UNIVERSITE DE PARIS 1

Panthéon – Sorbonne

 

INSTITUT D’ADMINISTRATION DES ENTREPRISEs

UFR N°13

 

 

MEMOIRE

DE

DESS SYSTEMES D’INFORMATION ET DE COMMUNICATION

EN APPRENTISSAGE

Promotion n°4

 

 

Quels sont les buts recherchés et les enjeux d’un DataWeb ?

 

 

 

 

 

 

Rédigé et soutenu par : Sylvain BOURDETTE

Directeur de mémoire : Jean-Paul BOIS

Année universitaire :

2000/2001

 

 

 

 

 

 

 

 

 

 

L’université n’entend donner aucune approbation ni improbation aux opinions émises dans ce mémoire : Ces opinions doivent êtres considérées comme propre à leur auteur.

 

 

 

I.                  Remerciements

 

 

 

 

 

 

 

Je tiens a remercier Mr Jean-Baptiste Dugast pour m’a voir donné sa confiance ainsi que de très grandes responsabilités au sein de la société Eurob2c.com. J’ai ainsi pu compléter mes compétences en systèmes d’information et plus précisément dans l’importances des données de l’internet.

 

Je remercie aussi Mr Emmanuel Brossard-Ruffey pour son soutien et ses conseils de management et dans les orientations techniques.

 

Enfin, je tiens à remercier Mr Jean-Paul Bois, pour m’avoir guidé tout au long de l’élaboration de ce mémoire.

 

 

 

 

 


II.                Sommaire

 

I.      Remerciements 3

II.    Sommaire 4

III.   Introduction_ 6

IV.   Données, Stockage et DataWareHouse 9

A.  Quelles informations peut-on ou veut-on obtenir du Web  ?_ 9

B.  Comment récupérer ces informations ?_ 11

C. Contraintes, Coût 16

D. Comment décupler le nombre d’informations : Le co-branding_ 17

E.  Le stockage de l’information : Le DataWareHouse 19

V.     Traitement automatique de l’information_ 25

A.  DataMining_ 25

B.  Intelligence artificielle 29

C. La technique du Push_ 33

VI.   Le traitement de l’information par les décideurs 39

A.  Business Intelligence et DataWeb : La prise de décision_ 39

B.  Le marketing_ 42

VII. Déontologie, Ethique et Justice 46

A.  Quels moyens ont les internautes pour se protéger ?_ 46

B.  Quelles sont les lois en vigueur ?_ 48

VIII.      Démonstration par l’exemple : Le Site Jeujoo.com_ 53

A.  Présentation de l’entreprise 53

B.  But du projet 54

C. Etude et réalisation_ 55

D. Mise en application des concepts de datawarehouse et de dataweb_ 60

E.  Résultats 62

F.  Bilan et préconisations futures 63

IX.   Conclusion_ 64

X.     Bibliographie 65

A.  Séminaires 65

B.  Sites Internet 65

C. Livres et publications 65

XI.   Annexes 66

A.  Un exemple de profil d’un joueur : 66

B.  Moteur de mail 68

C. Le questionnaire de prise de contact de la Société Générale 69

 


III.             Introduction

 

 

 

« Une seule chose coûte plus cher que l’information…   L’ignorance » (J.F.K.)

 

 

L'histoire industrielle et celle des sociétés sont ponctuées d'innovations techniques majeures ayant eu la capacité de modifier les modes de production et d'échange, ainsi que de favoriser l'émergence d'organisations sociales et politiques nouvelles en créant de nouvelles normes de vie quotidienne. Ce sont par exemple : les moulins au Moyen Age, l'imprimerie à la Renaissance, la machine à vapeur au XVIIIème siècle (1ère révolution industrielle) ou l'électricité à la fin du XIXème siècle (2ème révolution industrielle.). Actuellement, l'interaction croissante entre plusieurs technologies de pointe comme l'informatique, la micro-électronique, les télécommunications, les nouveaux matériaux, la biotechnologie et la robotique profile l'aube d'une 3ème révolution industrielle.

La puissance d'accélération qui frappe l'ensemble des processus industriels (mais aussi économiques) est actuellement sans commune mesure avec celle produite par les précédentes révolutions techniques. Alors qu'en passant d'une alimentation par la vapeur à une alimentation à l'électricité, la mécanique avait gagné 40 fois plus de puissance en 70 ans, le seul pouvoir des microprocesseurs a été multiplié par 1 million durant les 40 dernières années (selon le principe de la loi de Moore qui stipule un doublement de la capacité des microprocesseurs tous les 18 mois).

Cette révolution technique a envahi tout l'espace de la microéconomie, aussi bien dans le fonctionnement des entreprises, que dans la psychologie des consommateurs et l'attitude des individus face au travail. Avec l'arrivée concomitante des services (développement massif du secteur tertiare), de la notion de valeur immatérielle (marketing, design, R&D, marque…), de la dématérialisation de l'économie (bourse) et l'internationalisation des marchés, les NTIC (nouvelles technologies de l'information et de la communication) ont fait basculer l'économie mondiale vers un nouveau modèle de capitalisme ou plus précisément ouvert une nouvelle étape de l'histoire économique. Un modèle qui modifie profondément tous les rôles traditionnels des acteurs de l'économie dans ce qu'il est aujourd'hui convenu d'appeler : la société de l'information.

 

Si l’information ne peut être mise en cage sans perdre énormément de valeur, évidemment cela na signifie pas, biensûr, que l’accès à l’information ne présente pas une richesse en soi. Et qui dit richesse, dit concurrence et appétits divers pour y accéder, ou pour empêcher d’autres personnes d’y avoir accès. C’est ce que savent depuis longtemps tous ceux qui ont utilisé la rétention d’information en pensant y détenir une source inépuisable de pouvoir.

 

Supposons donc, vous, heureux possesseur d’une information, vous cherchiez à la capitaliser. Dans de très nombreux cas, cette information va perdre très rapidement de sa pertinence, donc de la valeur. C’est en particulier le cas de toutes les informations concernant la survenue d’un événement pouvant avoir un intérêt d’ordre économique. Cette information peut être utile à certains : elle a donc de la valeur, et peut donc être monnayée. Si vous attendez quelques heures, voire quelques minutes, cette information sera devenue sans valeur. Elle n’aura pas perdu un peu de valeur, elle n’en aura plus du tout.

Les dirigeants d’entreprise, eux aussi, doivent tenir compte de l’accélération du temps surtout lorsque ces informations concernent leurs clients, ou leurs concurrents. Il s’agit de réagir encore plus vite, avant que les informations dont ils disposent, en provenance de leurs clients ou de leurs commerciaux ne deviennent obsolètes.

 

De l'intrusion électronique à la recherche d'informations sensibles, en passant par l'Humint (renseignement humain) l'intelligence économique trouve avec les NTIC de nouvelles clés pour percer à distance les secrets et favoriser l'accès à des masses colossales d'informations. Avec l'accessibilité apportée par le réseau Internet, la confidentialité n'existe plus. Certains affirment que l'intelligence économique va progressivement évoluer vers les techniques issues de l'espionnage, sachant déjà que près de 80% des sources d'informations utiles sont «ouvertes» sur le Net, c'est-à-dire libres d'accès.

 

Avec le Web, ses centaines de millions de pages économiques et la prolifération des banques de données, le problème pour l'intelligence économique n'est plus de trouver l'information mais de la «traiter». Les tendances issues de l'intelligence économique évoluent de plus en plus vers des systèmes «d'écoute informatique», de logiciels de captation d'informations à distance, de logiciels d'analyse sémantique, de moteurs de recherche conceptuelle capables de mouliner des millions d'informations et de repérer les signaux faibles pour donner l'alerte. Autant de pièges émanant du pot de miel, faisant que pour les nouveaux conquérants du Web, tous les coups et contre-mesures sont permis entre stratégie, sécurité, légalité et illégalité. Nous nous proposons donc d’analyser les utilisation de ces données et des enjeux quelles représentent.

IV.            Données, Stockage et DataWareHouse[1]

 

Les données auxquelles nous faisons allusion sont exclusivement des données provenant de l’Internet. Nous cherchons dans cette partie à définir le domaine d’étude et de rappeler certains concept techniques constituant la base de notre analyse.

A.        Quelles informations peut-on ou veut-on obtenir du Web  ?

 

Une réponse simpliste à cette question serait : toutes.

Mais il est nécessaire avant toute chose de savoir dans quel but on souhaite obtenir ces informations.

 

Dans un but de revente directe ? Dans un but de statistiques d’un site ? Ou encore dans un but de traitement et de segmentation de la population (Ipsos, Iri Secodip , Nielsen …) ?

Une étude de besoins est donc nécessaire avant de commencer à réfléchir sur les stratégies et règles de gestion à mettre en place.

 

1.                Pour revente directe ?

 

Dans ce cas, les informations les plus intéressantes et faciles à négocier sont les informations nominatives sur des personnes, telles que le nom, le prénom, l’adresse et l’e-mail. L’utilisation finale de ces données est principalement à but d’envoi de masse à travers des courriers ou le « Spam[2] ». Ces informations sont récupérées par des sites constitutionnels vitrine lors de la demande d’information ou de la prise de contact.

 

2.                A des fin statistiques ?

 

Les informations retenues concernent essentiellement la configuration de l’internaute (Navigateur[3], Système d’exploitation, résolution) ainsi que ce que l’on appelle des faits : L’instanciation d’une page à un instant donné. Toutes ces informations permettent surtout de vérifier l’adéquation du site avec la configuration des internautes mais aussi de savoir de quelle manière ils parcourent le site.

 

3.                Pour segmenter la population ?

 

Dans le cas de recensement et de segmentation de la population, les informations qualitatives sont mises en avant. Elles comprennent les goûts, les loisirs, mais aussi les habitudes. Un juste milieu est recherché entre la qualité et la quantité de ces informations. Les informations nominatives sont aussi recherchées dans la mesure du possible. Les sites permettant ce genre de récolte sont des sites d’e-commerce et de communauté.

 

Exemple :

Alapage.com

Amazone.com

Caramail.com

 

Cette dernière stratégie est la plus utilisée actuellement, car elle permet d’obtenir les meilleurs résultats au niveau prédiction de comportement et donc de revente de cette information.

 

Un exemple plus flagrant est le site http://www.ConsoWinw.com de ConsoData. Il propose aux internautes des bons d’achats sur des produits en échange de réponses à des questionnaires.

Les entreprises de grande consommation sont très intéressées par des études non quantitative comme par exemple des enquêtes d’opinion ou de consommation (habitudes) mais aussi part les valeurs de la population

 

B.        Comment récupérer ces informations ?

1.                D’une manière directe

 

Lors de la navigation sur Internet, il vous est sûrement arrivé de tomber sur un formulaire afin de bénéficier d’un service quelconque.

Ce formulaire est le plus simple moyen de récupérer des informations personnelles telles que le nom, le prénom, la date de naissance et, bien évidemment, l’adresse E-mail. Mais il faut motiver l’internaute pour qu’il consacre du temps à remplir un tel formulaire. Les concepteurs de sites Internet ou d’applications Web jouent sur deux paramètres : La taille du formulaire et le but du formulaire. Assurément, plus la motivation de l’internaute est grande, plus le concepteur aura « le droit » de demander des informations.

 

Par exemple, lors de l’ouverture d’un compte d’adresse E-mail sur « Caramail » ou sur « Hotmail », les formulaires sont assez longs et portent aussi sur les loisirs et les centres d’intérêt. Le but est assez conséquent pour répondre à ces questions, car l’internaute a l’impression d’entrer dans une nouvelle communauté gratuite.

 

Par contre, lors d’une prise de contact avec une institution telle qu’une Banque ou une assurance, le formulaire sera très bref comme on peut l’observer à cette adresse : http://www.socgen.com/fr/html/aide/frame_contact.htm. (cf annexes) Demander plus d’informations présenterait un handicap dans la relation commerciale.

 

2.                D’une manière semi directe

 

Comme dans la vie "réelle", toute sortie sur l'internet laisse des traces de votre passage (voir à ce propos la démonstration en ligne sur le site de la CNIL http://www.cnil.fr/traces/index.htm). Votre façon de surfer sur le web peut ainsi révéler un grand nombre d'informations concernant vos centres d'intérêt, activités, voire (si vous vous inscrivez à des services en ligne) le genre d'identités et mots de passe que vous utilisez probablement sur d'autres comptes.

 

La plupart des gens ne savent pas que l'ordinateur qui leur sert à surfer sur Internet enregistre la majeure partie de ces informations. Mais, pour ceux qui savent où regarder, il est relativement facile de retrouver l'historique de tous les sites que vous avez visités, les fichiers que vous avez téléchargés et autres informations auxquelles vous avez eu accès. (Historique des navigateurs, cookies et cache)

 

Il existe d'autres façons de surveiller votre utilisation du Web, comme les « cookies[4] » par exemple, qui, une fois implantés dans votre ordinateur par les sites que vous avez visités, leur permettent de savoir combien de fois vous visitez leur site et quelles sont les pages que vous avez consultées, entre autres informations. La connexion établie entre votre ordinateur et serveur distant peut aussi vous trahir et permettre à quelqu'un qui disposerait des connaissances et du matériel nécessaires, d'enregistrer ce que vous faites sur le « Cyberspace[5] ».

 

Comme le montre le résultat du sondage suivant, les cookies, ont une très mauvaise réputation, que l’on pourrait qualifier de sulfureuse, car leur pouvoir d'intrusion a été sur-estimé pendant de nombreux mois.

 

 

Aujourd'hui, vous percevez les cookies comme :

49.8 % (239 votes)
Un usage abusif de vos données personnelles

32.1 % (154 votes)
Un moyen d'apporter des fonctions à un site

18.1 % (87 votes)
Je ne m'en soucie pas

Total Votes: 480

Source : Journaldunet.com le 03/09/2001

 

 

3.                D’une manière détournée

 

Pendant l’explosion du marché des start-up et de l’internet, beaucoup de personnes se sont posé des questions sur le but et l’avenir de ces sociétés. La majorité de ces entreprises avaient deux objectifs :

 

-         Un objectif de façade et une d’activité principale.

-         Un objectif réel : les données et leurs exploitation.

 

Les exemples les plus flagrants sont :

SprayDate : « Un service permettant de faciliter au plus grand nombre d’internautes les rencontres amicales et/ou amoureuses et de communiquer sur le WEB. Dans ce cadre, SprayDate propose différents services disponibles sur son site regroupés sous l’appellation LOVE@LYCOS (ci-après « LOVE@LYCOS) à l'adresse Internet http://www.spray.fr/spraylove/, et notamment un service d'hébergement de pages personnelles de présentation du membre, un service d'e-mails gratuit, un service de discussions en ligne gratuit (chat) des Salons de Discussion (Salons). »

 

BananaLoto : « La société Netarget, l'éditeur de Bananaloto, rassemble des femmes et des hommes spécialisés dans leur domaine (marketing, technique, finance, juridique…) et dont l'objectif est de vous proposer un site ludique et agréable… mais aussi de vous faire gagner jusqu'à 10 millions de francs ! »

 

Ces deux sites proposent des services louables vis-à-vis des internautes mais leur activité cachée est la manipulation des données laissées par les internautes au cours de leur passage. Le diagramme suivant, présent sur le site de Directinet montre le processus de commercialisation des données de Lotree.com représente clairement les débouchés de l’activité :

 

DirectiNet traite l’information afin de segmenter la population et de revendre ces données à des clients précis.


C.        Contraintes, Coût

 

La récupération de toutes ces informations représente la mise en place d’une structure techniques assez importante, c’est pour cela que nous donnons un aperçu de ces coûts et des techniques. Elles sont illustrées dans l’exemple du site Jeujoo.com.

1.                Quand mettre en œuvre la récupération des données ?

 

Le WebMining[6] contribue à augmenter les taux de transformation et la valeur du client qui sont les deux variables clés sur Internet. En ce sens, il est incontournable pour tous les sites arrivés à l’adolescence, c’est-à-dire ayant plus d’un an d’ancienneté et une certaine réussite en termes de trafic et de ventes. La plupart des sites d’une certaine ampleur ont déjà intégré ces technologies : fnac.com, aucland, free, selftrade pour ne citer que quelques exemples.

 

2.                Contraintes

 

Les principales contraintes pour mettre en oeuvre des techniques de webmining sont :

·        La qualité des données collectées souvent douteuses soit du fait des internautes eux-mêmes soit à cause de l’architecture technique du site,

·        La rentabilité économique, en particulier, pour la mise en oeuvre des techniques de filtrage collaboratif encore coûteuses aujourd’hui,

·        Les contraintes de délais qui imposent dans l’Internet de sortir des résultats rapidement, ce qui présente certains risques quant à la pertinence des résultats.

 

3.                Coûts

 

Le coût de mise en place du webmining varie fortement. Dans le cas de solutions de personnalisation en ligne en temps réel, il n’est pas rare de comptabiliser les coûts en millions de francs, ce qui explique finalement le faible nombre d’expériences menées en France à ce jour. Le webmining offline, c’est-à-dire l’étude analytique des données issues du web, s’assimile à du datamining sur le plan des coûts : de quelques dizaines de milliers de francs à quelques centaines de milliers de francs selon l’ampleur des projets ; ces coûts font que le point mort peut être atteint en B2B avec au moins 20.000 entreprises environ tandis qu’en B2C, il faudra souvent plus de 100.000 clients pour pouvoir rentabiliser véritablement le webmining.

 

D.        Comment décupler le nombre d’informations : Le co-branding

 

Après avoir mis ce genre de techniques en place il est nécessaire d’augmenter son trafic et de bénéficier des données des autres sites ou entreprises. Le Co-Branding correspond à cette attente.

 

1.                Définition

 

Cette technique vise à la mise en place de pages mixant graphiquement deux marques distinctes qui s'associent le temps d'une opération spéciale ou, à plus long terme, en vue de multiplier l'impact de celle-ci grâce à l'addition de leur notoriété réciproque. Elle peut prendre la forme de la combinaison de 2 logos ou de 2 contenus.

 


2.                Résultats attendus ?

a)       Signal de qualité du produit et d'élargissement du territoire

 

Plus qu'une garantie, le nom de marque est un signe de qualité. Un nom de marque aide les consommateurs à comprendre les caractéristiques de l'offre. Deux marques associées reflètent donc deux fois plus de notoriété, de publicité et de confiance de la part des consommateurs. Deux marques cohabitent pour renforcer la caution sur un produit et convaincre le consommateur qu'une double signature représente bien plus de valeur que le concurrent.

 

Le co-branding peut aussi permettre un élargissement du territoire de la marque secondaire. L'alliance entre tf1.fr et Mémopage.com illustre cet intérêt. Mémopage.com, fournissant des fiches de révision pour le bac au site tf1.fr, tente de développer son territoire produit et d'attirer les futurs clients car le site tf1.fr a beaucoup plus de trafic que celui de memopage.com.

b)       Transfert d'attributs symboliques et élargissement du territoire

 

Qu'elle soit objective ou subjective, l'information que les consommateurs possèdent sur une marque est transférée sur les différents produits qu'elle signe, notamment comme marque secondaire.

Le co-branding représente une alternative de la stratégie d'extension de marque et permet de développer la notoriété de la marque. Le co-branding permet à la marque secondaire (invitée) d'améliorer sa visibilité à un moindre coût, de pénétrer de nouveaux marchés et de recruter de nouveaux acheteurs non-consommateurs ou sous-consommateurs de sa catégorie de produit. Les consommateurs ont une meilleure évaluation d'un produit en extension, lorsque celui-ci est issu d'un co-branding, que s'il émane d'une stratégie d'extension de marque.

 

Hormis les avantages apportés par le co-branding, il ne faut pas perdre de vue que la combinaison de deux marques a pour règle élémentaire d'offrir un véritable " plus " aux consommateurs, et qu'elle n'est pas sans risques pour les marques partenaires.

 

3.                Exemple

 

Milkado, site de jeux rémunérés, lance une version ludique co-brandée accessible à partir du portail M6Net de M6. Le jeu gratuit permet aux internautes de gagner de nombreux lots. Milkado devrait prochainement livrer trois autres jeux aux sites M6.fr, M6music.fr et Funtv.fr. Le site prévoit également de lancer une dizaine de versions différentes de son jeu de jackpot ainsi que des interfaces en langue étrangère. Ainsi les deux sociétés ont une relation gagnant-gagnant, Milkado bénéficie du trafic de M6Net et M6Net bénéficie du contenu fournit par Milkado.

 

E.        Le stockage de l’information : Le DataWareHouse

 

Nous abordons ce thème ici, car il est la base de la majorité des utilisations ou techniques décrites plus loin. Nous traitons le terme de DataWareHouse d’une manière simple, car nous focalisons notre étude sur les usages des informations plus que sur les aspects techniques. Nous considérons tous les types de données, y compris les données ne provenant pas d’Internet car l’usage est le même : La provenance ou la nature des données n’influence en rien le concept de DataWareHouse.

 

1.                Définition

 

Le concept de Data Warehouse a été formalisé pour la première fois en 1990 par Bill Inmon. L’idée de constituer une base de données orientée sujet, intégrée, contenant des informations datées, non volatiles et exclusivement destinées aux processus d’aide à la décision fut dans un premier temps accueillie avec une certaine perplexité. Beaucoup n’y voyaient que l'habillage d’un concept déjà ancien : l’infocentre[7].

 

Mais l’économie en a décidé autrement. Les entreprises sont confrontées à une concurrence de plus en plus forte, des clients de plus en plus exigeants, dans un contexte organisationnel de plus en plus complexe et mouvant.

 

Pour faire face aux nouveaux enjeux économiques, l’entreprise doit anticiper. L’anticipation ne peut être efficace qu’en s’appuyant sur de l’information pertinente. Cette information est à la portée de toute entreprise qui dispose d’un capital de données gérées par ses systèmes opérationnels et qui peut en acquérir d’autres auprès de fournisseurs externes.

 

Actuellement, les données sont sur-abondantes, non organisées dans une perspective décisionnelle et éparpillées dans de multiples systèmes hétérogènes.

 

Pourtant, les données représentent une mine d’informations. Il devient fondamental de rassembler et d’homogénéiser les données afin de permettre l’analyse d'indicateurs pertinents pour faciliter les prises de décisions.

 

Pour répondre à ces besoins, le nouveau rôle de l’informatique est de définir et d’intégrer une architecture qui serve de fondation aux applications décisionnelles : le DataWarehouse.

 


2.                Comment est structuré un datawarehouse ?

 

 

Un datawarehouse peut se structurer en quatre classes de données, organisées selon un axe historique et un axe de synthèse.

 

a)       Les données détaillées

Elles reflètent les événements les plus récents. Les intégrations régulières des données issues des systèmes de production vont habituellement être réalisées à ce niveau.

b)       Les données agrégées

Elles correspondent à des éléments d’analyse représentatifs des besoins utilisateurs. Elles constituent déjà un résultat d’analyse et une synthèse de l’information contenue dans le système décisionnel, et doivent être facilement accessibles et compréhensibles.

Chiffre d’affaire, coût moyen, etc …

c)        Les métadonnées

Très souvent les données à fédérer dans le datawarehouse proviennent de sources très hétérogènes. Cela rend indispensable la présence d'un dictionnaire unique qui sait gérer l'ensemble des fonctions du datawarehouse. Cette cohérence du dictionnaire est décrite au sein des métadonnées du dictionnaire du datawarehouse.

 

Les métadonnées constituent l'ensemble des données qui décrivent des règles ou processus attachés à d'autres données. Ces dernières constituent la finalité du système d'information.

d)       Les données historisés

Chaque nouvelle insertion de données provenant du système de production ne détruit pas les anciennes valeurs, mais créée une nouvelle occurrence de la donnée.

 

3.                Quelles sont les méthodes ? Quels sont les pièges ?

 

Actuellement, il n’existe pas de réponse définitive à cette question.

 

Un Data Warehouse est une solution spécifique, construite pour une organisation. C’est pourquoi il peut sembler difficile de généraliser des solutions adéquates pour tout Data Warehouse. Le paragraphe suivant à pour objectif de tracer les grandes lignes et relais lors de l’élaboration d’un datawarehouse.

 

a)       Les principes de base

Quoi ? Une méthode basée sur le prototypage

Qui ? Les acteurs

-         Les utilisateurs;

-         Les administrateurs de systèmes;

-         Les concepteurs.

 

b)       La démarche de conception

 

Etape 1 : La justification et le lancement du projet Data Warehouse

Le premier objectif de cette étape consiste en une étude d’opportunité sur le développement du Data Warehouse. La décision de poursuivre ou non le projet découlera de cette étude. Un premier recueil des besoins des utilisateurs est effectué.

 

Etape 2 : L’identification de l’existant et la conception de l’IHM

Cette étape a pour objectif de recenser les bases de données physiques utilisées ainsi que leur contenu et leur gestion, afin d'établir un premier niveau de description des informations indispensables à la création du Data Warehouse.

 

Etape 3 : La modélisation des systèmes opérationnels

Cette étape a pour objectif la modélisation des structures de données opérationnelles en utilisant des techniques de rétro-ingénierie et d’intégration de schémas.

 

Etape 4 : La modélisation du Data Warehouse

Cette étape a pour objectif la conception de la structure du Data Warehouse et de la métabase qui contient des informations sur les données du Data Warehouse et des Systèmes opérationnels, ainsi que la description des transformations à effectuer sur les données pour répondre aux besoins des utilisateurs.

 

Etape 5 : La modélisation du/des datamart(s)[8]

L'étape de modélisation du Data Warehouse de l'entreprise étant terminée, on peut en extraire un ou plusieurs modèle(s) plus orienté(s) vers les différents départements (Datamart).

 

Etape 6 : L’implémentation

Cette étape intervient après les étapes de modélisation du data warehouse et du/des datamart(s) et a pour objectif l’étude des traitements à réaliser sur les données ainsi que la création des processus de chargement et de validation des données.

 

Etape 7 : L’exploitation et l’évolution

Cette étape a pour objectif de mettre en place les procédures de maintenance et de suivi du data warehouse et du/des datamart(s) , de mettre en production le data warehouse et le(s) datamart(s) et enfin de mettre en production l’interface d’exploitation des données.

 

Cette méthode est conceptuelle et assez difficile à réalisée rigoureusement dans le domaine Internet car elle ne prend pas en compte les spécificité du réseau. De plus elle est assez coûteuse au niveau des ressources humaines, ce qui peut représenter un obstacle à son utilisation dans les petites sociétés Internet. Par contre pour des grands compte qui possède déjà un DataWareHouse traditionnel, il est fortement conseiller de l’étendre à l’activité du site Web.

 

La construction d’un DataWareHouse est la base de tout traitement ou  analyse futurs. Ces techniques, qu’elles soient automatique ou manuelle, utilisent des procédés différents pour valoriser l’information contenu dans le DataWareHouse.

 

V.              Traitement automatique de l’information

 

Il semble aujourd'hui difficile de donner une définition rigoureuse du data mining. Ce terme subit un effet de mode et tout devient data mining. Le terme de Data Mining est souvent employé pour désigner l’ensemble des outils permettant à l’utilisateur d’accéder aux données de l’entreprise et de les analyser. Nous restreindrons ici le terme de Data Mining aux outils et méthodes ayant pour objet de générer des informations riches, de préférence à partir de données historisées, de découvrir des modèles implicites dans les données. Nous nous proposons d’étudier l’ensemble des techniques permettant de transformer l’information automatiquement.

 

Par contre, les outils d’aide à la décision, qu’ils soient relationnels ou OLAP, laissent l’initiative à l’utilisateur qui choisit les éléments qu’il veut observer ou analyser. Ce type de logiciels sera étudié dans la partie suivante.

 

A.        DataMining

 

1.                L’environnement de l’entreprise

 

L’accroissement de la concurrence, l’individualisation des consommateurs - la “démassification” - et la brièveté du cycle de vie des produits obligent les entreprises à non plus simplement réagir au marché mais à l’anticiper. Elles doivent également cibler au mieux leur clientèle afin de répondre à ses attentes. La connaissance de son métier, des schémas de comportement de ses clients, de ses fournisseurs est essentielle à la survie de l’entreprise, car elle lui permet d’anticiper sur l’avenir.

Aujourd’hui, les entreprises ont à leur disposition une importante masse de données importante (log, clients, commandes, comportement). En effet, les faibles coûts des machines en terme de stockage et de puissance encourage les sociétés présente sur Internet à accumuler toujours plus d’informations. Cependant, alors que la quantité de données à traiter augmente énormément - l'institut EDS estime que la quantité de données collectées dans le monde double tous les 20 mois - le volume d’informations fournies aux utilisateurs n’augmente, lui, que très peu. Ces réservoirs de connaissance doivent être explorés afin d’en comprendre le sens et de déceler les relations entre données et le comportement des internautes mal connu à ce jour.

 

Dans cette optique, la constitution d’un Data Warehouse comme présenté auparavant, regroupant sous une forme homogène toutes les données du site sur une longue période, offre des perspectives nouvelles aux décideurs, notamment en terme d’extraction de connaissances grâce aux outils de Data Mining.

 

2.                Présentation du datamining

 

Les outils de Datamining peuvent permettre par exemple à un cyber-magasin de dégager des profils de client et des achats types et de prévoir ainsi les ventes futures. Il permet d’augmenter la valeur des données contenues dans le Data Warehouse.

Dans le cas du Data Mining, le système a l’initiative et découvre lui-même les associations entre données, sans que le décideur ait à lui dire de rechercher plutôt dans telle ou telle direction ou à poser des hypothèses. Il est alors possible de prédire l’avenir, par exemple le comportement d’un client, et de détecter, dans le passé, les données inusuelles, exceptionnelles.

 

On pourrait définir le DATA MINING comme une démarche ayant pour objet de découvrir des relations et des faits, à la fois nouveaux et significatifs à la fois, sur de grands ensembles de données.

On devrait ajouter que la pertinence et l'intérêt du data mining sont conditionnés par les enjeux attachés à la démarche entreprise, qui doit être guidée par des objectifs directeurs clairement explicités ("améliorer la performance commerciale", "mieux cibler les prospects", "fidéliser la clientèle", "mieux comprendre les performances de production"...).

 

On sait depuis longtemps procéder à des classifications automatiques, construire et exploiter des modèles performants, rechercher des corrélations entre variables... On connaît même dans bien des cas l'incertitude attachée aux prévisions réalisées, ce qui permet de relativiser ou pondérer les prises de décisions correspondantes (ce dernier point est aussi essentiel que de déterminer les décisions elles-mêmes...).

 

On peut cependant faire aux méthodes "traditionnelles" le reproche de ne pas avoir été vulgarisées. Le jargon qu'elles utilisent, les outils mathématiques (mal connus du grand public) sur lesquels elles s'appuient, les hypothèses préalables et validations requises pour une mise en œuvre rigoureuse... sont autant de freins à un usage répandu de ces méthodes.

 

Ces outils ne sont plus destinés aux seuls experts statisticiens mais doivent pouvoir être employés par des utilisateurs connaissant leur métier et voulant l’analyser, l’explorer. Seul un utilisateur connaissant le métier peut déterminer si les modèles, les règles et les tendances trouvés par l’outil sont pertinents, intéressants et utiles à l’entreprise. Ces utilisateurs n’ont donc pas obligatoirement un bagage statistique important. L’outil, donc, doit être ergonomique, facile à utiliser et capable de rendre transparentes toutes les formules mathématiques et les termes techniques utilisés ou bien il doit permettre de construire une application “clé en main”, rendant à l’utilisateur transparentes toutes les techniques utilisées.

 

Si des outils plus "récents", comme les réseaux de neurones ou les arbres de décisions, connaissent un certain succès, ils le doivent à leurs performances (dans certains domaines), mais probablement aussi à leurs qualités de convivialité, liées à une terminologie souvent plus accessible, à leur présentation résolument "pratique" et à l'occultation des mécanismes et algorithmes internes qui les régissent.

 

Pour autant, les problèmes de mise en œuvre, de compréhension des phénomènes et de validation des résultats subsistent. Ils sont même dans une certaine mesure amplifiés par la simplicité apparente de ces outils, qui n'incite pas toujours à la rigueur.

 

Une synthèse positive et optimiste des différents outils et courants pourrait consister à améliorer la convivialité des méthodes traditionnelles et à proposer un cadre méthodologique rendant plus fiable et rigoureuse l'utilisation des outils plus récents.

3.                Le datamining et la recherche opérationnelle

 

La recherche opérationnelle n'est pas assimilée aux techniques de Data mining. Son objectif est l'optimisation et la recherche prouvée de la meilleure solution, ce qui n'est pas le cas du Data mining :

 

·        son champ d'application est plus large

·        on ne recherche pas la meilleure solution prouvée mais à faire le mieux possible,

·        enfin un outil de Data mining appliqué à un même ensemble de données ne donne pas toujours les mêmes résultats, contrairement à la recherche opérationnelle.

 

4.                Statistiques et le datamining

 

On pourrait croire que les techniques de data mining viennent en remplacement des statistiques. En fait, il n'en est rien et elles sont omniprésentes. On les utilise :

 

·        pour faire une analyse préalable,

·        pour estimer ou alimenter les valeurs manquantes,

·        pendant le processus pour évaluer la qualité des estimations,

·        après le processus, pour mesurer les actions entreprises et faire un bilan.

 

Statistiques et data mining sont tout à fait complémentaires.

 

B.        Intelligence artificielle

L’intelligence artificielle et de DataMining sont très proches car le dernier utilise le premier. Nous cherchons ici à expliquer le principe de fonctionnement des moteurs de datamining.

 

1.                Les réseaux de neurones

 

Le cerveau humain est un système fort bien adapté à la résolution rapide de problèmes en mode parallèle. Pour s'en rendre compte, on n'a qu'à considérer le conducteur de voiture qui surveille sa route, tout en changeant de vitesse et en continuant la conversation avec un passager. Chacune de ces activités représente une tâche perceptuo-motrice impressionnante en soi, consistant à interpréter visuellement et auditivement l'environnement, tout en accomplissant les mouvements complexes et intégrés soutenant la conduite de la voiture et la production de la parole. Pourtant, la gestion parallèle de ces multiples tâches ne pose pas de problèmes excessifs à la majorité des conducteurs expérimentés.

 

Le cerveau dispose d'environ 13 milliards de neurones pour accomplir de telles tâches impressionnantes. (Les estimations varient, certains auteurs parlant de 100 milliards),  du point de vue fonctionnel, le travail cognitif est effectué à une vitesse comparable à celle de nos meilleurs émulateurs informatiques actuels (et souvent à une qualité supérieure), et ce, malgré le fait que la transmission neuronale est exceptionnellement lente. Aussi ce traitement s'effectue apparemment sans itération ou récursivité.

 

On pourrait définir le réseau de neurone comme « Un Processus opaque permettant à partir de valeurs en entrée de découvrir une valeur en sortie. Les réseaux neuronaux sont constitués de neurones, aussi appelés noeuds, et d'interconnexions entre ces noeuds, liens permettant d'envoyer des signaux de neurone à neurone. Un réseau de neurones a pour caractéristique de pouvoir apprendre et mettre à profit son expérience pour ajuster le modèle trouvé en fonction, par exemple, de l'arrivée de nouveaux éléments » (source : http://www.owil.org)

 

Les réseaux neuronaux représentent une méthode de découverte des relations cause à effet. Contrairement aux méthodes statistiques, un réseau neuronal ne présuppose pas obligatoirement une relation linéaire entre les facteurs d’influence et les phénomènes prédits. Un réseau neuronal a souvent besoin de moins d’observations que les méthodes statistiques pour le développement d’un schéma prédictif.

 

Globalement les réseaux neuronaux sont considérés comme un outil flexible et riche en applications possibles. Cependant, cette même flexibilité rend souvent leur comportement imprévisible. Avant d’appliquer une prédiction neuronale à un problème de prédiction, il est sage de l’expérimenter sous de multiples conditions.

 

Les réseaux neuronaux se prêtent à de multiples tâches telles que la distinction de différentes classes d’observations, l’identification de nouveaux phénomènes et l’établissement de relations cause à effet complexes.

 

C’est pour toutes ces raisons qu’ils conviennent parfaitement pour traiter une masse de données importantes sur les comportements des internautes. Il est ainsi possible de prédire le comportement des internautes en fonction de ce qu’ils ont déjà fait sur le site et du chemin de navigation qu’ils ont prit.

 

Cette technique peut notamment servir en ergonomie et navigation de site. A partir des éléments de traces, des statistiques peuvent êtres faites pour améliorer le déplacement dans le site ou même orienter l’internaute.

 

Il serait intéressant d’appliquer une telle expérience dans le cadre d’une démarche commerciale sur Internet :

Rappelons tout d’abord les étapes de la relation client lors d’une vente :

 

1.      Présentation (mériter le droit de poursuivre)

2.      Démonstration des savoir-faire et références (Déclaration de compétence)

3.      Prise en compte des besoins du « visiteur-prospect » et présentation de l’Offre (Solutions)

4.      Invitations à rentrer dans une démarche pro-active en permettant et en encourageant la prise de contact à tous les stades.(Services)

5.      Donner de l’information et en obtenir en retour

 

En associant la base de données de chemins d’internaute ainsi que la démarche commerciale, il serait possible d’orienter l’internaute vers les différentes étapes de la relation sans qu’il s’en aperçoive. Le gain de réussite ou plutôt de transformation serait accentué.

 

2.                Les réseaux bayésiens

 

Le principe de base d'un réseau bayésien est celui d'un graphe ­ au sens mathématique du terme, c'est-à-dire issu de la théorie des graphes[9]. Ce graphe représente en un certain sens les relations entre variables en terme causal, relations déterminées par des lois de probabilités conditionnelles, elles-mêmes déduites des fréquences conditionnelles associées à un tableau de données (Berry, 1998 ; Naim, 1999 ; Jensen, 1996).

Les réseaux bayésiens constituent une alternative proche des réseaux de neurones.

 

3.                Un exemple d’utilisation sur le web

 

Les utilisations des données provenant de l’Internet dans le domaine de l’intelligence artificielle sont rares mais quelques sociétés commencent à y réfléchir.

L’exemple le plus marquant est celui de la start-up Dipdop qui a lancé un assistant personnalisé dédié au conseil des internautes indécis lors de leurs achats sur la toile. Celui-ci se présente sous la forme d'un logo présent sur les sites partenaires (sites majoritairement sur le marché des biens culturels). Lorsque l'internaute clique sur celui-ci il se voit proposer des suggestions d'achats suite à une série de questions qui lui seront posées. Ces questions, au nombre de 73, sont au libre choix de l'internaute. Même s'il a répondu à une seule, le moteur sera à même de lui faire des propositions. Evidemment, plus il y aura de réponses aux questions  plus la pertinence des propositions sera élevée. Le logiciel génère ces propositions à partir de croisements de profils contenus dans la base de données propre à la société. Celle-ci a constitué pour sa phase d'amorçage, une base de 1.500 profils off line grâce à l'administration de formulaires sur une population "représentative" d'internautes. La base contient également un large panel de produits qui ne seront proposés que si le site marchand en question commercialise ce produit.

 

Le logiciel d'intelligence artificielle se fonde sur trois concepts :

·        Logique floue (une situation donnée correspond à une autre ou à plusieurs autres situations avec pondération des événements selon leur importance).

·        Réseau neuronal (pour tenter de reproduire la logique humaine).

·        Réseau collaboratif (c'est-à-dire le calcul des propositions à émettre en se concentrant uniquement sur les informations des internautes qui ont un profil proche du requêteur).

 

Le logiciel a été programmé en langage C++ et utilise une architecture Pervasive/SQL. Le moteur est commercialisé en mode ASP (location mensuelle) pour un montant aux alentours de 50.000F/mois, pondéré selon le niveau de CA ou de trafic du site.

 

Selon Augustin Paluel-Marmont, directeur marketing de la société, ce service supplémentaire permettrait d'augmenter le taux de transformation sur un site de 0.5 à 1 point (le taux de transformation moyen d'un site se situe entre 0.75 et 1.5%). Il s'avère particulièrement efficace pour des sites positionnés sur le secteur culturel (voyages, cadeaux, fleurs...) où les paniers d'achat ne sont pas trop élevés.

 

La société commercialise en parallèle des études comportementales sur les profils des internautes (la base de profils constituée au départ s'auto alimente au fur et à mesure que les internautes sollicitent le moteur).

 

C.        La technique du Push

1.                Définition

 

Le principe du Push consiste à apporter aux utilisateurs l’information de manière directe. Désormais ceux-ci n’ont plus besoin de naviguer sur le réseau pour trouver les éléments dont ils ont besoin. Il y a donc une opposition de nature entre le push et le pull, qui représente la méthode classique d’utilisation de l’Internet.

 

Cette technologie introduit une forte notion de personnalisation : chacun peut choisir et modifier à son gré la nature des informations qu'il souhaite recevoir, ainsi que la manière dont il souhaite les recevoir (fréquence des mises à jour par exemple)

 

 

2.                Pourquoi le push ?

 

Il devient de plus en plus difficile de trouver une information sur Internet. Certes, ce réseau propose des ressources considérables mais l’information n’est pas structurée. La plupart des moteurs de recherche réalisent des indexations sur la totalité du texte de chaque page. Ainsi leur utilisation s’avère délicate et longue. Il est difficile d’obtenir un nombre satisfaisant de réponses à partir d’une seule interrogation et le problème ne fait que s’aggraver, car le réseau s’agrandit chaque jour. Le nombre de machines connectées à Internet augmente de manière presque exponentielle. Il sera probablement de plus en plus difficile de trouver la bonne information dans cette énorme masse de données.

 

L’avantage premier du Push se fera dans le marketing, car l’utilisateur est parfaitement ciblé. S'il lit un magazine sur les nouvelles technologies et demande des informations sur les voitures, les annonceurs d'automobiles et d'ordinateurs ou de téléphones cellulaires vont se précipiter sur ce consommateur potentiel qui deviendra, tôt ou tard, un acheteur réel. Ford, Nokia et Ibm vont donc promouvoir leurs nouveaux produits sur les pages qui seront destinées à cette personne. Paradoxe de ce don désintéressé: tout se paye... Le client est satisfait des données, en échange de quoi, son profil est transmis aux annonceurs qui pourront mieux cerner ses demandes ; il devient ainsi la proie idéale d'un matraquage publicitaire massif. Le danger de cette omniprésence de publicité serait d'arriver à saturation. Ce matraquage explique peut-être la prise de conscience des internautes sur les informations privées qui circulent sur Internet. De même que l’excès d'infos tue l'info, de même l’excès de pub peut entraîner un dégoût qui mènera à un boycott pur et simple. Il ne faut pas oublier qu'Internet était, il n'y a pas si longtemps, vierge de publicité et de commerce. Cette invasion est encore très mal perçue par nombre de pionniers du Réseau à l'esprit communautaire très ancré.

Cependant aujourd’hui il est vital de disposer rapidement de l'information pertinente et de l'avoir au bon moment. C'est l'information en juste à temps. A partir de cette constatation est née aux Etats-Unis une nouvelle technologie : La Push Information.

 

3.                Exemple de réalisation

 

Caramail.com, créé en 1996 par Orianne GARCIA[10] était au début une messagerie en ligne gratuite permettant à quiconque de posséder une adresse mail.

Depuis peu, le site caramail.com, étoffe son offre et se transforme en une communauté grâce à des services personnalisés pour ses internautes.

 

Choix des actualités voulues

Caramail.com propose donc à sa communauté de remplir un profil utilisateur. Ce profil est présenté sous forme ludique reprenant l’astrologie chinoise, les métaphores sur les goûts et les couleurs. La motivation première pour l’internaute est d’affirmer ses idées et sa personnalité afin de rencontrer une personne ayant les mêmes centres d’intérêts.

 

Le communautaire a la possibilité de s’inscrire ou de créer des forums de discussion sur des thèmes précis.

Le « Caramailien » peut aussi personnaliser son portail d’accueil avec les informations qu’il désire : Le programme de télévision, la météo d’une ville précise, les actualités dans tel ou tel domaine. Tous ces services sont très utiles et recherchés, car il est rare de trouver un site regroupant en une page toutes ces informations.

Le revers de cette communauté est l’analyse poussée et la recherche de corrélation entre différents centres d’intérêts afin de personnaliser les messages publicitaires et les bannières tout au long de la navigation dans cet espace.

Un publicité ciblée sera nettement plus rentable qu’une bannière placée sur n’importe quel site. Le pourcentage de clics est multiplié, théoriquement par le nombre de centres d’intérêts que possède l’internaute quand il visionne la publicité. Le coût de la bannière est lui aussi incrémenté de la même manière. Ce principe de ciblage en fonction de la personne connectée est un exemple de Push au service des annonceurs sans que l’internaute s’en aperçoive.

 

4.                Proposition technique

 

Une étude Merise m’a permis de réaliser ce modèle conceptuel afin d’héberger un système semblable à celui décrit plus haut.

Le pré-requis à cette proposition est la définition des centres d’intérêts que l’on souhaite répertorier mais il faut aussi trouver les corrélations entre ceux-ci afin d’obtenir des profils types d’internautes. Par souci de simplicité et de compréhension recherchés dans ce document, on définira la corrélation entre deux centres d’intérêts au maximum.

 

 

On retiendra deux étapes d’utilisation de ce modèle :

 

·        La première consistant à la récupération des centres d’intérêts des internautes en créant une liaison entre un centre d’intérêt et une personne.

·        La seconde consistant à associer cette personne à des catégories. Les catégories étant le rassemblement de deux centres d’intérêts.

 

La redondance d’informations, dans ce cas précis ne se présente pas comme un problème mais comme un atout supplémentaire :

La redéfinition des catégories et la ventilation des personnes dans des catégories peuvent se faire et se défaire à volonté selon les mœurs, les indices sociologiques et la mode.

 

 

Le domaine de la prédiction automatique du comportement de l’internaute est un sujet qui va devenir de plus en plus au goût du jour. Les techniques deviennent de plus en plus fiables et offrent de bons résultats.

Plusieurs obstacles restent encore :

·        Le coût de ces nouvelles technologies est très conséquent car elles font appel à des chercheurs de haut niveau.

·        Pour des raisons juridiques ces pratiques pourraient relancer le débat sur la vie privée. Nous analyserons cet axe dans une partie ultérieure.

·        Enfin la conjoncture actuelle de l’économie sur Internet peut freiner l’intégration de ces techniques.

 

C’est pour ces raisons que beaucoup d’entreprises s’orientent vers des solutions intermédiaires moins coûteuses : Les outils d’analyses manuelles.

VI.            Le traitement de l’information par les décideurs

 

 

A.        Business Intelligence et DataWeb : La prise de décision

 

 

Le terme Business Intelligence a été introduit à la fin des années 1980 par Howard Dresner, aujourd’hui spécialiste de ces questions au cabinet de consultants américains Gartner Group. Il faisait référence à l’utilisation d’outils logiciels par les cadres d’une entreprise pour accéder et analyser des données, afin de prendre des décisions. La définition est large et chacun peut y voir ce qu’il veut. Pourtant, il semble que trois grands courants – au moins – vont se réclamer de l’appellation Business Intelligence.

La courbe suivante montre l’évolution de la prise de valeur des systèmes décisionnels en fonction des avancées technologiques dans le domaine.

 

Courbe de valeur de l’intelligence économique

 

 

Ces logiciels servent à extraire d’une montagne de données des informations pertinentes pour une direction. On retrouve principalement dans cette catégorie les offres d’Ardent, Brio, Business Objects, Cognos, MicroStrategy, Sterling Software. C’est le domaine des outils sophistiqués, des moteurs OLAP (Online Analytical Processing) qui permettent à l’utilisateur d’analyser rapidement des données qui ont été stockées dans des structures multidimensionnelles. On peut ainsi facilement croiser des informations complexes, toutes sortes d’incidences (régionales, saisonnières, etc.) sur les chiffres de vente d’un produit.

 

 

Les systèmes décisionnels sont dédiés au management de l'entreprise pour l'aider au pilotage de l'activité, et indirectement opérationnels car n'offrant que rarement le moyen d'appliquer les décisions. Ils constituent une synthèse d'informations opérationnelles, internes ou externes, choisies pour leur pertinence et leur transversalité fonctionnelles, et sont basés sur des structures particulières de stockage volumineux  Le principal intérêt d'un système décisionnel est d'offrir au décideur une vision transversale de l'entreprise intégrant toutes ses dimensions.

 

 

 

Afin de formaliser le concept OLAP, fin 1993, à la demande de Arbor Software, Edgar F. Codd publie un article intitulé "Providing OLAP  to User Analysts" aux Etats Unis, dans lequel il définit 12 règles que tout système de pilotage multidimensionnel devrait respecter..

"Ce qu’il y a d’agréable avec ces outils OLAP", explique Eric Klusman, de Cantor Fitzgerald LP, "c’est que je suis en mesure de distribuer les données aux utilisateurs sans les obliger à apprendre des complexes formules de programmation, d’interrogation ou même à ce qu’ils aient à programmer leurs tableurs".  D’une façon générale, tous affirment que l’on peut interfacer de nombreux outils d’utilisateurs avec des bases de données multidimensionnelles sans qu’il soit nécessaire de consentir de lourds efforts de formation ou des interventions importantes du service informatique.

 

Les années à venir vont très certainement apporter de nombreuses modifications à ce schéma. Internet notamment vient changer la donne. Un concept va fusionner le datawarehouse et le Web : il s'agit du dataweb.

 

Le dataweb contient l'idée d'un accès à une base de données universelle quelle que soit la plate-forme d'hébergement, sa localisation ou le format de données. Il devient aujourd'hui essentiel d'avoir accès aux données internes à l'entreprise, mais aussi aux données externes provenant par exemple de l'Internet. Le dataweb sera accessible à partir d'une application disponible sur toutes les machines, comme un navigateur Internet. L'objectif est ici d'augmenter la qualité des décisions en augmentant la qualité de l'information à la base.

 

De plus l'accès au dataweb sera possible à partir de n'importe où dans le monde. A partir d'un ordinateur portable l'utilisateur pourra travailler comme il le fait dans son bureau.

 

B.        Le marketing

 

En parlant de l’activité internet, Jean-François Variot, président d’ImageForce dit : « Internet offre également au marketing de nouvelles observations et de nouveaux outils d’analyse du comportement des visiteurs et des clients. L’intégration de données provenant du Web enrichit les politiques de datamining et de segmentation qui en découlent. De simples émetteurs de publicités, les marques se transforment en médias hautement connectifs, porteurs de service et d’instrument d’écoute. »

Jean-françois Variot a notamment l’auteur de l’ouvrage : « La marque post-publicitaire , Internet an II ». Il est spécialisé dans l’intégration des schémas d’e-business avec les circuits marchands traditionnels.

 

1.                Les sondages de mode et d’état

 

Ces sondages permettent d’étudier l’état actuel d’un marché.

Les départements et les cabinets de marketing sont très friands de ce type d’informations pour évaluer la réussite d’une opération de promotion. Auparavant, ils avaient recours à des sondages et à l’achat de ces données à l’INSEE[11]. Le budget dédié à l’acquisition des données représentait un part très importante dans le coût total d’une étude marketing.

En découvrant les mérites du World Wide Web, les cabinets de marketing se sont penchés sur cette activité.

Maintenant, il nous arrive souvent pendant la navigation de répondre à des sondages sur nos préférences, l’activité dans les entreprises ou nos modes de vie.

Par exemple, le site journaldunet.com, propose chaque semaine un sondage sur l’activité internet. La population visée par ces sondages sont les informaticiens, les directeurs informatiques ou décideurs. Un des derniers sondages demandait le logiciel utilisé par les Webmaster pour créer des sites web.

 

Le sondage a révélé :

 

50% Dreamweaver.

20% Visual Studio.

20% HomeSite.

10% Autres.

 

Ce type de sondage permet de jauger le marché à un instant t. Il n’est pas rare que le même sondage soit répété quelques mois après pour obtenir une évolution.

Ces études sont très prisées par les éditeurs de logiciels. Ils peuvent ainsi connaître les futurs achats de leurs logiciels.

 

2.                Les sondages de consommation

 

Ces sondages ont pour but de tester les futurs produits sur un échantillon de population. Beaucoup de grandes marques d’alimentation mettent en ligne des sondages pour obtenir un feedback sur leurs produits.

Par exemple, Kellog’s a proposé à ses internautes d’envoyer gratuitement des échantillons d’une nouvelle barre céréalière (Nutrigrain) pour qu’ils puissent ensuite donner leurs avis. Seules, les personnes qui avaient reçu l’échantillon pouvaient répondre à ce sondage. Le feedback a permis de montrer que très peu de personnes interrogées (<10%) aimaient le parfum fraise. Par contre, le parfum chocolat remportait un fort succès.

Kellog’s a ainsi pu focaliser sa production et son marketing sur le parfum chocolat. Le coût d’une telle étude aurait été multipliée par 10 si elle avait été réalisée d’une manière classique (démarchage à domicile ou dans les grandes surfaces).

De plus, Kellog’s possède maintenant les adresses et renseignements sur les personnes interrogées. A la prochaine sortie de produit il pourra les re-contacter afin de réaliser une nouvelle étude.

Dans ce cas, Internet a été utilisé pour prendre contact, prospecter et réceptionner les feedbacks.

 

3.                Le ciblage de la vente

 

Comme le dit Jean-François Lepetit, Président du Conseil des Marchés Financiers de First-e (Une banque virtuelle), « Les établissements qui débutent sur internet n’ont pas les mêmes pesanteurs qu’une banque traditionnelle, mais le plus important c’est le client. Le coût d’acquisition d’un client est colossal par rapport à la mise place de l’architecture d’un site Web. Qui plus est s’il faut garder ensuite ce nouveau client très volatile ».

 

Cette citation montre l’importance de la connaissance du client et du ciblage des offres commerciales.

 

La promotion d’un produit sur le web peut se rapprocher du sur mesure et devenir interactive.

Toutes les écoles de management ont fondé l’enseignement du marketing ces trente dernières années sur des raisonnements issus principalement des marchés de consommation de masse. Or, si la standardisation des produits et les économies d’échelle et de production qui caractérisent la production de masse ne sont pas à remettre en cause, la façon dont le produit est mis à la disposition du client va radicalement changer. Le client attendra de plus en plus une démarche personnalisée (one to one), que l’on vienne à lui, que l’on réponde à ses questions en le comprenant, et non l’inverse.

 

La publicité et le marketing direct doivent être nécessairement repensés pour le monde virtuel.

Le recrutement d’un client n’a plus le même prix sur le net. La notion de fichier client n’a plus la même valeur. Demain, le client ne supportera vraisemblablement plus d’être importuné par la promotion d’un produit qui ne le concerne pas du tout. Pour toutes ces raisons, l’entreprise doit donc repenser ses méthodes de marketing direct et de communication commerciale auprès de ses cibles, et sa réactivité doit être sans aucune mesure avec ce qu’elle était entre deux mailins annuels, une ou deux campagnes publicitaires dans les supports traditionnels.

 

L’exemple caractérisant le mieux cette idée est le site : Ooshop.com.

Ce site est le magasin en ligne de la chaîne de distribution Carrefour. Il propose aux internautes d’effectuer leurs courses sur internet et de se faire livrer. Après plusieurs commandes, une liste des produits les plus souvent commandés est créée et proposée automatiquement lors du choix des produits. Carrefour a ainsi su repenser ses techniques de vente en faisant cohabiter ses techniques traditionnelles avec celles liées au Web.

 

 

 

L’usage de toutes ces données, et le profit que l’on peut en extraire, peut tenter plus d’une personnes à les utiliser de manières abusives. C’est pour cette raison, qui nous semble important d’étudier le sujet selon un axe juridique.

VII.         Déontologie, Ethique et Justice

 

A.        Quels moyens ont les internautes pour se protéger ?

1.                Le bon sens

 

L'autorégulation par les acteurs eux-mêmes est la voie préférée, même si nous doutons de son efficacité: nombreux sont les professionnels qui prennent conscience de la nécessité de réguler le réseau par la mise en place de solutions technologiques, de codes de bonne conduite, la sensibilisation du grand public au fonctionnement et aux risques d'Internet. Si Internet se veut un lieu autorégulé c'est parce que la législation n'existe pas. Seule subsiste une morale éthérée définie, paradoxalement, par les pirates informatiques à l'origine de l'E.F.F.

 

L'Electronic Frontier Foundation existe depuis 1990. Elle a été fondée par MM. Mitch Kapor, fondateur du célèbre logiciel de comptabilité " Lotus ", et John Perry Barlow, parolier du groupe de rock " Grateful Dead " en réaction à une vaste opération policière menée par le FBI contre le piratage informatique appelée " Sundevil ". L'EFF s'est donnée une mission historique: " civiliser le cyberspace " en évitant le chaos et la tyrannie.

 

Les farouches partisans du " Free Net " adoptent deux présupposés:

 

-         la réelle capacité de l'utilisateur à pouvoir dissocier l'information de la désinformation (voire de la manipulation) ;

-         la capacité à déceler ce qui est bien pour le netsurfer de ce qui peut lui être nocif (psychiquement).

Pourquoi ces deux postulats ? Parce qu'ils estiment que tout est bon, l'important étant l'usage que l'on en fait, à l'image des hackers du Chaos computer club.

 

Herbert I. Schiller, professeur à l'université de Californie s'inquiétait déjà des conséquences des avancées technologiques en 1995: "En fait, une vérité simple s'est imposée: les technologies les plus éblouissantes non seulement ne remplacent pas mais, au contraire, peuvent dissimuler les faits concrets les plus élémentaires."

 

2.                Des outils pour devenir Anonyme

 

a)       Navigation anonyme

 

Le but de la navigation anonyme est d’agir comme un intermédiaire entre vous et les sites que vous visitez, en dissimulant votre identité et en empêchant toute action visant à tenter de vous suivre à la trace ou de recueillir des données sur vous.

 

Elle permet aussi de bloquer les programmes qui peuvent causer des dommages à votre ordinateur ou prélever et rassembler des données personnelles sur vous.

b)       Envoi d’e-mail anonyme

Comme dans la vie courante, il est possible d'envoyer un message sans y inclure une adresse de réponse, ni aucune autre information sur votre identité (nom du serveur de votre fournisseur d'accès ayant servi à l'expédition, etc.). Cela vous permet de parler plus librement, sans craindre que vos propos, même un peu polémiques, n'aient de conséquences pour votre personne.

c)        Les sites proposant ces services

·         http://privacy.net/

·         http://anonymizer.secuser.com

B.        Quelles sont les lois en vigueur ?

 

1.                Les textes de loi

 

La loi la plus connue est celle relative à l'informatique, aux fichiers et aux libertés: LOI N° 78-17 DU 6 JANVIER 1978

 

Article 1er

L'informatique doit être au service de chaque citoyen. Son développement doit s'opérer dans le cadre de la coopération internationale. Elle ne doit porter atteinte ni à l'identité humaine, ni aux droits de l'homme, ni à la vie privée, ni aux libertés individuelles ou publiques.

 

Article 2

Aucune décision de justice impliquant une appréciation sur un comportement humain ne peut avoir pour fondement un traitement automatisé d'informations donnant une définition du profil ou de la personnalité de l'intéressé.

 

Aucune décision administrative ou privée impliquant une appréciation sur un comportement humain ne peut avoir pour seul fondement un traitement automatisé d'informations donnant une définition du profil ou de la personnalité de l'intéressé.

 

Article 3

Toute personne a le droit de connaître et de contester les informations et les raisonnements utilisés dans les traitements automatisés dont les résultats lui sont opposés.

 

Article 4

Sont réputées nominatives au sens de la présente loi les informations qui permettent, sous quelque forme que ce soit, directement ou non, l'identification des personnes physiques auxquelles elles s'appliquent, que le traitement soit effectué par une personne physique ou par une personne morale.

 

Article 5

Est dénommé traitement automatisé d'informations nominatives au sens de la présente loi tout ensemble d'opérations réalisées par les moyens automatiques, relatif à la collecte, l'enregistrement l'élaboration, la modification, la conservation et la destruction d'informations nominatives ainsi que tout ensemble d'opérations de même nature se rapportant à l'exploitation de fichiers ou bases de données et notamment les interconnexions ou rapprochements, consultations ou communications d'informations nominatives.

 

Elle régit le type d’informations que l’on peut stocker informatiquement. Elle consiste à déclarer tout stockage informatique à CNIL et à d’empêcher le stockage d’informations nominatives et relatives à un comportement.

Dans les faits, elle pose des problèmes à un détenteur de ces bases de données, car ces dernières sont soumises à des changements de structure ou d’ajout de nouveaux types d’informations. Or la CNIL ne possède pas les moyens financiers ni physiques de constater ces changements par rapport à la déclaration initiale.

 

Outre cette astuce, la déclaration ne se fait pas systématiquement :

 

Sur 100 sites de commerce étudiés,

55% n’ont pas été déclarés.

31% n’affichent pas d’informations juridiques sur les données.

Source : Etude d'évaluation de 100 sites français de commerce électronique – CNIL Avril 2000

 

 

2.                La jurisprudence et projet de loi

 

13 juin 2001 : le projet de loi "Société de l'information" a été approuvé en Conseil des ministres.

Ce texte constitue une nouvelle étape dans le processus d'adaptation du droit français à la société de l'information qui s'est récemment traduit par la loi du 13 mars 2000 portant adaptation du droit de la preuve aux technologies de l'information et relative à la signature électronique et par le décret du 12 septembre 2000 modifiant le code des postes et télécommunications et relatif à l'accès à la boucle locale.

Ce projet de loi, qui transpose la directive européenne du 8 juin 2000 sur le commerce électronique, a pour objectif essentiel de promouvoir la confiance dans les échanges électroniques et de contribuer à la démocratisation de l'usage de l'internet.

 

Les principales dispositions du projet de loi sont les suivantes :

-         Il favorise l'accès des citoyens à l'information sous forme numérique ;

-         Il garantit la liberté de communication en ligne ;

-         Il clarifie le cadre juridique applicable au commerce électronique ;

-         Il favorise le développement des réseaux numériques ;

-         Enfin, il renforce les moyens de lutte contre la cybercriminalité.

 

Le texte complet du projet de loi peut être lu à cette adresse :

http://www.legifrance.gouv.fr/html/actualite/actualite_legislative/prepa/pl_cnil.htm

 

3.                Que se passe-t-il à l’étranger ?

 

Une enquête consacrée au respect de la vie privée sur Internet et à la personnalisation révèle des différences transatlantiques.

 

 

Plus des deux tiers des Américains ne souhaitent pas que le gouvernement prenne des mesures en faveur du respect de la vie privée sur Internet, préférant une autorégulation de l'industrie à de nouvelles lois. En revanche, selon l'enquête menée par Teradata, une division de NCR (NYSE : NCR), à peine un tiers des Allemands sont en faveur de l'autorégulation et préféreraient que le gouvernement prenne ses responsabilités en imposant des contrôles du respect de la vie privée en ligne. Cette enquête était menée pour le compte de Teradata par BuzzBack, un bureau d'études en ligne.

 

En effet, ces deux pays sont très préoccupés par le respect de la vie privée. Deux tiers (67%) des Américains et une grande majorité (84%) des Allemands "pensent beaucoup au respect de leur vie privée" quand ils surfent sur Internet.

"Si les sociétés de niveau mondial qui souhaitent vraiment faire des affaires en ligne ignorent la question du respect de la vie privée, elles le font à leurs risques et périls" affirme Werner Sülzer, vice-président de Teradata pour l'Europe, le Moyen-Orient et l'Afrique (EMEA).

 

Malgré les divergences d'opinion au niveau de l'autorégulation et des réglementations gouvernementales, l’enquête, parmi d'autres, révèle que les consommateurs se préoccupent du respect de leur vie privée, tant sur Internet qu'offline. Ils souhaitent que les entreprises prennent les mesures nécessaires afin d'établir un climat de confiance avec leurs clients. Ainsi, si vous souhaitez gagner la confiance de vos clients, vous devez respecter leur vie privée.

 

BuzzBack a mené une enquête quantitative parmi près de 300 internautes américains et allemands au début du mois de mars 2001. Des groupes représentatifs de vingt internautes de chaque pays ont été sélectionnés pour explorer le sujet en profondeur.

 

Tout en soulignant l'importance de gagner la confiance des clients, l'enquête indiquait que la majorité des personnes interrogées, tant en Allemagne qu'aux États Unis (soit 56% des Allemands et 80% des Américains), seraient prêtes à donner des informations d'ordre privé en échange de services plus personnalisés. Une majorité non négligeable des personnes interrogées dans ces deux pays (soit 79% des Américains et 62% des Allemands) ont déclaré que des garanties explicites sur la sécurité des données personnelles les encourageraient à acheter des produits ou des services sur les sites Web commerciaux.

 

L'enquête relevait, en outre, les résultats suivants :

·        Plus d'un tiers des deux groupes avait dépensé au moins US$500 (DM1000) en ligne au cours des 12 derniers mois, la plupart du temps pour des CD audio, des ordinateurs et des logiciels, des livres ou encore des vêtements.

 

·        Plus de deux tiers des deux groupes ont déclaré passer de 10 à 50 heures chaque semaine sur Internet, la majorité précisant qu'ils visitaient fréquemment de nouveaux sites Web.

 

·        Malgré leurs inquiétudes sur le respect de la vie privée en ligne, seuls 19% des Américains ont déclaré qu'ils lisaient toujours l'accord de confidentialité des sites Web, comparés à 28% des Allemands. Par ailleurs, 62% des Américains et 50% des Allemands ont déclaré qu'ils lisaient "parfois" ces accords. Quoi qu'il en soit, la présence d'un accord de confidentialité sur les sites Web des sociétés inspire confiance à plus de 75% des Allemands et des Américains.

 

·        La majorité des Allemands et des Américains ont déclaré que les sociétés associant la connaissance de leurs clients à la fois online et offline offrent "un avantage qui simplifie la vie" (pour 56% des Allemands et 60% des Américains). Toutefois, 44% des Allemands et 40% des Américains se disaient inquiets au sujet des sociétés qui en savaient trop à leur sujet.

 

 

VIII.       Démonstration par l’exemple : Le Site Jeujoo.com

 

 

A.        Présentation de l’entreprise

 

EuroB2C structure son offre autour d’un concept de publicité interactive en associant un jeu-concours personnalisé et instantané, à un spot présentant les savoir-faire de l’annonceur : Ce n’est plus l’annonceur qui envoie l’information, c’est l’internaute qui, en jouant, accepte tacitement le message associé au produit et à la prestation qu’il souhaite gagner.

 

EuroB2C propose à ses clients un outil centralisé qui leur permet :

·        De profiter, sur leur site, d’une offre globale pour l’organisation de jeux concours ( inscriptions, règlement, techniques, sécurité) et l’exploitation des données marketing obtenues.

·        D’initier des synergies avec d’autres marques qui partagent les mêmes cibles d’internautes, à travers le portail grand public : Jeujoo.com.

 

EuroB2c apporte à l'annonceur sa connaissance du jeu et des mécanismes de la publicité interactive, afin de lui amener la visibilité qu'il attend en lui permettant de communiquer de façon ciblée.

EuroB2C propose évidemment des services autour de cet outil et en particulier du conseil et de la réalisation des jeux et des spots. Ils sont personnalisés pour nos clients afin de nous adapter à leurs besoins de communication ( ponctuels ou récurrents ). Les savoir-faire en graphisme et la créativité publicitaire d’EuroB2C permettent d’augmenter l’impact et la force des campagnes de nos clients.

EuroB2C décline son concept en commercialisant sa solution sous forme de marque blanche. Les clients qui le souhaitent peuvent mettre en œuvre rapidement un jeu-concours instantané, personnalisé et à forte portée marketing directement sur leur site, lequel jeu sera relayé sur le portail jeujoo.com (exemple : jeu Passionata).

Eurob2C propose à ses clients une connaissance précise des visiteurs en leur donnant accès en ligne aux données et statistiques des internautes par l’intermédiaire de tableaux de bord. Les clients peuvent enrichir les informations sur des internautes déjà identifiés en leur posant des questions personnalisées.

  EuroB2C offre également aux annonceurs la possibilité de communiquer par l’intermédiaire de boîtes aux lettres publicitaires spécifiques. Les envois se feront de façon ciblée grâce à une base de données d’internautes qualifiés et consentants, lesquels pourront à ce titre être rémunérés par l’annonceur. Cette offre nous permet d’utiliser le push pour proposer un contenu aux internautes.

           

  La stratégie et l’activité de notre société s’appuient dans le domaine du BtoC et du BtoB sur les leviers d’Internet qui sont l’interactivité par l’intermédiaire de processus transactionnel, les techniques du pull par l’intermédiaire du site www.jeujoo.com et du push grâce aux boîtes aux lettres publicitaires rémunérées, afin de constituer un contenu pour l’Internet à forte valeur ajoutée.

 

B.        But du projet

 

Nous posons comme hypothèse de départ que le site est déjà développé et en production. Le projet a donc pour but d’intégrer la gestion de données à un pré-existant.

Nous réalisons ce projet par incrémentation pour maîtriser les coûts et contrôler les possibles erreurs de choix d’architecture ou de direction d’études.

 


C.        Etude et réalisation

 

 

Cette étape consiste à fournir, à partir du concept décrit plus haut toutes les informations possibles que l’on peut récupérer. Ainsi les bornes du projet seront définies. Le livrable de cette étape comprenait un dictionnaire des données récupérables.

 

 

Pour chaque donnée nous avions les paramètres suivants :

 

-         La manière de récupération

Comment peut-on obtenir ces données ?

La méthode était décrite en détail voire prototypée.

 

-         La pertinence de l’information

Que permet-elle de connaître ?

Quelle est la durée de vie de l’information ?

Ce paramètre était documenté mais aussi évalué sur une échelle de 1 à 10.

 

-         La volumétrie de l’information pour 100 personnes

Ce paramètre sert plus tard afin d’évaluer les besoins techniques mais aussi le coût financier.

 

-         Quelles sont les contraintes techniques ?

Quelles sont les contraintes qu’engendre la récupération de ces données ?

 

-         Le coût d’acquisition de la donnée

Evaluer le coût d’acquisition d’une donnée est assez difficile. Pour résoudre ce problème et fournir une cotation, nous avons retenu le nombre d’heures ou de jours nécessaires pour mettre en place la récupération de cette donnée. Cette quantité était multipliée par le coût journalier (Charges de fonctionnement + Salaire) de la personne implémentant la récupération.

 

1.                Tri, analyse et choix des données

 

A partir de ce dictionnaire, il a fallu trier ces données par ordre de pertinence, puis par coût d’acquisition. Pour cela nous avons calculé le rapport suivant :

 

 


Représentation graphique du quotient pour certains coûts d’acquisition.

 

Ce graphique permet de définir une fourchette de sélection des données. Dans notre cas, la fourchette retenue a été de 0 à 15 000. Cela signifie que le coût d’acquisition par rapport à la pertinence ne devait pas être supérieur à 15 000 F.

 

Cette technique permet de faire un premier choix. Il est nécessaire, de jeter un coup d’œil aux données mises de coté afin d’être sû de ne pas passer à côté d’une donnée fondamentale.

 

2.                Modélisation de la base de données

 

La modélisation de la base a été réalisée en appliquant MERISE. Nous avons retenu trois sous-systèmes :

 

·        Les informations sur le joueur

·        Les faits réalisés par les joueurs (jeux, gains, les clics, provenance, dnslookup …)

·        Les réponses aux sondages


 

Extrait du modèle conceptuel obtenu.

 

 

 


D.        Mise en application des concepts de datawarehouse et de dataweb

1.                Le schéma en étoile

 

L’application de la méthode incrémentale de création de datawareHouse expliquée plus haut nous a permis de d’obtenir ce modèle intermédiaire de schéma en flocon. Seules les informations les plus importantes ont été mises en place pour étudier la viabilité du projet.

 

 

2.                Alimentation du DataWarehouse

 

Elle consiste à transférer et transformer les données de production contenues dans le premier modèle vers le DataWareHouse (Schéma en étoile). Ce transfert se fait par commande SQL régulière ou grâce à des outils du commerce comme les Lots DTS de Microsoft SQL Server. Nous ne rentrerons pas dans les détails de cette étape car elle ne présente que des aspects techniques.

 

3.                Mise en place du DataWeb

 

Le DataWeb représente un datawarehouse ou datamart utilisant le web comme interface. Ainsi les données décisionnelles sont plus facilement accessibles et l’implémentation client est plus souple et plus légère dans un navigateur.

 

Une étude des offres des Clients Légers pour consulter un datawareHouse a été réalisée mais toutes les offres des éditeurs étaient considérablement chère. Nous avons donc décidé d’utiliser un composant gratuit : Microsoft Pivot Table ActiveX Component (inclut dans Ms Office 2000).

Ce composant répondait à l’ensemble de nos besoins : pouvoir réaliser des tris croisés sur les sondages et les joueurs.

 

Exemple du composant utilisé pour croiser les CSP et la situation des personnes étant nées en 1978

 

E.        Résultats

1.                Infrastructure technique

 

Système d’exploitation Windows 2000 Advanced Server

Serveur Web : Internet Information Server 5.0

Langage dynamique : Active Server Page

Composants : ActiveX

Base de données de production : SQL Server 7.0

Base de données MultiDimensionnelle : SQL Server 7.0 Olap Services

 

2.                Outils développés et mis à disposition

 

Pour les dirigeants et employés d’Eurob2c.com :

·        Un site de statistique permettant de suivre l’actualité du site en temps réel, avoir des représentation générales sur la population du site ainsi que des informations sur les joueurs inscrits (cf Annexes)

·        Un site de manipulation de données OLAP (cf la figure précédente)

·        Un générateur de rapport Word automatique hebdomadaire.

·        Un moteur de mail permettant d’envoyer des mails ciblés en fonction des tris effectué par les outils précédents. (cf Annexe)

L’ensemble de ces outils sont accessible dans un intranet.

 

Pour les clients d’Eurob2c.com

·        Un site de statistique propre à leur jeu

·        Un site de statistique pour les publicité

 


F.         Bilan et préconisations futures

 

Compte tenu des besoins de l’entreprise actuels (Consultation des statistiques, Consultation des Sondages, Tris Croisés) , on peut considérer que l’outil informatique est en avance et permettra de concentrer les investissements futur sur des activités commerciales.

Néanmoins, compte tenu des technologies employées, il faudra suivre de près l’évolution du trafic et du volume de données afin de réagir rapidement à tout goulet d’étranglement qui pourrait survenir. Il sera peut-être préférable d’utiliser de vrais outils de dataWarehouse comme Hyperion ou comme Business Object.

 

IX.           Conclusion

 

Le but de ce mémoire a été de fournir un guide ou plutôt un « livre blanc » sur les enjeux des données recueillies sur Internet. Ce guide a abordé la mise en œuvre d’un dataweb et la majeur partie des questions qu’un Directeur de Système d’Information serait amené à se poser dans le cadre de son entreprise.

 

Nous tenons à mettre un accent sur le vide juridique actuel qui règne sur Internet. Le moment venu il faudra auditer beaucoup de systèmes et d’outils qui auront déjà été mis en place afin d’éviter tout abus et garder une « NetEtiquette » correspondant au droits de l’homme et de la protection de la vie privée.

 

Le but ultime de la collecte d’un gros volume d’information clients est de s’adresser au client de façon plus intelligente, plus efficace et d’agir de façon plus rentable. Améliorer les décisions des entreprises, optimiser les processus de relation client, améliorer l’efficacité sur le terrain et augmenter les revenus de l’entreprise. L’information doit être collectée à partir des bases de données dans l’entreprise, agrégée et traitée afin de détecter l’information client qui sera précieuse.

Cette théorie appliquée depuis quelques temps grâce à l’outil informatique commence à s’attaquer à l’Internet et à l’e-business. Les utilisations actuelles sont encore faible mais la rapidité d’évolution relevée depuis peu laisse à présager un fort essor dans les mois ou années à suivre.

 

De son côté le Gartner Group a prédit que le data mining serait une des technologies les plus recherchées dans les premières années du nouveau siècle.

 

 

 

X.              Bibliographie

 

A.        Séminaires

 

Analyse de comportement des internautes – SFDS - Jeudi 7 décembre 2000

 

B.        Sites Internet

 

http://www.cnil.fr :

http://www.journaldunet.com/

http://www.Directinet.com : Site d’utilisation de données informatiques

http://dicofr.com : Termes informatiques

http://www.web-datamining.com/ : Site d’actualité sur le Datamining par internet

http://www.legalis.net/ : Site Juridique

 

C.        Livres et publications

 

Farming Web Resources for the Data Warehouse - Richard Hackathorn, DM Review 06/1999

What is Competitive Intelligence? - Arik R. Johnson, AuroraWDC 2000

L’Économie multidimensionnelle - BARTOLI H, Economica, 1991.

Entrepreneurs et entreprises du 4éme type – Bruno Lemaire, 1997

Internet et la protection des données personnelles - Marie-Pierre Fenoll-Trousseau, Gérard Haas. 2000

Internet, Intranet et bases de données. Data Web, Data Media, Data Warehouse, Data Mining - Georges Gardarin. 2000

XI.           Annexes

 

A.        Un exemple de profil d’un joueur :

 

Pseudo :

Sbourdette

Nom :

BOURDETTE

Prénom :

Sylvain

Sexe :

Homme

Adresse Email :

sylvain.bourdette@jeujoo.com

Adresse :

11 rue de dantzig

Code Postal :

75015

Ville :

paris

Annee de naissance :

1978

Csp :

Etudiant

Situation :

Célibataire

Habitation :

Appartement

Résolution :

1280 x 1024 | 32

Navigateur :

Internet Explorer 5.0

Systeme d'exploitation :

Windows NT

Platforme :

x86

Date d'inscription :

06/11/2000 20:41:22

Dernière Visite :

31/08/2001 14:48:44

Nombre de visites :

529

Lieu de connexion :

ATuileries-102-1-2-218.abo.wanadoo.fr

Score :

641

 

Gains

 

Nom du Lot

Client

Nb d'execution avant de gagner

Date

2 places pour Comment les choses arrivent...

Le Théâtre Essaïon

5

04/12/2000 15:51:26

le remboursement d'une contravention

Jeujoo

4

05/06/2001 18:28:52

 


Click sur pub

 

Adresse

Date

universalmusic.fr

26/01/2001 17:10:34

universalmusic.fr

26/01/2001 17:18:55

Foorum

03/08/2001 11:55:32

Foorum

07/08/2001 22:55:45

 

 

B.        Moteur de mail

Capture d’écran montrant l’envoi de mail personnalisé en fonction de paramètres sur les joueurs

C.        Le questionnaire de prise de contact de la Société Générale

 



[1] DataWareHouse : Outil d'aide à la décision, basé sur une base de données fédérant et homogénéisant les informations des différents services d'une organisation. Le datawarehouse est la forme la plus sophistiquée des systèmes d'aide à la décision. Il coûte plusieurs millions de francs et peut stocker des centaines de Go de données.

 

[2] Spam : Le Spamming consiste en ce sens à envoyer plusieurs e-mails identiques (souvent de type publicitaires) à un grand nombre de personnes sur le réseau. Le mot "spamming" provient du mot "spam" qui est une marque de jambonneau fabriquée par la compagnie Hormel.

Pourquoi cette expression?

L'association de ce mot au postage excessif provient à priori d'une pièce des Monty Python (Monty Python's famous spam-loving vikings) qui se déroule dans un restaurant viking dont la spécialité est le jambonneau "spam". C'est alors qu'un client commande un plat différent, les autres client chantent alors tous en coeur "spam spam spam spam spam ..." si bien que l'on entend plus le pauvre client...

Les personnes pratiquant l'envoi massif de courrier publicitaire sont appelées "spammers", un mot qui a désormais une conotation péjorative...

 

[3] Navigateur : Les logiciels de lecture de Web sont appelés des fureteurs, des navigateurs, des butineurs ou des browsers. Le terme préféré est aujourd'hui navigateur

 

[4] Un cookie est en fait un fichier qui est stocké sur votre disque et qui permettra que le serveur vous reconnaisse la prochaine fois que vous reviendrez sur le site, de  façon à connaître vos préférences (par exemple les options que vous aurez cochées) pour vous éviter de les ressaisir.

 

[5] CyberSpace : Mot inventé par William Gibson (en 1984) pour désigner l'univers virtuel, régi par les nouvelles technologies, qui s'étend au-delâ de l'ordinateur, dans les réseaux de communication.

[6] WebMining : mise en œuvre des techniques de datamining dans le contexte particulier de l'Internet

[7] Infocentre : Système logiciel permettant aux utilisateurs non-spécialistes l'accés à des données stockées sur SGBD

[8] DataMart : Base où sont stockés de nombreuses données utiles à la gestion statégique d'un domaine ou d'un département particulier d'une entreprise, l'ensemble des Data Mart forme le Data Warehouse.

[9] Théorie des graphes : Un graphe est une structure très simple puisqu'il est constitué d'un ensemble de sommets et d'une famille de liens (orientés ou non), appelés arêtes ou arcs, entre certains couples de sommets. Un graphe non-orienté peut-être utilisé pour modéliser des relations de conflits entre individus ou objets. Un graphe orienté représente typiquement un réseau de communication, ou encore des relations de domination non-réciproque entre personnes, etc.

 

[10] Orianne Garcia : http://www.webfaster.net/ogarcia.html

 

[11] INSEE : Institut National de la Statistique et des Etudes Economiques.