le webmining

Définition :

le webmining n’est rien d’autre que l’application du datamining sur les données relative à l’internet. Donc si le datamining est une technique que les entreprises utilise hors ligne pour pouvoir réaliser du profit et garantir ainsi leur croissance, le webmining quant à lui constitue la clef du succès pour les entreprises en ligne et ceci pour réaliser les même objectifs.Le webmining, sert à collecter des données sur les internautes et ceci dans le but de mieux comprendre leur comportement et procéder par la suite à la personnalisation de leur profil et à l’adaptation du site à leurs offres. Ce procédé servira à fidéliser les cyberconsommateurs, et comme on sait tous la force d’une entreprise se mesure d’après le nombre de ces clients. Les applications du webmining font apparaitre deux grandes catégories à savoir :

-Les applications centrées sur le web ou webcentric : il s’agit de comprendre le fonctionnement qui est fait du site afin de mieux valoriser l’espace publicitaire, optimiser l’organisation du site et garantir un confort et une performance lors de la navigation.

-Les applications centrées sur le consommateur ou customer centric : il s’agit de mieux comprendre le comportement de l’internaute afin de personnaliser la relation dans l’espoir de fidéliser et vendre plus.

D’une manière  générale les applications du datamining sur le web, contribuent à la personnalisation des sites. Dans cette optique le webmining repose sur deux techniques d’applications à savoir :

L’analyse analytique qui travaille la plupart du temps sur des entrepôts de données en mode asynchrone par rapport au site

Les applications temps réel qui traite à la volée les informations données ou dérobées à l’internaute pour adapter ou personnaliser pendant la session le contenu ou les offres sur le site.Pour ce qui est des enjeux que le webmining relève ils sont aux nombre de deux à savoir : Augmenter l’espace publicitaire : il est une vérité que l’internet est en passe de devenir un média à part entière. La plupart des sites à forte fréquentation, qu’il s’agisse de portails orientés sur le contenu ou de sites de commerce électronique, intègrent dans leurs business models les revenus de la publicité. Celle-ci, selon le cas, prend plusieurs formes à savoir : bandeaux, boutons marchands, partenariats et sponsoring etc.… l’histoire des médias nous fait savoir que le revenu de la publicité dépend de la fréquentation mais aussi et surtout de la finesse du ciblage. Celle-ci permet en effet d’augmenter le prix de l’unité d’audience on offrant des accès aux cœurs de cible des annonceurs. Dans ces conditions, l’analyse fine des comportements des internautes contribue à améliorer la connaissance des sites de leurs internautes pour pouvoir donner la possibilité aux annonceurs une audience mieux ciblée synonyme de plus de rentabilité et de revenu.

Améliorer la rentabilité de chaque client : la majorité des modèles économiques utilisent l’internet pour deux fins : toucher des clients et des prospects dans une logique commerciale et utiliser la souplesse de l’internet pour dialoguer plus fréquemment et plus précisément avec chacun d’eux.de ce fait l’internet est à la fois un canal de vente et de marketing. Ce canal présente quelques particularités qui suscitent l’utilisation des techniques du datamining pour pouvoir en tirer complètement profit.

La logique et le soubassement de la rentabilité de chaque client est tout naturellement la connaissance afin de pouvoir personnaliser l’internaute. Cette personnalisation s’appelle le « one to one », elle vient à un stade avancée de la vie du site.

Tels sont les deux grands enjeux de l’application du datamining sur les données de l’internet « webmining » Pour lancer le webmining il faut des données à manipuler et à analyser. Ses données sont classifiées comme suit : Les données déclaratives : qui sont issues des questionnaires et  des transactions. Elles sont données volontairement par l’internaute.

Les données d’enrichissement : on y retrouve d’une part les mégabases qui sont des bases de données regroupant les adresses e-mail des internautes et dont les sites peuvent en tirer profit, d’autre part le géomarketing : il consiste en la localisation géométrique de l’internaute à travers des annuaires mis à leurs disposition par les FAI ce qui permet de mieux connaitre les habitudes des internautes.  Les données de trace: les données de traces sont des données recueillies par l’observation des internautes. Il s’agit principalement des fichiers logs et cookies. Le webmining comme n’importe quel processus de modélisation économique à ces contraintes. Celles-ci apparaissent lors de sa mise en œuvre. Elles sont comme suit :

Les contraintes de délais qui imposent dans l’internet de ressortir des résultats rapidement se qui peut s’avéré pénalisant quant à la pertinence des résultats.La qualité des données collectées souvent douteuses. La rentabilité économique qui peut ne pas être à la hauteur des estimations vue le coût élevé de mise en œuvre du webmining. Quant aux bénéfices de l’application du datamining sur le web, ils concernent l’augmentation des taux de transformation et la valeur des clients, ses deux composantes constituent la clé du succès sur internet. Comme constat final, on peut dire que le webmining relève des mêmes processus que le datamining et que le webmining va tirer le marché du datamining et il va en modifier également les offres et ceci dans l’éventualité du développement rapide des TIC et des besoins en TIC.