L’apparition actuelle des moteurs de psychologie artificielle permettant de délivrer immédiatement un sens commercialement exploitable et de définir automatiquement l’interaction la plus productive de valeur en temps réel repose sur l’émergence de technologies alternatives d’acquisition de la connaissance et gestion automatisée des interactions.
Pour le e-commerce, les enjeux économiques sont énormes : il ne s'agit ni plus ni moins, vu du côté e-marchand que d’optimiser les investissements marketing consentis pour acquérir les 98% d'internautes… qui, au final, quittent son site sans avoir réalisé un achat.
Vu du côté de l'internaute, il s'agit de rendre sa visite plus satisfaisante en lui offrant un site
« intelligent » qui saura comprendre ses vraies attentes, prendre immédiatement en compte les évolutions de celles - ci et le guider vers leur satisfaction.
Cela passe essentiellement par la capacité des ses outils de nouvelle génération à « identifier - comprendre - décider - interagir-évoluer » pendant que l'internaute est en situation de demande, c'est-à-dire tant qu'il est connecté sur le site.
Il faut pour cela :
i) identifier la situation qui conditionne ses comportements futurs,
ii) de cette situation, induire quelles sont ses attentes probables,
iii) décider en temps réel du meilleur input commercial à lui délivrer,
iv) le délivrer ,
v) prendre en compte sa réaction pour adapter le prochain input.
Et tout cela, en temps réel, pendant sa navigation.
C’est cela qu’apporte l’analyse situationnelle inductive, que nous appelons chez Netwave l’e-duction.
L’e-duction repose essentiellement sur des algorithmes exclusifs de traitement de l'information issue du web, reposant sur la détection de singularités, destinées à donner un sens commercialement exploitable par des rapprochements cognitifs multiformes entre un grand nombre de données non stockées / non structurées.
Cette nouvelle technologie Big Data Insight travaille a) sur des données non stockées – non structurées b) sans modélisation apriori de l’interaction. Et donc sans maintenance de modèles.
L’e-duction permet ainsi de réduire de manière radicale les coûts de traitement d’une relation 1-to-1tout en augmentant sa pertinence. Elle intègre l’erreur comme une composante initialement acceptable en la complétant d’une capacité itérative de correction en temps réel.
Elle fait partie de cet ensemble de technologies sur lesquelles Chris Anderson, ancien rédacteur en chef de Wired, attirait l’attention « Nous voici entré dans l'ère des Big Data. Un déluge de données qui pose des questions profondes sur leur collecte, leur interprétation, leur analyse... La connaissance sera produite d’une façon inductive, à partir des corrélations extraites de grandes masses de données. »
JL Bernard
Président de Netwave