Commerce électronique et relation client

Qui sont les clients de votre site web de commerce électronique ? Comment arrivent-ils sur le site, quelles rubriques consultent-ils, qu'achètent-ils, comment les fidéliser ? Dans cet ouvrage, les auteurs expliquent comment enregistrer et stocker dans un data warehouse spécialisé tous les faits et gestes des visiteurs d'un site de commerce électronique. Ils montrent ensuite comment exploiter cette formidable base de données comportementale pour améliorer l'ergonomie du site, mieux cibler ses actions marketing et offrir au client une page d'accueil et des offres commerciales personnalisées.

Du data warehouse au data webhouse

Alors qu'un data warehouse classique est avant tout un outil d'aide à la décision pour la direction de l'entreprise, le data webhouse a pour vocation d'offrir via une interface web, bien entendu de nouveaux services aux responsables de l'entreprise comme à ses clients et partenaires : outils de pilotage pour la direction, rapports d'analyse du comportement client pour les responsables marketing, relevés de compte et statistiques pour les partenaires commerciaux, services personnalisés pour le client final.

Résolument pratique, l'ouvrage inclut un guide de conduite de projet présentant toutes les étapes nécessaires à la mise en oeuvre d'un data webhouse, depuis la constitution de l'équipe de projet jusqu'au déploiement d'une solution complète.

A qui s'adresse ce livre ?

• Aux décideurs et aux responsables fonctionnels (marketing, commercial), qui doivent jouer un rôle moteur dans les projets de commerce électronique et de gestion de la relation client
• Aux spécialistes du marketing de sites web et des bases de données marketing
• Aux architectes de data warehouses et aux spécialistes du data mining
• Aux consultants, chefs de projets et développeurs souhaitant mettre en place des fonctions de personnalisation client dans leurs projets de sites web marchands
• Aux spécialistes de la mesure d'audience et de la publicité sur le web

Au sommaire

• Analyse du comportement client (clickstream).
  • Suivi des actions de l'utilisateur : étapes de l'achat d'un produit, identification de l'utilisateur et de la session, analyse comportementale
  • Utilisation des données comportementales : ciblage des actions marketing, personnalisation client, études de rentabilité
  • Sources des données du clickstream : fichiers log des serveurs HTTP, exploitation des cookies
  • Standardisation des données : métadonnées, balises d'indexation des pages et de leur contenu, paramétrage des fichiers log
  • Modélisation multidimensionnelle et création du data mart d'analyse du clickstream : dimensions Client, Page, Session, Produit...
  • Intégration avec d'autres data marts : data marts de gestion des commandes, de suivi de la relation client...
  • Postprocesseur de clicktream : extraction et traitement des données, chargement dans le data webhouse
• Déploiement sur le web des services du data webhouse
  • Analyse des besoins des utilisateurs : décideurs et employés de l'entreprise, partenaires, clients finals
  • Règles de conception de l'interface web : règles génériques de design web, règles spécifiques au data webhouse
  • Intégration d'outils de datamining : fonctions du data mining, préparation préalable des données
  • Internationalisation du data webhouse : Unicode, formats de données et recherche multilingue
  • Gestion de la sécurité : authentification, réseaux privés virtuels, cryptage
  • Performances et scalabilité : anticiper les augmentations du volume du clickstream, goulets d'étranglement logiciels et matériels
  • Gestion de projet data webhouse : constitution de l'équipe de projet, expression des besoins et audit des données, planification et déploiement
  • Le futur du data webhouse.