-vos-sites-webs.html

http://www.impactvisuel.net/2014/02/06/dataviz-visualiser-les-flux-de-traffic-sur-vos-sites-webs.html



















Sunburst & Dendogram

Représenter des répartitions /

compositions

68

Navigation au sein d'un site web

Source : http://bl.ocks.org/kerryrodden/raw/7090426/

http://bl.ocks.org/kerryrodden/raw/7090426/

Source : Source : http://www.hqlo.com/content/2/1/35/figure/F1?highres=y

Health and Quality of Life Outcomes, HQLO

http://www.hqlo.com/content/2/1/35/figure/F1?highres=y

Source :http://www.marketwatch.com/tools/stockresearch/marketmap

Market Watch, Wall Street Journal

http://www.marketwatch.com/tools/stockresearch/marketmap

Heatmap / Candlesticks

Représenter des données

sur une longue période

72

Source : http://www.zerohedge.com/news/2013-07-

01/five-years-global-pmi-data-one-heatmap

Manufacturing heatmap, JPMorgan

http://www.zerohedge.com/news/2013-07-01/five-years-global-pmi-data-one-heatmap

















Forex trading, DailyFX

Source : http://www.dailyfx.com/forex/education/trading_tips/post_of_the_day/2010-05-12-2332-The_Hammer_Candlestick.html

http://www.dailyfx.com/forex/education/trading_tips/post_of_the_day/2010-05-12-2332-The_Hammer_Candlestick.html









Wordcloud

Représenter des données textuelles

75

App Store reviews

Source :http://blog.appfigures.com/data-bits-app-reviews-are-warmer-and-fuzzier-than-you-may-think/

http://blog.appfigures.com/data-bits-app-reviews-are-warmer-and-fuzzier-than-you-may-think/























BulletChart

Replacer les données

dans leur contexte

77

Exemple de Bullet Chart

Source : http://data-analytics.github.io/Bullet/

http://data-analytics.github.io/Bullet/



Cascade

Expliquer

79

Source : http://www.impactvisuel.net/2013/10/17/rendre-visible-les-cycles-economiques.html

http://www.impactvisuel.net/2013/10/17/rendre-visible-les-cycles-economiques.html









Source : http://www.waterfall-chart.com/FAQEN.html

Exemple de Waterfall Chart

http://www.waterfall-chart.com/FAQEN.html



Source : http://www.waterfall-chart.com/FAQEN.html

Exemple de Waterfall Chart




En conclusion

• La datavisualisation est au service des données afin :

– De permettre de visualiser un ensemble très conséquent

de données

– De comprendre des relations, des connections, des

corrélations

– D'appréhender la complexité des données et de

visualiser simultanément plusieurs axes d'analyse

– D'expliquer, de présenter… de communiquer !

83

Ressources

• Outils utilisables pour les Marketeurs :

– ManyEyes : www.manyeyes.com

– Sparklines for Excel : http://sparklines-excel.blogspot.fr

– RAW : http://app.raw.densitydesign.org/#/

– Infogram: http://infogr.am

• Les librairies d'exemples :

– Datavisualisation Catalogue : www.datavizcatalogue.com

– Outils ExpoViz : http://outils.expoviz.fr

• Les dataviz présentées :

– http://www.scoop.it/t/marketing-dataviz

84

http://sparklines-excel.blogspot.fr/



http://app.raw.densitydesign.org/#/

http://infogr.am/

http://www.datavizcatalogue.com/

http://outils.expoviz.fr/

http://www.scoop.it/t/marketing-dataviz



Le Club Big Data / Smart Data


Vincent Fournout




[email protected]

Christophe Cousin




[email protected]

En partenariat avec

C'est le moment des questions !





Le Club Big Data / Smart Data


Vincent Fournout




[email protected]

Christophe Cousin




[email protected]

En partenariat avec

Merci !





Date post:	29-Nov-2014
Category:	Marketing
Upload:	adetem-lassociation-nationale-des-professionnels-du-marketing
View:	2,600 times
Download:	0 times