Les entreprises ne mesurent sans doute pas l’importance de ce qu’elles connaissent de leurs clients. Bases de données, cartes de fidélité, centres d’appel et courrier électronique constituent des sources d’information dispersées et difficilement exploitables en l’état. Elles sont riches d’enseignements, à condition de les consolider pour, ensuite, les étudier. C’est le rôle des outils des spécialistes de l’aide à la décision, qui ont entrepris d’analyser toutes les informations sur les clients – y compris celles récupérées sur le nouveau canal commercial que représente le web.Qualifiées de ” gestion de la relation client analytique “, leurs solutions combinent l’extraction de données (ETL, pour Extraction, Transformation and Loading) et le datamining (processus d’extraction de connaissances à partir d’une masse de données hétérogènes). En pleine explosion, le marché des applications analytiques devrait connaître une progression annuelle de 28 % entre 1999 et 2004, date à laquelle il devrait atteindre, selon le cabinet IDC, 6 milliards de dollars.S’appuyant sur des connecteurs et des messageries interapplicatives (MSMQ, MQSeries, etc. ), les outils d’ETL tels que Datastage, d’Ascential ; Powermart, d’Informatica ; ou encore Actaworks, d’Acta se comportent en véritables outils d’intégration et d’orchestration des flux circulant entre applications. Ils extraient les données de différentes sources pour les unifier dans un entrepôt de données, appelé datawarehouse. Les outils de datamining se chargent ensuite d’analyser les informations stockées dans le datawarehouse, afin d’établir des corrélations parmi ces données. Basée sur des années d’expertise client, cette analyse est simplifiée par des rapports préconçus pour l’étude des comportements. On retrouve sur ce secteur les acteurs traditionnels de l’informatique décisionnelle : Cognos, avec e-Applications Suite ; Business Objects, avec CRM Report Suite ; IBM, avec Intelligent Miner ; ou encore Microstrategy, avec Microstrategy 7 et Complex Systems, avec Knowlbox.
Des passerelles entre datamining et moteurs de règles
es outils de datamining resti- tuent les résultats sous forme de graphiques, à partir desquels l’administrateur conçoit des scénarios qu’il doit ensuite appliquer aux moteurs de règles du catalogue en ligne. Certaines solutions, telle la gamme Microstrategy 7, ont développé des ponts pour injecter directement les résultats dans les moteurs de règles – ceux de Broadvision ou de Siebel, par exemple. Mais, comme le souligne Isabelle Carcassonne, directrice marketing et communication de Microstrategy, “l’injection des règles se fait rarement en temps réel, car elle nécessite des développements importants “. Point de vue confirmé par Roger Haddad, cofondateur de Kxen, éditeur d’une gamme de composants de datamining pour l’e-business : “ La saisie est, certes, toujours manuelle. Mais nous travaillons pratiquement en temps réel, en générant une alerte dès qu’un changement de comportement est détecté. ” A moins de combiner, au sein d’une même offre, datamining et moteur de règles, solution retenue par Datadistilleries. Le catalogue en ligne pioche alors directement les règles de personnalisation dans la solution de datamining.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
