WEB DATA BASES ENGINEERING BROKERS 2015

Transcription

1 WEB DATA BASES ENGINEERING BROKERS 2015

2 DE SITES INTERNET PROFESSIONNELS AUSCULTÉS MENSUELLEMENT EN FRANCE ET EN BELGIQUE DES DONNÉES DE NOUVELLE GÉNÉRATION, VOUS DONNENT ACCÈS AUX ENTREPRISES QUI SONT E-COMMERCE, AU SOCIAL MEDIA PROFILE, A LEUR PRÉSENCE ET LEURS INVESTISSEMENTS SUR LA TOILE,

3 LES DONNÉES, PÉTROLE DE L ÉCONOMIE MODERNE 2. DONNÉES B-TO-B 4. GARANTIE QUALITÉ 1. LES DATA EN BUSINESS 3. MÉTHODES ET OUTILS

4 VOUS AVEZ DES PROBLÈMES DE DONNÉES Même si vous ne le savez pas! CONSTAT : Une situation alarmante SELON PRICEWATERHOUSE COOPER La majorité des organisations ne mesurent pas la qualité de leurs données et son impact négatif sur leur business 66% de sociétés n ont pas une confiance élevée dans la qualité de leurs données

5 CAUSES DE CETTE MAUVAISE QUALITÉ DE DONNÉES Erreurs multiples dans les saisies manuelles Aucune donnée de nouvelle génération (URL réseaux sociaux e-commerce - ) Mauvaise récupération de données Absence de validation des données intégrées dans les solutions de gestion Doublons Vieillissement naturel des données (2% par mois) Déménagement Faillite Changement d activité Changements réglementaires, fiscaux, financiers...

6 POUR L ENTREPRISE IMPACTS SUR LES PROJETS FONCTIONNELS Bénéfices escomptés de projets CRM, ERP, e-commerce, surévalués Pas de stratégie sur les nouveaux moyens de communication Indicateurs inexacts de Business intelligence Dégradation des résultats au rythme du vieillissement des données

7 POUR L ENTREPRISE IMPACTS SUR LE MANAGEMENT DE L ENTREPRISE Niveau stratégique Prises de décision erronées Niveau opérationnel Diminution des bénéfices et du chiffre d affaires Augmentation des coûts Insatisfaction des clients Érosion du potentiel de fidélisation Baisse du ROI

8 DONNÉES DISPONIBLES EN B-TO-B LES EXCLUSIVITÉS D -BROKERS

9 AU-DELÀ DES DONNÉES CLASSIQUES: Coordonnées Code d activités -BROKERS PROPOSE PLUSIEURS EXCLUSIVITÉS: Site Web Pratique et modalités e-commerce Présence sur les réseaux sociaux Technologies Web Légalité: mentions légales, vie privée,.

10 DESCRIPTIONS DES BASES DE DONNÉES URL S France Champs Nombre d'enregistrements url's date et heure de la visite Téléphones Mobiles Fax s Adresses postales Codes postaux Données à gauche du code postal Données à droite du code postal Villes Indice e-commerce Sirets Sirens Liens Facebook Liens Twitter Conditions générales de vente Vie Privée Mentions légales Lien de contact Titre En-tête http Technologie Code d'activité Indice(s) langue(s) Belgique Champs Nombre d'enregistrements url's date et heure de la visite Téléphones Mobiles Fax s Adresses postales Codes postaux Données à gauche du code postal Données à droite du code postal Villes Indice e-commerce 4792 N d'entreprise Liens Facebook Liens Twitter Conditions générales de vente Vie Privée Mentions légales Lien de contact Titre En-tête http Technologie Code d'activité Indice(s) langue(s)

11 NOS MÉTHODES ET OUTILS QUALIFICATION DE DONNÉES

12 -BROKERS LEADER EN WEB DATA MANAGEMENT, CELA S EXPLIQUE PAR une expérience sur le terrain de plus de 14 années un investissement permanent de 4 à 8 % du chiffre d affaires en R&D des processus de contrôle humain systématiques des solutions et outils développés sur-mesure des méthodologies de qualification de données spécifiques. COMMENT CELA FONCTIONNE-T-IL?

13 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

14 1. SCAN THE WEB WEB DATA EXTRACTING 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

15 ANALYSER LE WEB AVEC INTELLIGENCE Les solutions d extraction de données sont nombreuses et peu efficaces. -Brokers a fait développer la sienne, sur mesure, en fonction de ses exigences de qualité. Cette solution est conçue pour repérer les données officielles, mais aussi bien plus. Valider une donnée comme un siège d exploitation, une activité ou un n de téléphone -, nécessite de contextualiser l information extraite et d augmenter davantage que le strict nécessaire. Plus vous récoltez et structurez d informations, plus vous disposez de marqueurs pour valider les données finales visées. Au départ de ses serveurs dédiés, avec ses algorithmes spécifiques, -Brokers collecte chaque jour plusieurs milliards de données et les structure dans ses bases de données. -Brokers peut aussi modifier, à tout moment, ses algorithmes pour identifier de nouvelles data.

16 EXEMPLE D EXTRACTION DE DONNÉES CONTEXTUELLES Comment savoir si une entreprise pratique l e-commerce? Par exemple en B-to-B, quand il n y a pas de paiement en ligne ou qu il faut s identifier sur un extranet client? Notre algorithme scanne les sites à la recherche de plus de 90 marqueurs pour cette seule donnée: pages sécurisées, renvoi vers des solutions de paiement, recherche de mots-clés spécifiques dans les pages ou les URL, etc. Ces 90 marqueurs permettront, dans la phase de qualification, de valider s il y a e-commerce, de quel type, avec quel mode de paiement, etc.

17 BASE DE DONNÉES ISSUE DE L EXTRACTION Après cette première étape, -brokers dispose de vastes quantités de données pré-triées, encore brutes, non qualifiées et non normalisées. Leur traitement interviendra en seconde phase. Exemple de base de données :

18 2. CHECK, QUALIFY & NORMALIZE THE GENERATOR 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

19 LINKS EST LE CŒUR DU RÉACTEUR Cette application a été développée sur mesure et fonctionne hors Web. Elle est articulée autour de puissants algorithmes et a pour fonction: De normaliser les données dans un format unique, De qualifier la donnée grâce notamment aux informations contextuelles extraites, De doter chaque donnée d un coefficient de confiance.

20 LINKS S INSPIRE DES MÉTHODOLOGIES LES PLUS AVANCÉES D ANALYSE QUANTITATIVE ET QUALITATIVE DES DONNÉES. Exemple de base de données : D écarter les données aberrantes De corriger les fautes orthographiques De réduire les biais Etc.

21 EXEMPLE DE NORMALISATION Pour des n de téléphone, tous les numéros sont formatés selon un format unique de type L application va: Harmoniser les 0033, +33, 02, 2, Nettoyer les /, espaces, traits, d union, Exclure les n non conformes au format car incomplets, étrangers, Repérer les n de GSM qui nécessiteront une validation spécifique Etc.

22 EXEMPLE DE QUALIFICATION Parmi les adresses extraites d un site, l application «Links» est capable: d identifier les adresses officielles de contact de l entreprise, bien plus variées que contact@... ou info@... de repérer les adresses génériques des principaux services: RH, recrutement, IT, marketing, d isoler les adresses personnelles des cadres et dirigeants (pierre@...) qui doivent faire l objet d un traitement technologique et juridique spécifique.

23 AUTRES EXEMPLES DE QUALIFICATION Grâce aux données contextuelles extraites en phase 1, il est possible d identifier les sièges d exploitation ou sociaux parmi les autres adresses: distributeurs, maison-mère, partenaires, L activité réelle et effective d une entreprise n est pas nécessairement celle déclarée à la Banque centrale des Entreprises. -Brokers va l identifier par une analyse sémantique de ses métiers, l examen de ses mots-clés, le titre du site, etc. Les sites web au suffixe «.fr» appartenant à des sociétés étrangères seront isolés. Etc.

24 DANS CE PROCESSUS, CHAQUE DONNÉE EST ENFIN DOTÉE D UN INDICATEUR DE CONFIANCE Seule la donnée jugée de confiance grâce à un système d indicateur sera validée. Les données irrégulières, sujettes à risque ou en conflit seront soit exclues purement et simplement soit soumises à un contrôle ultérieur.

25 UNE DONNÉE SERA JUGÉE FIABLE SI ELLE RÉPOND AUX 7 CRITÈRES SUIVANTS PRÉCISION COMPARABILITÉ COHÉRENCE PERTINENCE FRAÎCHEUR ACCESSIBILITÉ CLARTÉ

26 3. HUMAN CHECK OUTSOURCING 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

27 CONTRÔLE HUMAIN Toute donnée manquante ou n atteignant pas le coefficient de qualité exigé, sera soumise à une étape supplémentaire de certification. Elle sera soumise à un contrôle humain, manuel. Cette étape est réalisée en partenariat avec des sociétés agréées.

28 4. FINAL INTEGRATION LAST STEP BEFORE PRODUCTION 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

29 TOUTES LES DONNÉES SONT VALIDÉES, CERTIFIÉES AVANT L INTÉGRATION DANS LES BASES DE DONNÉES

30 5. MONITORING & UPDATING THE VIRTUOUS CIRCLE 1. SCAN THE WEB 2. CHECK & QUALIFY 3. HUMAN CHECK 4. INTEGRA- TION PRODUCTION 5. MONITORING & UPDATE

31 CONTRÔLE CONTINU DE QUALITÉ Nos données sont régulièrement exploitées par nos clients, en moyenne 5 à 6 fois par mois. Nous les soumettons aussi à un monitoring mensuel (cfr Step #1). Nous pouvons donc garantir un haut niveau de mise à jour.

32 QUELLE QUALITÉ GARANTISSONS-NOUS? QUI PEUT-IL FAIRE MIEUX?

33 MÉTHODOLOGIES, OUTILS & DATA Aucune entreprise de Web Data Management ne dispose d expertise équivalente ni de méthodes aussi rôdées que les nôtres. L ANALYSE DES DONNÉES EST UN PROCESSUS CONTINU, NORMÉ, DÉCOUPÉ EN PHASES. Nos bases tournent régulièrement, sont actualisées. POUVONS-NOUS GARANTIR UNE QUALITÉ DE 100%? NON MAIS 99,99%... OUI!

34 ELÉMENTS DU DISPOSITIF DE MANAGEMENT DE LA QUALITÉ SUPPORT PROCESSES MANAGEMENT SYSTEMS & LEADERSHIP INSTITUTIONAL ENVIRONMENT PRODUCTION PROCESSES STATISTICAL PRODUCTS USER NEEDS

35 UNE LÉGALITÉ ABSOLUE DES DONNÉES RÉCOLTÉES Les législateurs français et belge sont exigeants sur le respect de la vie privée. Nous exploitons uniquement des données publiques, librement utilisables. Pour rappel, les données génériques (comme les s sont sous le régime du opt-out. Et lorsque nous touchons à des données personnelles celles-ci font l objet d un processus manuel de traitement.