CADI
Produire d’un prototype de composants logiciels pour la Distribution, tant brick-and-mortar que vente en ligne : analyse de comportement d’achat, moteur de recommandation et de rating, analyse des communautés. Dans le nouveau modèle économique de la distribution, dit de la « Longue Traîne », le site doit aider le client à trouver le produit susceptible de l’intéresser dans des micro-niches adaptées à ses goûts et ses attentes. CADI produira, dans une approche Web services, architecture SOA, les prototypes des composants logiciels suivants
Porteur
KXEN
Contact : erikm@kxen.com - Tel. : 01 41 44 88 44
Partenaires
NumSight, Boîte à Outils-SAMSE, Mondomix, Spacecode (PME), Université de Paris VI (LIP6), Université Paris XIII (LIPN). INSA de Rouen (LITIS) Établissements publics
Domaine
Services & Usages / Ingénierie des connaissances
AAP
ANR
Objectif Général
- Analyse de comportement d'achat : comprendre le comportement d'achat des clients et ainsi améliorer l'organisation des magasins / sites.
- Moteur de recommandation : faire bénéficier les clients de recommandations pertinentes.
- Moteur de rating : proposer des ratings aux clients (user-based ou item-based)
- Analyse des communautés : comprendre les communautés qui se créent sur le forum ou le blog du site. Utiliser les caractéristiques obtenues pour affiner les résultats produits par les composants précédents et animer les communautés. Ces composants seront validés sur 2 démonstrateurs en vraie grandeur.
Objectif Sectoriel
Le marché concerné par CADI est à l’intersection de quatre domaines en forte croissance (distribution, data mining, réseaux sociaux et RFID), représentant un marché potentiel de plusieurs milliards d’euros.
Contenus Technologiques
- Verrous scientifiques : capacité à fournir de façon automatisée des recommandations et des ratings « intéressants » pour le client avec des résultats prédictifs de bonne qualité ; capacité à identifier des « niches » de produits dans la Longue Traîne du catalogue produit; capacité à exploiter la structure intrinsèque des données, catalogue produits notamment; capacité à exploiter la structure des réseaux sociaux pour mieux personnaliser les recommandations et animer les communautés sur les blogs et forums.
- Verrous techniques liés à la nécessité de produire des composants progiciels génériques capables de traiter de très gros volumes de données (plusieurs millions de clients et nombre de produits jusqu'à quel-ques millions ; données massives générées par les tags RFID ; capacité de passage à l'échelle pour tenir les temps de calcul de production des modèles ; capacité à présenter à l'internaute les recommandations en temps réel.
Philosophie / Démarche
La méthodologie suivie par CADI consiste à s’appuyer sur les compétences existantes des partenaires, tant industrielles (KXEN, Numsight, BAO, Mondomix & SpaceCode) que scientifiques (expertise des équipes impliquées du LIP6, LIPN et du LITIS) et de procéder par prototypages et intégration progressive des résultats, les 2 démonstrateurs finaux en vraie grandeur permettant de valider les développements.
Enjeux
Le projet CADI vise à produire un prototype logiciel qui par son « intelligence » répondra aux besoins du marché de la distribution :
- Volumétries très importantes : millions de clients, dizaines de milliers/ millions de produits ; milliers de transactions par jour ; volumes des données RFID ;
- Modèles prédictifs robustes pour exploiter la Longue traîne;
- Structure des données : catalogues produits et segments / communautés;
- Automatisation des traitements : codage, apprentissage et mise en ligne de recommandations ;
- Temps réel : production des recommandations en ligne en temps réel;
- Rôle des communautés dans le domaine du Web.2.0 ;
- Assistance à l’utilisateur : les solutions doivent être faciles à prendre en main et à maintenir (recalibrage automatique).
Nouveaux Produits/Services à Court/Moyen Terme
A terme, les développements de CADI pourront amener à un ensemble de briques standardisées pour le e-commerce. Par ailleurs, les modules développés viendront compléter / renforcer les offres des partenaires PME.
Principes Structurants
Développement par prototypages itératifs (RAD).
Description / Étapes
Le projet est découpé en 6 lots, complété d’un lot de gestion de projet :
- Lot 1 – Expression du besoin : • Réaliser un état de l’art fonctionnel et un état du marché, Identifier les points d’achoppement et les leviers de progression, Identifier les besoins auprès des utilisateurs potentiels de la solution, les exprimer en terme de fonctionnalités
- Lot 2 – Comportement d'achat : Mettre en place la méthode de collecte des données (clickstreams et RFID) ; Mettre en place le module d'analyse de comportement Web ; Mettre en place le module d'analyse des données RFID.
- Lot 3 – Communautés Web2.0 : Mettre en place une méthode de collecte des données ; Développer les méthodes d'analyse des communautés ; Développer le module d'animation des communautés
- Lot 4 – Moteur de recommandation : Mettre en place la collecte de données et la préparation des données ; Développer le module d'analyse comportementale ; Développer le module de paramétrisation de l'espace de modélisation ; Développer le moteur de recommandations à base de scores ; Développer le moteur de recommandations à base de règles d'association ; Développer le moteur de rating ; Développer un module de filtrage métier des recommandations & ratings ; Développer un module d'administration des modèles et des droits d'accès ; Intégrer les composants et développer les méthodes de répartition de charge