Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Le Web Analytics
au service de l’ e-Management
Khalil Gdoura - Statisticien
P r é s e n t a t i o n a c c u e i l l i e p ...
e-Commerce
e-Management
e-Business
+
Quelques facettes de l’e-Business
Gestion Électronique de Documents (GED)
Gestion de la Relation Client (CRM)
Informatique...
Quelques solutions de e-Commerce
Boutiques et catalogues en ligne (modèle: B2C)
Comparateurs de prix (modèles: B2C et C2C)...
Point de vue Manager :
Comment rentabiliser
mon site web ?
Site web : Modèles économiques
Vente en ligne de biens
Services et/ou contenu partiellement payant
Revenus publicitaires
Objectifs d’un e-Manager
Générer plus de ventes
Elargir la base des abonnées
Maximiser le trafic sur le site
Toutes les données sur
les visites sont tracées
Une visite web peut-être décrite par :
Source / Géolocalisation
Date et heure / Durée
Schéma navigationnel
Quelque soit le...
Un utilisateur est caractérisé par :
Age et Genre
Ses centres d’intérêt / cursus / carrière / …
Expérience avec le site: a...
Comprendre le comportement du visiteur
Combiner les données sur les visites
et/ou sur les utilisateurs
Procéder aux ajuste...
Web mining : la solution e-Business
Techniques de fouille de données
Voies de recherche multiples
Applications : Content /...
Web mining : la solution e-Business
Techniques de fouille de données
Voies de recherche multiples
Applications : Content /...
Web usage mining : Quelques applications
Analyse du « panier de ménagère »
Profiling des utilisateurs d’un site.
Analyse d...
Web usage mining : Quelques applications
Analyse du « panier de ménagère »
Profiling des utilisateurs d’un site.
Analyse d...
Web usage mining : Quelques applications
Analyse du « panier de ménagère »
Profiling des utilisateurs d’un site.
Analyse d...
Cas d’étude : www.en-tunisie.net
Thématique : Tourisme
Modèle économique : Publicité / Annuaire
Trafic : moyenne de 200 vi...
Cas d’étude : www.en-tunisie.net
Thématique : Tourisme
Modèle économique : Publicité / Annuaire
Trafic : moyenne de 200 vi...
Méthodologie suivie
Identifier les variables explicatives (indépendantes)
Construire la variable à expliquer (dépendante)
...
Construction de la variable dépendante
Variable à 2 issues : objectif réalisé ou non
Objectif : Durée prolongée de visite
...
Construction des variables explicatives
Origine Pays Heure Zone i du site
Moteur de recherche Tunisie Matinée Visitée
Site...
1
2
3
4
Comment lire et interpréter les résultats ?
Forme du modèle :
Effet individuel de chaque facteur
Signe du coefficient posi...
Web Analytics
en pratique ?
La solution Google Analytics
pour modéliser un objectif et
mesurer son taux de conversion
Le A/B Testing pour optimiser
l’ergonomie des pages et
améliorer le taux de conversion
VS.
A/B Testing dans le e-commerce
Avec quel design obtiendra-on plus de
conversions (ajout au panier) ?
Les cartes de chaleur ou la
visualisation du comportement
des visiteurs sur une page.
La solution Google Adwords :
payer son positionnement
tout en calculant son ROI
Outil : Google Search Insights
Comprendre les tendances des recherches
Lancer ses campagnes G.Adwords au bon
moment
Maximi...
Projet web
Web
Analyst
Equipe
technique
Rejoignez la communauté
« Tunisian e-Managers »
Partagez , Critiquez , Proposez
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Web analytics for e-management
Prochain SlideShare
Chargement dans…5
×

Web analytics for e-management

1 210 vues

Publié le

How e-business can take advantage on web analytics techniques and solutions.

Publié dans : Business, Technologie
  • Soyez le premier à commenter

Web analytics for e-management

  1. 1. Le Web Analytics au service de l’ e-Management Khalil Gdoura - Statisticien P r é s e n t a t i o n a c c u e i l l i e p a r l ’ E c o l e S u p é r i e u r e d e s S c i e n c e s E c o n o m i q u e s e t d u C o m m e r c e d e T u n i s 11 Novembre 2010
  2. 2. e-Commerce e-Management e-Business +
  3. 3. Quelques facettes de l’e-Business Gestion Électronique de Documents (GED) Gestion de la Relation Client (CRM) Informatique décisionnelle (Business Intelligence)
  4. 4. Quelques solutions de e-Commerce Boutiques et catalogues en ligne (modèle: B2C) Comparateurs de prix (modèles: B2C et C2C) Places de marché (modèle: B2B)
  5. 5. Point de vue Manager : Comment rentabiliser mon site web ?
  6. 6. Site web : Modèles économiques Vente en ligne de biens Services et/ou contenu partiellement payant Revenus publicitaires
  7. 7. Objectifs d’un e-Manager Générer plus de ventes Elargir la base des abonnées Maximiser le trafic sur le site
  8. 8. Toutes les données sur les visites sont tracées
  9. 9. Une visite web peut-être décrite par : Source / Géolocalisation Date et heure / Durée Schéma navigationnel Quelque soit le site visité
  10. 10. Un utilisateur est caractérisé par : Age et Genre Ses centres d’intérêt / cursus / carrière / … Expérience avec le site: activité / commandes S’il y a un espace-membre
  11. 11. Comprendre le comportement du visiteur Combiner les données sur les visites et/ou sur les utilisateurs Procéder aux ajustements nécessaires au niveau du site et des campagnes Réaliser son objectif = Maximiser son profit
  12. 12. Web mining : la solution e-Business Techniques de fouille de données Voies de recherche multiples Applications : Content / Structure / Usage
  13. 13. Web mining : la solution e-Business Techniques de fouille de données Voies de recherche multiples Applications : Content / Structure / Usage
  14. 14. Web usage mining : Quelques applications Analyse du « panier de ménagère » Profiling des utilisateurs d’un site. Analyse de l’évolution des comportements Méthodes statistiques utilisées
  15. 15. Web usage mining : Quelques applications Analyse du « panier de ménagère » Profiling des utilisateurs d’un site. Analyse de l’évolution des comportements Méthodes statistiques utiliséesRègles d’associations
  16. 16. Web usage mining : Quelques applications Analyse du « panier de ménagère » Profiling des utilisateurs d’un site. Analyse de l’évolution des comportements Méthodes statistiques utiliséesRègles d’associationsClassification (approche évolutive)
  17. 17. Cas d’étude : www.en-tunisie.net Thématique : Tourisme Modèle économique : Publicité / Annuaire Trafic : moyenne de 200 visites / jour Problématique
  18. 18. Cas d’étude : www.en-tunisie.net Thématique : Tourisme Modèle économique : Publicité / Annuaire Trafic : moyenne de 200 visites / jour ProblématiqueA quoi est dû l’intérêt des visiteurs ?
  19. 19. Méthodologie suivie Identifier les variables explicatives (indépendantes) Construire la variable à expliquer (dépendante) Construire le modèle (modèle de régression logistique) Valider le modèle (validation croisée) Interpréter et formuler les recommandations.
  20. 20. Construction de la variable dépendante Variable à 2 issues : objectif réalisé ou non Objectif : Durée prolongée de visite Objectif atteint si Durée dépasse 150 secondes On appellera cette variable binaire Qualité
  21. 21. Construction des variables explicatives Origine Pays Heure Zone i du site Moteur de recherche Tunisie Matinée Visitée Site référent Etranger Après-midi Non visitée (Accès direct) Soir
  22. 22. 1 2 3 4
  23. 23. Comment lire et interpréter les résultats ? Forme du modèle : Effet individuel de chaque facteur Signe du coefficient positif : facteur affecte la proba de conversion de l’objectif Valeur du coefficient (exponentielle) : poids du facteur Possibilité de combiner plusieurs facteurs
  24. 24. Web Analytics en pratique ?
  25. 25. La solution Google Analytics pour modéliser un objectif et mesurer son taux de conversion
  26. 26. Le A/B Testing pour optimiser l’ergonomie des pages et améliorer le taux de conversion
  27. 27. VS. A/B Testing dans le e-commerce Avec quel design obtiendra-on plus de conversions (ajout au panier) ?
  28. 28. Les cartes de chaleur ou la visualisation du comportement des visiteurs sur une page.
  29. 29. La solution Google Adwords : payer son positionnement tout en calculant son ROI
  30. 30. Outil : Google Search Insights Comprendre les tendances des recherches Lancer ses campagnes G.Adwords au bon moment Maximiser le taux de conversion et donc le ROI
  31. 31. Projet web Web Analyst Equipe technique
  32. 32. Rejoignez la communauté « Tunisian e-Managers » Partagez , Critiquez , Proposez

×