dans les plateformes mobiles par le biais d’une application ou d’un site optimisé: ➔ En 2012, 38% des voyageurs d’agrément et 57% des voyageurs d’affaires ont utilisé leur téléphone intelligent pour effectuer une recherche en ligne liée au voyage (source :Google & Ipsos MediaCT, août 2012). ➔ 22% des Américains, 16% des Allemands, 13% des Français et des Britanniques, et 10% des Italiens préfèrent réserver leur chambre d’hôtel au moyen d’un site ou d’une application mobile (source: Trivago, juillet 2012). ➔ 40% des mobinautes français souhaitent réserver de l’hébergement ou du transport via mobile, et 35% souhaitent pouvoir modifier un dossier existant. (PhocusWright, septembre 2012). mercredi 23 janvier 2013
? ➔46% des consommateurs croient que les entreprises ne disent pas toute la vérité dans leur publicité(Yankelowich) ➔89% se fient aux recommmandations d’autres consommateurs pour l’industrie du voyage (Forrester Research/Intelliseek) ➔52% ne font pas confiance aux sites des agences en ligne (OTA) et aggrégateurs qui proposent des voyages(Benchmark group) mercredi 23 janvier 2013
Forrester) ➔Les créateurs(10%) : Ils publient blogs, articles, videos, photos, .. ➔Les critiques(19%) :Ils contribuent; commentaires sur les produits et services de voyage(forums, wiki, communautés, ...) ➔Les collecteurs(12%): Ils tagguent les pages Web, photos, videos pour les retrouver. ➔Les Adhérents(13%): Ils maintiennent un profil dans les sites de réseaux sociaux et visitent les sites etourisme 2.0 régulièrement. ➔Les Spectateurs(38%): Ils lisent les blogs. écoutent les podcasts, regardent les vidéos des autres internautes, et lisent les “post” des autres consommateurs. ➔Les inactifs(53%): Ils ne font rien pour l’instant mercredi 23 janvier 2013
est une expression anglophone utilisée pour désigner des ensembles de données qui deviennent tellement volumineux qu'ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données. En français on traduit usuellement « Big Data » par « données massives »(Wikipédia) mercredi 23 janvier 2013
ce concept : Big Data c’est un volume de données qui est au delà de la capacité de traitement d’une Base de données typique au niveau de la taille et aussi de la charge d’analyse ➔On peut énumérer 3 perspectives pour le phénomène Big Data: ➢Introduction d’une large échelle de diversité, de complexité et de vélocité des données ➢Projection et simulation: rapports, analyse ce qui permet d’être en avance par rapport aux compétiteurs ➢Intégrer dans une entreprise le système de prix, le CRM et le système social Ex: on peux savoir qu’un client qui a un score de référence “Klout score” de 83% n’a plus été notre client depuis 2007 et qu’il s’est plaint de notre service sur tripadvisor. On peut connaître les clients qui ont demandé des informations à notre sujet sur travelsupermarket.com et aussi les services de nos compétiteurs qui n’ont pas intérésé ces mêmes clients. Company X 1995 Log de simple données transactionnelles(online- offline) appr. 0.5 TB Company X 2012 Log les données média sociaux, CRM, Transactionnelles, les recherches, le profiling et d’autre types de données, (des fois jusqu’a 95% de ce qui est en ligne) appr.1PB mercredi 23 janvier 2013
masse de données dans l’industrie du voyage? ➢Les rapports(Google Analytics) des sites web des agences(OTA) depuis des années Google permet de garder des traces des funnels de conversions, des statistiques au niveau démographique, type de système d’exploitation, ..etc ➢Avec l’avènement Big Data les compagnies accordent maintenant plus d’importance à des donnèes qui semblaient impossible à avoir quelques années plutôt : CarzzyEgg ➔ La multiplication des centres de données bon marché , le prix dérisoire des unités de stockages de data(disque dur). ➔ Les technologies de stockage et de traitement de données s’améliore de plus en plus à tel point que le coût pour garder le dernier byte de data pour l’analyser ultérieurement va diminuer . mercredi 23 janvier 2013
afin de comprendre les besoins et les comportement de leurs consommateurs. ➔ On a un grand volume de données disponible dans la sphère des médias sociaux: le défi comment accéder à ces informations et en faire des renseignements utilisables et actionable ➔ Il y a deux types d’approches pour analyse des données dans les médias sociaux: ➢Les outils de rapports par type de média: Channel Report Tools qui varient d’une solution commerciale comme radian6 qui offre un tableau de bord avec une multitude de fonctionnalités ou une solution gratuite comme Simply Measured qui offre des outils sous forme rapport sur excel : ce genre d’outils nous permet d’avoir juste une image globale de notre compagnie dans les médias sociaux . Ils ne permettent pas d’avoir une vue détaillé sur les comportements, les besoins et les tendances des individus consommateurs ou intéressé par notre service. ➢Les techniques analytiques et prédictives: permet de générer des patterns en se basant sur les données des médias-sociaux: les data dans le médias sociaux sont accessible à travers : -Un système API pour les developpeurs (Mash up); -Un outil Web qui permet de faire la recherche sur une thématique dans les réseaux sociaux: Socialmention -Des entreprises qui fournissent un service de scan des données dans les médias-sociaux: Sproutsocial, Datasift..etc La convergence (Réseaux Sociaux et Big Data) mercredi 23 janvier 2013
analysis” sur les données des médias sociaux; ➔ “Sentiment analysis ” prend un texte écrit et le traduit à des contextes différents: positive ou négative; ➔Technique de visualisation (Word cloud and tag cloud ) permet de traduite la vaste quantité des mots forés en quelque chose de plus comprehensifs; exemple: I find this PRODUCT X to be very good and useful, but it is a bit too expensive (2 positifs (good and useful) et un négatif (expensive) ; l’aspect positif est augmenté du qualificatif “very” et l’aspect négatif est atténué du qualificatif”bit”); ➔Analyse du réseau sur la base des échanges des data dans les réseaux sociaux: On peut identifier dans les échanges les usagers qui sont considérés comme des leaders dont le point de vue dans l’échange est reconnu et respecté et on peut déterminer les usagers qui sont capable d’influencer les autres sur certaines des forums ou des sujets determinés liés à notre produit ou service(Users leaders and followers) Data mining ou sentiment analysis mercredi 23 janvier 2013
yrzaini
mthomps
jakevdp
phodgson
holman
keavy
chriscoyier
hannesfritz
notwaldorf
morganepeng
lara
cassininazir
geoffreycrofte
