0
AB - Monsieur Bichon, bonjour. Avez-vous choisi de relever un défi en intégrant l'équipe dirigeante de SPSS France ?
DB - Absolument, suite aux acquisitions de Showcase en 2000, spécialiste de solutions de Business Intelligence et éditeur de ESSBase/400, de NetGenesis en 2001, éditeur de solutions d'analyse de sites web et de Lexiquest en 2002, spécialiste de solutions de text mining, ma mission était de souder différentes équipes et de construire une offre intégrée et cohérente.
Le défi est relevé puisque SPSS France dispose aujourd'hui d'une équipe solide de plus de 60 personnes, composée d'experts de l'analyse prédictive ainsi que d'une offre produits totalement intégrée et couvrant parfaitement les besoins de nos clients en matière d'analyse prédictive.
AB - Pouvez-vous définir brièvement l'expression 'analyse prédictive' ?
DB - Le Gartner Group définit l'analyse prédictive comme "permettant de relier les données à des actions en tirant des conclusions fiables sur les événements actuels et futurs".
Plus simplement, pour SPSS, pionnier de l'analyse prédictive, il s'agit d'une méthode visant à anticiper un comportement en tirant parti d'enseignements passés.
Cette méthodologie répond aussi bien aux besoins fonctionnels de l'entreprise (marketing, finances...) qu'aux domaines verticaux (banque/finance, grande distribution, santé, secteur public, etc.)
AB - Predictive Web Analytics est à la fois un outil de mesure de la performance de sites web et de prévision du comportement des internautes. Quelles technologies et quelles normes équipent cette solution ?
DB - Cette nouvelle solution combine les fonctionnalités d'analyse de l'activité Web de NetGenesis 6.0 et de modélisation prédictive de Clementine 7.0 (data mining).
Elle permet aux entreprises de transformer leurs données Web en informations pertinentes en allant bien au-delà d'une simple analyse du trafic des internautes grâce aux différentes recommandations apportées par l'analyse de leurs comportements.
Predictive Web Analytics est compatible avec Windows 2000, Microsoft SQL Server 2000, Sun Solaris 7 et 8 et Oracle8i, éditions Standard ou Enterprise.
AB - Quels sont les atouts de Predictive Web Analytics par rapport aux solutions concurrentes, celles de Business Objects, Cognos, Hyperion..., ses fonctionnalités ?
DB - Predictive Web Analytics analyse et modélise le comportement des internautes grâce aux technologies de web mining. Elle offre des fonctionnalités d'analyse ayant un impact direct sur les relations avec la clientèle et va même au delà de la simple mesure de l'activité Web : nombres de pages, nombres de visiteurs uniques et informations sur les contacts clients.
Cette solution offre quatre fonctionnalités d'analyse essentielles et différenciatrices des solutions de Business Objects, Cognos, Hyperion, et autres :
La segmentation des visiteurs en fonction de leur comportement ;
La détection d'affinités en matière de contenu et de produit spécifique ;
L'identification automatique du parcours clé d'un internaute sur le site Web ; et enfin la prévision de la propension des visiteurs à, par exemple, acheter, visionner du contenu particulier ou à changer de site.
AB - A quel tarif de base la solution est-elle proposée ?
DB - La solution est commercialisée à partir de 80 000 euros.
AB - Les banques et les e-commerçants ont-ils adopté votre outil pour mieux lutter contre la fraude en ligne ?
DB - Oui. Certains de nos clients ont acquis notre atelier de Data Mining Clementine pour prédire et prévenir les cas de fraude.
Par l'analyse des schémas répétitifs de transactions, par la construction de modèles permettant de comparer les valeurs d'un individu à une norme attendue, les solutions SPSS permettent de mettre en place des systèmes d'alarmes, attirant l'attention sur les cas potentiellement les plus "intéressants". Elles aident alors les institutions financières et les e-commerçants à assurer la conformité aux différentes réglementations.
De plus, tous les utilisateurs de Predictive Web Analytics, en analysant et anticipant le comportement de leurs internautes peuvent lutter contre la fraude en ligne.
Par exemple, FT.com (Financial Times) prédit et "prévient" le comportement de ses 3,5 millions d'utilisateurs. Ou bien, une banque japonaise, cliente de SPSS, a diminué de 11,25 millions de dollars ses créances irrécouvrables, en utilisant une modélisation avancée plutôt que de la régression logistique (la méthode traditionnelle d'identification des fraudes) et a renversé ses chiffres de manière spectaculaire.
Aussi, l'utilisation de modèles prédictifs évolués a permis à une banque de détail britannique d'économiser plus de 3,5 millions de dollars en identifiant et en empêchant plus de 65% des actes malveillants dont elle était victime.
Dans l'accompagnement de ses clients dans leur démarche d'analyse prédictive, SPSS s'appuie sur la méthodologie CRISP-DM (CRoss Industry Standard Process for Data Mining) à laquelle se conforment nos solutions.
AB - Didier BICHON, je vous remercie pour ces observations.
DB - Absolument, suite aux acquisitions de Showcase en 2000, spécialiste de solutions de Business Intelligence et éditeur de ESSBase/400, de NetGenesis en 2001, éditeur de solutions d'analyse de sites web et de Lexiquest en 2002, spécialiste de solutions de text mining, ma mission était de souder différentes équipes et de construire une offre intégrée et cohérente.
Le défi est relevé puisque SPSS France dispose aujourd'hui d'une équipe solide de plus de 60 personnes, composée d'experts de l'analyse prédictive ainsi que d'une offre produits totalement intégrée et couvrant parfaitement les besoins de nos clients en matière d'analyse prédictive.
AB - Pouvez-vous définir brièvement l'expression 'analyse prédictive' ?
DB - Le Gartner Group définit l'analyse prédictive comme "permettant de relier les données à des actions en tirant des conclusions fiables sur les événements actuels et futurs".
Plus simplement, pour SPSS, pionnier de l'analyse prédictive, il s'agit d'une méthode visant à anticiper un comportement en tirant parti d'enseignements passés.
Cette méthodologie répond aussi bien aux besoins fonctionnels de l'entreprise (marketing, finances...) qu'aux domaines verticaux (banque/finance, grande distribution, santé, secteur public, etc.)
AB - Predictive Web Analytics est à la fois un outil de mesure de la performance de sites web et de prévision du comportement des internautes. Quelles technologies et quelles normes équipent cette solution ?
DB - Cette nouvelle solution combine les fonctionnalités d'analyse de l'activité Web de NetGenesis 6.0 et de modélisation prédictive de Clementine 7.0 (data mining).
Elle permet aux entreprises de transformer leurs données Web en informations pertinentes en allant bien au-delà d'une simple analyse du trafic des internautes grâce aux différentes recommandations apportées par l'analyse de leurs comportements.
Predictive Web Analytics est compatible avec Windows 2000, Microsoft SQL Server 2000, Sun Solaris 7 et 8 et Oracle8i, éditions Standard ou Enterprise.
AB - Quels sont les atouts de Predictive Web Analytics par rapport aux solutions concurrentes, celles de Business Objects, Cognos, Hyperion..., ses fonctionnalités ?
DB - Predictive Web Analytics analyse et modélise le comportement des internautes grâce aux technologies de web mining. Elle offre des fonctionnalités d'analyse ayant un impact direct sur les relations avec la clientèle et va même au delà de la simple mesure de l'activité Web : nombres de pages, nombres de visiteurs uniques et informations sur les contacts clients.
Cette solution offre quatre fonctionnalités d'analyse essentielles et différenciatrices des solutions de Business Objects, Cognos, Hyperion, et autres :
La segmentation des visiteurs en fonction de leur comportement ;
La détection d'affinités en matière de contenu et de produit spécifique ;
L'identification automatique du parcours clé d'un internaute sur le site Web ; et enfin la prévision de la propension des visiteurs à, par exemple, acheter, visionner du contenu particulier ou à changer de site.
AB - A quel tarif de base la solution est-elle proposée ?
DB - La solution est commercialisée à partir de 80 000 euros.
AB - Les banques et les e-commerçants ont-ils adopté votre outil pour mieux lutter contre la fraude en ligne ?
DB - Oui. Certains de nos clients ont acquis notre atelier de Data Mining Clementine pour prédire et prévenir les cas de fraude.
Par l'analyse des schémas répétitifs de transactions, par la construction de modèles permettant de comparer les valeurs d'un individu à une norme attendue, les solutions SPSS permettent de mettre en place des systèmes d'alarmes, attirant l'attention sur les cas potentiellement les plus "intéressants". Elles aident alors les institutions financières et les e-commerçants à assurer la conformité aux différentes réglementations.
De plus, tous les utilisateurs de Predictive Web Analytics, en analysant et anticipant le comportement de leurs internautes peuvent lutter contre la fraude en ligne.
Par exemple, FT.com (Financial Times) prédit et "prévient" le comportement de ses 3,5 millions d'utilisateurs. Ou bien, une banque japonaise, cliente de SPSS, a diminué de 11,25 millions de dollars ses créances irrécouvrables, en utilisant une modélisation avancée plutôt que de la régression logistique (la méthode traditionnelle d'identification des fraudes) et a renversé ses chiffres de manière spectaculaire.
Aussi, l'utilisation de modèles prédictifs évolués a permis à une banque de détail britannique d'économiser plus de 3,5 millions de dollars en identifiant et en empêchant plus de 65% des actes malveillants dont elle était victime.
Dans l'accompagnement de ses clients dans leur démarche d'analyse prédictive, SPSS s'appuie sur la méthodologie CRISP-DM (CRoss Industry Standard Process for Data Mining) à laquelle se conforment nos solutions.
AB - Didier BICHON, je vous remercie pour ces observations.
