Bonjour à tous !
Le développement d'un outil de moteur de recommandation, permet de pousser des produits et des contenus à haut taux de conversion.
C'est l'un des points communs des géants tech que sont Netflix, Deliveroo, Just Eat et Amazon. Cette mécanique permet à la fois de transformer son taux de conversion, et d'extraire des informations précieuses de sa base utilisateurs. Du retail à l'agroalimentaire, nombreuses sont les PMEs et les grands groupes qui l'implémentent. On parle ici de moteur de recommandation.
Nous avons mené à bien plusieurs contrats de moteurs de recommandation. Si les domaines de nos clients sont radicalement différents, la problématique est bien souvent similaire : je dispose d'une large base de données contenant les comportements des mes utilisateurs, et j'aimerais en tirer parti. Les moteurs de recommandation sont alors une arme de choix à avoir dans son arsenal tech.
Quelle technologie se cache derrière eux ? Tout dépend du moteur déployé. Il existe en effet tout un panel de technologies applicables : régression logistique, pour les plus simples, réseau de neurones propriétaires, méthodes statistiques plus poussées (Lasso Ridge par exemple). Selon le cas de figure, il faut trouver le bon outil. Leur fonctionnement est globalement similaire : analyser les comportements des utilisateurs pour émettre des recommandations avisées aux utilisateurs “similaires”.
Comment les met-on en place ? Lorsque nous avons intervenu sur ce type de projet, la première chose à faire, une fois le besoin clairement défini, est d'évaluer l'état, la quantité et la qualité des données clients. Une fois cela fait, le choix de la technologie à déployer est plus clair. Commencent ensuite les tests, jusqu'à ce que nous ayons ajusté l'outil à implémenter. Nous l'intégrons ensuite à l'architecture du client, et le tour est joué !
Pour résumer, à partir d'une base de données utilisateurs contenant des données comportementales (quelques exemples: achat, réponse d'email, âge, pages les plus visitées, etc…), on implémente un outil permettant d'émettre un ensemble de recommandations stimulant le comportement attendu. Par exemple, une liste de produits à pousser par utilisateur pour pousser au rachat !
À bientôt !