Dans le but d’orienter les décisions de l’entreprise et de booster sa croissance, collecter un maximum de données peut être utile, mais à condition de pouvoir les trier et les analyser : autrement dit, il faut aller fouiller dans les données, faire du « Data Mining ». Pour cela, il y a plusieurs façons de faire : engager un analyste, avoir recours à une équipe d’analystes ou utiliser des algorithmes.

La notion de Data Mining

Dans ce concept global, on retrouve toute une série de processus permettant de rendre les données exploitables et de la visualiser, notamment :

• la sélection de la base de données
• le tri des données et le pré-traitement
• la transformation des données sous une forme exploitable
• l’analyse mathématique des données
• l’interprétation des résultats.

Le « Data Mining » est une étape de ce qu’on appelle le « Knowledge Discovery in Databases », ce qui signifie la découverte de connaissances dans les bases de données. Cette démarche s’inscrit dans le positionnement stratégique de l’entreprise et la prise de décisions marketing par l’équipe dirigeante.

L’utilité du Data Mining

Le « Data Mining » permet d’exploiter les données collectées en faisant du commerce dans le but de faire des pronostics afin d’optimiser la gestion des boutiques en ligne de manière scientifique. Grâce à cette technique, les entreprises peuvent :

• segmenter leurs clients et leurs prospects
• analyser le détail des paniers d’achats
• identifier les différents profils d’acheteurs
• améliorer leur positionnement en terme de prix des produits
• prévoir des chiffres de ventes réalistes dans chaque catégorie de produits ou de services
• analyser les besoins des clients permettant de faire évoluer des produits ou d’en lancer de nouveaux
• détecter les erreurs dans le processus de vente et mettre en place des actions correctives.

Les méthodes utilisées dans le Data Mining

On utilise plusieurs méthodes afin de pouvoir extraire les données pertinentes dans la gigantesque quantité de données collectée par l’entreprise.

• l’analyse de régression : il s’agit d’un ensemble de méthodes statistiques utilisées afin de faire un pronostic de vente d’un produit.
• la technique d’association : elle consiste à identifier des ensembles cohérents, par exemple des associations de produits dans un panier. Des sites comme par exemple Amazon l’utilisent pour inciter les consommateurs à effectuer d’autres achats avec des mentions du type : « les acheteurs de ce produit ont également acheté le produit x ».
• la classification : cette méthode permet de catégoriser des groupes déjà prédéfinis en se basant sur diverses spécificités qui se recoupent.
• l’analyse de typologies : on s’en sert pour segmenter la clientèle, c’est-à-dire regrouper les clients ou les visiteurs d’un site, selon leurs profils.
• la détection des données aberrantes : cette méthode, appelée en anglais « outlier detection », permet d’écarter des données aberrantes. Elle est utilisée pour contrer les fraudes à la carte bancaire.