WO2006027489A2 - Procede et dispositif d'analyse de navigation sur un site internet - Google Patents

Procede et dispositif d'analyse de navigation sur un site internet Download PDF

Info

Publication number
WO2006027489A2
WO2006027489A2 PCT/FR2005/002197 FR2005002197W WO2006027489A2 WO 2006027489 A2 WO2006027489 A2 WO 2006027489A2 FR 2005002197 W FR2005002197 W FR 2005002197W WO 2006027489 A2 WO2006027489 A2 WO 2006027489A2
Authority
WO
WIPO (PCT)
Prior art keywords
visitor
site
visit
during
event
Prior art date
Application number
PCT/FR2005/002197
Other languages
English (en)
Other versions
WO2006027489A3 (fr
Inventor
Frederic Lemann
Original Assignee
Mobeo
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mobeo filed Critical Mobeo
Publication of WO2006027489A2 publication Critical patent/WO2006027489A2/fr
Publication of WO2006027489A3 publication Critical patent/WO2006027489A3/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Definitions

  • the present invention relates to a method and a device for analyzing navigation on a website.
  • the classical methods of behavioral analysis are based either on laboratory analysis, which has the main disadvantage of not representing the behavior of the subject studied in real life, or on the analysis of behavior in public places. which can not encompass the behavior of website users.
  • the present invention aims to improve the behavioral knowledge of users of a website, whether on a forum, a merchant site or an information site.
  • the present invention aims at a method of behavioral analysis which comprises: a / Preliminarily:
  • a step of collecting navigation data on said site comprising at least one collection of data provided by said site page markers visited by at least a portion of the visitors of the site;
  • a step of automatic learning of differences between a visit part that precedes an event and a visit that does not involve an event by implementing a neural network of a self-organizing map and an algorithm of prediction of temporal type difference leaming or learning by time differences and b / during a visit:
  • a communication step with the visitor who makes the said visit during which the said visitor is communicated an element of communication that is not communicated to the visitors who are making a visit that probably does not lead to the said event.
  • the analyst, the researcher or the scientist can not only analyze the behavior of visitors to the site, apart from any solicitation from Ossa, but also analyze the behavior of visitors subject to a solicitation.
  • the occurrence or not of said predetermined event is used, when the visit is completed, to continue the learning step.
  • the various demands can be incorporated into the differences learned during the learning step.
  • the steps of collection, learning, determination and communication are thus carried out recurrently and take into account, on a permanent basis, changes in the site and the demands tested.
  • the prediction algorithm implements the artificial neural network, said network having topology preservation properties.
  • machine learning can use rules that can not or are not formalized by a deterministic model, which adds to its flexibility and its effectiveness and makes it possible to implement the invention on very different sites. , dating sites, shopping sites, search sites, for example.
  • At least one said marker is a program whose function is to send to the site data concerning the page, the visitor, the communication session between the visitor and the site and past interactions between the visitor and the site.
  • at least one said marker implements at least one cookie, a program kept by the visitor's terminal between two visits.
  • a moment of communication with the visitor is determined. Thanks to these provisions, the best moment of communication or solicitation can be taken into account for the interaction between the analyst and the visitor.
  • the effectiveness of at least one communication element transmitted during a communication step with the visitor is learned.
  • said event is the passage of the visitor on a predetermined page. Thanks to these provisions, the determination of the occurrence of the event is easily detected when the user sends a request for transmission of the predetermined page.
  • the method as briefly described above comprises a step of displaying, on a graphical interface, at least one symbol representing a visitor, said symbol moving in said interface according to a probability that said visitor performs said predetermined event.
  • said symbol moves in said graphic interface according to the page being visited by said visitor.
  • said symbol takes on an appearance according to the existence of a previous visit of said visitor.
  • said symbol takes on a different appearance after the occurrence of said event.
  • a coordinate of said symbol depends on the probability that said visitor performs said event.
  • a coordinates of said symbol depends on the site page being visited.
  • said symbol takes on an appearance that depends on the number of pages already visited by said visitor.
  • the display step includes a step of selecting a visitor, through the corresponding symbol, and a step of displaying a succession of positions occupied by the representative symbol of the selected visitor.
  • the symbols corresponding to the visitors who most recently interact with the site are displayed. Thanks to each of these provisions, tracking all or part of all visitors to the site is easy and can be analyzed by a person. The effectiveness of the pages can be analyzed as well as, more generally, the dynamics of the site visits. Visitors most likely to trigger an event are easily identified and followed.
  • the display step includes a step of selecting a visitor, through the corresponding symbol, and a step of communicating with said visitor.
  • help or the solicitation can take several forms, written, for example by email, sound, by triggering the broadcast of a sound and / or visual sequence, by transmission of an advertising banner or an offer promotional.
  • the present invention is directed to a behavioral analysis device which comprises: a means of embedding markers in pages of the site;
  • a means for collecting navigation data on said site comprising at least one collection of page markers of the site visited by at least a portion of the visitors of the site;
  • said learning means implementing a neural network of a self-organizing map and a temporal difference prediction algorithm learning or learning by temporal differences and
  • FIG. 1 represents, schematically, a set of computer and communication systems implemented in a particular embodiment of the method that is the subject of the present invention
  • FIGS. 2A and 2B represent, in the form of a logic diagram, a succession of steps implemented in a particular embodiment of the method that is the subject of the present invention
  • FIG. 3 represents a behavioral analysis screen as it appears to the analyst during a visit of a website by a third-party visitor
  • FIG. 4 represents a preferential interface making it possible to display, in a graphical manner, all the visitors to an Internet site and the characteristics of their visit to this site and
  • FIG. 5 represents a preferential interface for displaying the history of a visitor's visit to an Internet site.
  • FIG. 1 shows a computer network 100 connected to a user terminal 15110, a server 120 of a computer site 140, a terminal of the analyst 130 and a server 145 for processing collected data.
  • the computer network 100 is, for example, the Internet network.
  • the user terminal 110 comprises electronic circuits 112, a display screen 114, a keyboard 116 and a pointing means 118.
  • the user terminal 110 implements a navigation software on the computer network 100 and a software for retrieving data from the server 120.
  • the computer site 140 hosted by the server 120 is, for example, an information site or a merchant site.
  • the server 145 implements software for collecting and processing information relating to the visitors of the computer site 140.
  • the terminal of the analyst 130 comprises electronic circuits 132, a display screen 134, a keyboard 136 and a means of communication. pointing 138.
  • the terminal of the analyst 130 implements communication software with the server 145 and software for processing information, displaying treatment results and communicating with visitors of the site.
  • FIG. 2A shows, in five columns, from left to right, the steps performed by a user terminal of any past visitor, the steps performed by a user terminal of a particular past visitor, that is, ie triggering a predetermined event, the steps performed by the server of a site being surveyed, the steps performed by the data collection and processing server, and steps performed by the analyst's terminal.
  • FIG. 2B shows, in four columns, from left to right, the steps performed by the server of a site studied, the steps performed by the collection server and data processing, the steps performed by the user terminal of a new visitor and steps performed by an analyst terminal.
  • FIGS. 2A and 2B are given in a chronological order, from top to bottom, the steps illustrated in FIG. 2B succeeding the steps illustrated in FIG. 2A.
  • markers are incorporated in pages of the site studied, preferably in all the pages of the studied site.
  • Each marker is, for example, a javascript program integrated into the page, for example in OHTML (acronym for hypertext markup language for hypertext markup language), whose function is to send to the data collection and processing server.
  • OHTML acronym for hypertext markup language for hypertext markup language
  • 145 data about the page title page, visitor identifier, session identifier and interactions between the visitor and the site, for example the content of the visitor's basket.
  • at least one element is also added to at least one page of the site to allow interaction between the user and the analyst.
  • marker placement consists of adding an identical program in all pages of the site.
  • an interaction banner in Flash, a popup window (in English "pop-up window"), a banner, a sound message, an animation, an image, a video, for example, on certain pages of the site, is similar to the placement of an advertising banner on the site.
  • a visitor said "unspecified” because he makes a visit to the site without triggering a predetermined event enters the site under study, that is to say, issues a request to receive a page of the site, according to known techniques, for example by clicking on a link in a search engine or another site, by typing an email address (known as the URL for "uniform resource location” or uniform resource location) or by selecting a link from favorite sites stored by its browser software.
  • the server of the site transmits to the user terminal of any visitor, the page that was the subject of the request, including the marker incorporated in this page.
  • a cookie managed by the server 120 is a cookie generated by the marker
  • the collection and data processing server opens a line in a visit database with an identifier, preferably anonymous, of any visitor, identifier for example linked to a cookie (identifier stored by the user terminal and transmitted to the server with each request of a page of the site) transmitted to this visitor.
  • the data collection and processing server writes, in the line concerning the visitor, a set of data concerning him, for example, from which source, that is to say other site, it comes, this information being provided by the marker placed in each page, what time (including minute and second) it entered on the site, the email address of the page that was transmitted to it, user agent (in English "user agent"), e-mail address URL previously visited, IP address 1 page weight, duration of the page download, bandwidth of the connection.
  • the cookie indicated above makes it possible to recognize all the history of the previous visits, stored in the database, by identifying the cookie whose database keeps an identifier.
  • the data collection and processing server determines whether a predetermined event has been triggered by the visitor, for example the transmission of a question to an e-mail address linked to the site, the filling of a basket, triggering a command operation.
  • a predetermined event for example the transmission of a question to an e-mail address linked to the site, the filling of a basket, triggering a command operation.
  • the detection is performed by comparing the email address of the visited page with e-mail addresses of cart pages, order, payment, ... It is admitted here that the visitor "any" does not trigger no predetermined event. In general, any visitor does not ask the site, as only activity, the supply of pages.
  • the visitor requires a new page.
  • the data collection and processing server stores, in the database, opposite the identification of the visitor, the duration of visit of the page previously visited, the data from the marker, eg current URL, current page title, cart contents, visitor identifier, session identifier, data about the communication that generated the visit, the email address of the requested page, and the time of day access to the new page.
  • the server of the site transmits said requested page as well as each marker that it incorporates. Meanwhile, the data collection and processing server returns to step 205.
  • steps 205 to 208 are repeated until the visitor leaves the site.
  • the visitor is classified as "any” (this is the case here) or "particular” (see following steps), depending on the result of the steps 205, depending on whether, respectively, it has not or has triggered a predetermined event and this information is recorded in the database next to the visitor's identification.
  • a visitor said "particular" because he makes a visit of the site involving the triggering of a predetermined event (see step 215) enters the site studied, that is to say, issues a request to receive a page of the site, according to known techniques, for example by clicking on a link in a search engine or another site, by typing an email address (known as the URL for "uniform resource location” or uniform resource location) or by selecting a link from favorite sites stored by its browser software.
  • the server of the site transmits to the user terminal of the particular visitor, the page which was the subject of the request, including the marker incorporated in this page.
  • the data collection and processing server opens a line in a visit database with an identifier, preferably anonymous, any visitor identifier, for example linked to a cookie (identifier stored by the user terminal and transmitted to the server with each request of a page of the site) transmitted to this visitor.
  • the data collection and processing server writes, in the line concerning the visitor, a set of data concerning him, for example, from which source, that is to say other site, he comes, at what time (including minute and second) he entered the site, the email address of the page that was transmitted to him and other information as indicated above.
  • the data collection and processing server determines whether a predetermined event has been triggered by the visitor, for example the transmission of a question to an e-mail address linked to the site, the filling of a basket , triggering a command operation.
  • a predetermined event for example the transmission of a question to an e-mail address linked to the site, the filling of a basket , triggering a command operation.
  • the detection is performed by comparing the email address of the visited page with e-mail addresses of shopping cart pages, order pages, payment pages, etc.
  • step 215 If the result of step 215 is negative, it is expected that during a step 216, the visitor requires a new page.
  • the collection and data processing server stores, in the database, opposite the identification of the visitor, the duration of visit of the page previously visited, the data from the marker, the email address of the requested page, the time of access to the new page.
  • step 218 if the new requested page is a page of the site, the server of the site transmits said requested page as well as each marker that it incorporates. Then the data collection and processing server returns to step 215.
  • the site server has completed the steps for the particular visitor's visit. It is admitted here that the "particular" visitor triggers a predetermined event.
  • the data collection and processing server stores the data relating to the predetermined event in the database next to the visitor's identification. This data may include an e-mail address, a physical address, text or other information provided by the visitor, a set of objects or services placed in a basket, a set of objects or services. services ordered and a transaction amount.
  • steps 215 to 219 are repeated until the visitor leaves the site.
  • the visitor is classified as "any” or “particular” (this is the case here), depending on the result of steps 215, depending on whether, respectively, he has not or he has triggered a predetermined event and this information is recorded by the data collection and processing server in the database next to the visitor's identification.
  • the collection server and Data processing performs self-learning behavioral differences between any visitors and particular visitors.
  • the data collection and processing server implements an artificial neural network that processes the data stored in the database.
  • one of the differences that can be detected during the step 225 may be the consultation of the last posted message.
  • differences may appear in the consultation of several rather similar offers, in the access to the general conditions of sale, in the access to the detailed specifications of an offer, in the speed or slow passage of a page in a row, in the precision of access to an offer, in the site of origin, in the number of successive visits before triggering a predetermined event ...
  • the automatic learning step 225 of differences between a visiting party that prefers an said event and a visit that does not involve an said event preferably implements a neural network of a self-organizing map and a prediction algorithm of the "temporal difference learning" type or learning by time differences.
  • a self-organizing map (self-organizing map) is used to project data on a subspace, respecting the topology (probability of occurrence and neighborhood) of the input space (represented by the data)
  • a prediction algorithm of the "temporal difference learning” type is a learning algorithm making it possible to predict the behavior of time sequences, in using the principle that the prediction at time t must be equal to the prediction at time t + 1.
  • the data collection and processing server performs the learning step by taking into account the behavior of the visitor: number of clicks on the site, frequencies, number of pages viewed, type of pages viewed, communications read on a forum, selected articles in the basket, products seen on the site ...
  • a visitor says "in progress” because the study of his behavior is carried out during his visit of the site enters the studied site, that is to say sends a request to receive a page of the site, according to known techniques, by example by clicking on a link in a search engine or another site, by typing an email address (known as the URL for "uniform resource location” or resource localization uniform) or by selecting a link among favorite sites stored by its browser software.
  • the site server transmits to the user terminal of the current viewer the page that was the subject of the request, including the marker incorporated in this page.
  • the data collection and processing server opens a line in a visit database with an identifier, preferably anonymous, any visitor identifier, for example linked to a cookie (identifier stored by the user terminal and transmitted to the server with each request of a page of the site) transmitted to this visitor.
  • the data collection and processing server writes, in the line concerning the visitor, a set of data concerning him, for example, from which source, that is to say other site, he comes, what time (including minute and second) he entered the site, the email address of the page that was transmitted to him and 5 other data, as indicated above.
  • the data collection and processing server determines whether the behavior of the current visitor resembles the behavior of a particular visitor.
  • the collection and data processing server implements an artificial neural network, for example the same network as that used in step 225, for processing the stored data concerning the current visitor, in the database.
  • step 235 is transmitted to the user terminal of the analyst, during a step 235B, where it is displayed in the form of a similarity curve of the current visit with, on the one hand, the result of self-learning for visitors of any kind; and, on the other hand, the result of self-learning for particular visitors, that is, having triggered a predetermined event (see Figure 3).
  • the data collection and processing server does not determine that the current visit looks like a visit to a predetermined event, it is likely to say whether the result of step 235 is negative, during a step 236, the visitor requires a new page.
  • the data collection and processing server stores, in the database, opposite the identification of the visitor, the duration of visit of the page previously visited, the data from the marker, 5The electronic address of the requested page, the time of access to the new page.
  • step 2308 if the new requested page is a page of the site, the server of the site transmits said requested page as well as each marker that it incorporates. Then, the data collection and processing server returns to step 235. If the new requested page is not a page of the site, the server has completed the steps for the particular visitor's visit.
  • the collection and data processing server triggers a request to the user terminal of the analyst and transmits the data concerning the current visit and the visitor whose behavior probably leads to a predetermined event and stores the data concerning the predetermined event in the database next to the visitor's identification.
  • the data collection and processing server determines the best time to display the communication element to the visitor. This moment is determined by the comparison of the behavior of the visitor and the one observed on other particular visitors and the delays they took, for example to make a purchase, to send a message on a forum, ...
  • the user terminal of the analyst transmits to the data collection and processing server, a communication element specifically intended for the current visitor, in order to solicit a reaction from the visitor.
  • This communication element is preferably taken in a solicitation database under test, possibly depending on the data concerning the visitor.
  • the specific communication element is embedded in the page transmitted to the current visitor, step 243, so that the visitor receives the communication element at OI'instant determined during the step 240.
  • a program placed in an interaction element for example a flash strip, independent of the page makes it possible, in fact, to delay the display of the communication element until the predetermined instant in question.
  • This communication element can take the form of a pop-up window (in 5 "pop-up window"), a banner, a sound message, an animation, an image, a video, for example.
  • the data collection and processing server determines whether a predetermined event has been triggered by the visitor, for example the transmitting a question to an e-mail address related to the site, filling a basket, triggering a command operation.
  • step 244 is transmitted to the user terminal of the analyst, during a step 244B, on which it is displayed, for example in the form of a comparison curve between the detected behavior and the behaviors of the user. different classes, visitors and private visitors.
  • steps 235 to 244B are repeated until the visitor leaves the site.
  • the visitor is classified as "any” or “particular” (this is the case here), depending on the result of steps 244, depending on whether, respectively, he has not or he has The triggered a predetermined event and this information is stored in the database next to the visitor's identification.
  • the server performs a self-learning of behavioral differences between any visitors and particular visitors and a self-learning of the impact of each of the communication elements tested on the occurrence of the predetermined event.
  • the server implements an artificial neural network that processes the data stored in the database. 0 following each step 246, a predetermined number of steps 246, or at predetermined time intervals, for example every week, in a step 247, the communication element that has the least help the predetermined event is triggered by the user, is removed from the database of the solicitations tested and another communication element is required from the analyst, step 248, by injecting the one or more communication elements. which have contributed the most to the visitor triggering the predetermined event.
  • the user terminal of the analyst provides the new communication element to use.
  • a step 250 the analyst performing a data processing that he has received during the various steps concerning him, as well as, possibly, the data stored in the database of the collection and processing server of data.
  • the analyst modifies the operation of the self-learning steps and transmits the operating program to the server of the site under study.
  • the analyst can not only analyze the behavior of visitors to the site, apart from any solicitation on his part, but also analyze the behavior of visitors subjected to a solicitation. 5
  • the various demands can be incorporated into the differences learned during the learning step. The steps of collection, learning, determination and communication are thus carried out recurrently and take into account, on a permanent basis, changes in the site and the demands tested.
  • FIG. 3 shows a computer screen displaying a window 300 for listing visits, which represents, in horizontal zones 310, characteristics of visits, past or current:
  • window 320 which represents, for the visitor 4505 indicated in italics in the window 300, textual data and graphic data concerning the current visit:
  • visit code Jhshdj
  • predetermined first events for example basket filling or voting, in the form of oblique vertical hatched bars 340
  • the window 320 makes it possible to display other data relating to the same visit, by using the menus illustrated at the top of the window 320: - visitor: to select a visitor,
  • 5 - target to define the behavior that we hope for the visitor
  • the server 120 of the site 140 does not collect and process the data collected to implement the present invention, this collection and processing being performed by the server 145. However, in other embodiments, the server 120 receives the collected data and processes it as discussed above with respect to the data collection and processing server 145.
  • FIG. 4 represents a preferential interface for displaying, in a graphical manner, all the visitors of a website and the characteristics of their visit to this site.
  • the reference 401 represents a circle delimiting a website or a group of sites. In the case represented, it is an online commerce site. In this circle 401, discs of different colors and diameters
  • a side indication briefly indicates the purpose of the pages or groups of pages represented by the sectors.
  • Reference 402 is a central circle in which discs representing visitors intending to complete the transaction between 80% and
  • the reference 403 corresponds to a circle in which the disks representing the visitors having an intention of carrying out a transaction greater than 50% are located.
  • the reference 404 is a sector or district of circle corresponding to a page or a group of pages of the site or sites.
  • References 405 to 409 correspond to disks each representing a visitor to the site or group of sites. As indicated above, the position of the disk representing a visitor depends angularly on the family of the last page viewed and in distance at the center of the circle 401, the value of the intention to perform a transaction. Depending on the color of the visitor's representative disk, the user of the interface can obtain information about the visitor.
  • reference 405 corresponds to a visitor during a first visit to the site or sites
  • the reference 406 to a visitor who has already visited the site or sites during at least one previous visit session
  • reference 5407 to a visitor having a predetermined attribute, here a non-empty electronic shopping cart (case of an ecommerce site)
  • reference 408 to a visitor who has made a transaction.
  • the visitor 409 that the operator (user of the interface) has decided to follow is marked specially.
  • 410 icons provide quick access to the lOd information or interaction with this visitor:
  • FIG. 5 an interface illustrated in FIG. 5, representing the history of a visitor's current visit, an interface for initiating an instant message dialogue with the visitor,
  • the reference 411 corresponds to the detailed information on the visit of the selected visitor, here, from the top to the bottom:
  • Reference 412 represents instant information on the performance of the site (number of visitors connected, turnover of the day ).
  • the reference 413 represents a graphic bar for visualizing the time that separates the current moment, the present, the moment of the first and last click of the visitor.
  • the graphical interface illustrated in FIG. 4 is updated periodically (every second or every minute, for example). It offers the possibility to visualize in a few moments the essential data of the site and to interact with its visitors, individually or in groups. In variants, it is possible, thanks to software filters, to instantly discriminate the most interesting visitors, for example, visitors who have recently clicked on a page and / or visitors with a strong intention to make a transaction.
  • the graphical interface illustrated in FIG. 4 thus enables an operator to quickly discern the visitors having an interesting commercial potential.
  • Figure 5 shows a preferred interface for displaying the history of a visitor's visit to a website or a group of such sites.
  • the path followed by the visitor is drawn between the points of the surface delimited by the circle 401.
  • Each page visited by the visitor is assigned a serial number and is positioned in this area, at the location where was then the representative disk of the visitor in the interface illustrated in figure 4 and with the color and the diameter that had then this representative disk.
  • a straight line connects the 505 disks successively representative of the visitor's visit.
  • the method of the present invention preferably comprises a step of displaying, on a graphic interface, at least one symbol, here a disk, representing a visitor, said symbol moving in said interface according to a probability that said visitor performs said predetermined event.
  • the symbol moves in the graphical interface according to the page being viewed by said visitor and takes an appearance depending on the existence of a previous visit of said visitor.
  • the symbol takes on a different appearance after the occurrence of the predetermined event, in FIGS. 4 and 5, the completion of a transaction.
  • the symbol takes on an appearance that depends on the number of pages already visited by the corresponding visitor. 0
  • a coordinate of the symbol depends on the probability that said visitor performs said event, in Figures 4 and 5, the distance to the center of the circle and a symbol coordinates depends on the site page being visited, here the angle formed between a vertical and the ray passing through the symbol.
  • the operator can perform a selection of a visitor, 5biais the symbol corresponding to him, and trigger a communication step with said visitor.
  • the display of a succession of positions occupied by the representative symbol of the selected visitor is then preferentially carried out.
  • the symbols corresponding to the visitors who most recently interact with the site are displayed.

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

Le procédé comporte : a/ préliminairement : une étape d'incorporation de marqueurs dans des pages du site ; une étape de collecte de données de navigation sur ledit site comportant au moins une collecte de données fournies par des dits marqueurs de pages du site visités par au moins une partie des visiteurs du site ; - une étape de détermination d'au moins un événement survenant au cours de certaines des visites effectuées par lesdits visiteurs ; - une étape d'apprentissage automatique (225) de différences entre une partie de visite qui précède un dit événement et une visite qui ne comporte pas à un dit événement, en mettant en œuvre un réseau de neurones d'une carte auto-organisatrice et un algorithme de prédiction de type temporal différence leaming ou apprentissage par différences temporelles et b/ au cours d'une visite : une étape de détermination (235), en mettant en oeuvre lesdites différences, si ladite visite en cours mène probablement à un dit événement prédéterminé et si oui, une étape de communication avec le visiteur (240 à 243) qui effectue ladite visite, au cours de laquelle on communique audit visiteur un élément de communication qui n'est pas communiquée aux visiteurs qui effectuent une visite ne menant probablement pas au dit événement.

Description

PROCEDE ET DISPOSITIF D'ANALYSE DE NAVIGATION SUR UN SITE INTERNET
0 La présente invention vise un procédé et un dispositif d'analyse de navigation sur un site Internet.
Les procédés classiques d'analyse comportementale sont basés soit sur l'analyse en laboratoire, ce qui présente le principal inconvénient de ne pas représenter le comportement du sujet étudié dans la vie réelle, soit sur l'analyse de comportement dans des lieux publics, ce qui ne peut englober le comportement des utilisateurs de site internet.
Et pourtant, le comportement des internautes est un sujet de plus en plus important pour le scientifique puisqu'il concerne une part de plus en plus grande des activités humaines. De plus, la nature intégralement numérique de ce support de communication le rend particulièrement propre à une collecte et à un traitement d'informations en grande quantité, très automatisé et parfaitement fiable, puisqu'ils ne sont soumis à aucune interprétation.
La présente invention vise à améliorer la connaissance comportementale d'utilisateurs d'un site Internet, que ce soit sur un forum, un site marchand ou un site d'information. A cet effet, la présente invention vise un procédé d'analyse comportementale qui comporte : a/ préliminairement :
- une étape d'incorporation de marqueurs dans des pages du site ;
- une étape de collecte de données de navigation sur ledit site comportant au moins une collecte de données fournies par des dits marqueurs de pages du site visités par au moins une partie des visiteurs du site ;
- une étape de détermination d'au moins un événement survenant au cours de certaines des visites effectuées par lesdits visiteurs ;
- une étape d'apprentissage automatique de différences entre une partie de visite qui précède un dit événement et une visite qui ne comporte pas à un dit événement, en mettant en œuvre un réseau de neurones d'une carte auto-organisatrice et un algorithme de prédiction de type temporal différence leaming ou apprentissage par différences temporelles et b/ au cours d'une visite :
- une étape de détermination, en mettant en oeuvre lesdites différences, si ladite visite en cours mène probablement à un dit événement prédéterminé et
- si oui, une étape de communication avec le visiteur qui effectue ladite visite, au 5cours de laquelle on communique audit visiteur un élément de communication qui n'est pas communiquée aux visiteurs qui effectuent une visite ne menant probablement pas au dit événement.
Grâce à ces dispositions, l'analyste, le chercheur ou le scientifique peut non seulement analyser le comportement des visiteurs du site, en dehors de toute sollicitation de lOsa part, mais aussi analyser le comportement des visiteurs soumis à une sollicitation.
Selon des caractéristiques particulières, à la fin de ladite visite en cours, la survenance ou non dudit événement prédéterminé est utilisée, lorsque la visite est terminée, pour poursuivre l'étape d'apprentissage.
Grâce à ces dispositions, les diverses sollicitations peuvent être incorporées aux 5différences apprises au cours de l'étape d'apprentissage. Les étapes de collecte, d'apprentissage, de détermination et de communication sont ainsi effectuées de manière récurrente et tiennent, en permanence compte des évolutions du site et des sollicitations testées.
Selon des caractéristiques particulières, au cours de l'étape d'apprentissage 0automatique, l'algorithme de prédiction met en oeuvre le réseau de neurones artificiels, ledit réseau présentant des propriétés de préservation de topologie.
Grâce à ces dispositions, l'apprentissage automatique peut utiliser des règles qui ne peuvent ou ne sont pas formalisées par un modèle déterministe, ce qui ajoute à sa souplesse et à son efficacité et permet de mettre en oeuvre l'invention sur des sites très 5différents, sites de rencontres, sites commerçants, sites de recherche, par exemple.
Selon des caractéristiques particulières, au cours de l'étape d'incorporation de marqueurs, au moins un dit marqueur est un programme qui a pour fonction d'envoyer vers le site des données concernant la page, le visiteur, la session de communication entre le visiteur et le site et des interactions passées entre le visiteur et le site. 0 Selon des caractéristiques particulières, au moins un dit marqueur met en oeuvre au moins un cookie, programme conservé par le terminal du visiteur entre deux visites.
Selon des caractéristiques particulières, au cours de l'étape de collecte de données de navigation sur ledit site, on associe des données relatives à des visites passées effectuées par le même visiteur. 5 Grâce à chacune de ces dispositions, la connaissance de la visite, du visiteur et de son historique de visites peut être enrichie.
Selon des caractéristiques particulières, au cours de l'étape de communication avec le visiteur, on détermine un instant de communication avec le visiteur. Grâce à ces dispositions, le meilleur instant de communication ou de sollicitation, peut être pris en compte pour l'interaction entre l'analyste et le visiteur.
Selon des caractéristiques particulières, au cours d'une étape d'apprentissage automatique, on apprend l'efficacité d'au moins un élément de communication transmis au cours d'une étape de communication avec le visiteur.
Grâce à ces dispositions, les éléments de communication eux-même peuvent être optimisés progressivement.
Selon des caractéristiques particulières, au cours de détermination d'un événement, ledit événement est le passage du visiteur sur une page prédéterminée. Grâce à ces dispositions, la détermination de la survenance de l'événement est aisément détectée lorsque l'utilisateur émet une requête de transmission de la page prédéterminée.
Selon des caractéristiques particulières, le procédé tel que succinctement exposé ci- dessus comporte une étape d'affichage, sur une interface graphique, d'au moins un symbole représentant un visiteur, ledit symbole se déplaçant dans ladite interface en fonction d'une probabilité que ledit visiteur effectue ledit événement prédéterminé.
Selon des caractéristiques particulières, au cours de l'étape d'affichage, ledit symbole se déplace dans ladite interface graphique en fonction de la page en cours de visite par ledit visiteur. Selon des caractéristiques particulières, au cours de l'étape d'affichage, ledit symbole prend une apparence fonction de l'existence d'une précédente visite dudit visiteur.
Selon des caractéristiques particulières, au cours de l'étape d'affichage, ledit symbole prend une apparence différente après la survenance dudit événement.
Selon des caractéristiques particulières, au cours de l'étape d'affichage, une coordonnée dudit symbole dépend de la probabilité que ledit visiteur effectue ledit événement.
Selon des caractéristiques particulières, au cours de l'étape d'affichage, une coordonnées dudit symbole dépend de la page de site en cours de visite.
Selon des caractéristiques particulières, au cours de l'étape d'affichage, ledit symbole prend une apparence qui dépend du nombre de pages déjà visitées par ledit visiteur.
Selon des caractéristiques particulières, l'étape d'affichage comporte une étape de sélection d'un visiteur, par le biais du symbole lui correspondant, et une étape d'affichage d'une succession de positions occupées par le symbole représentatif du visiteur sélectionné. Selon des caractéristiques particulières, au cours de l'étape d'affichage, on affiche les symboles correspondant aux visiteurs ayant le plus récemment effectué une interaction avec le site. Grâce à chacune de ces dispositions, le suivi de tout ou partie de l'ensemble des visiteurs du site est aisée et peut être analysé par une personne. L'efficacité des pages peut être analysée ainsi que, plus généralement, la dynamique des visites du site. Les visiteurs les plus susceptibles de déclencher un événement sont facilement repérés et suivis. 5 Selon des caractéristiques particulières, l'étape d'affichage comporte une étape de sélection d'un visiteur, par le biais du symbole lui correspondant, et une étape de communication avec ledit visiteur.
Grâce à ces dispositions, un visiteur peut être aidé ou sollicité pour augmenter son intérêt ou sa motivation à déclencher l'événement prédéterminé, par exemple l'achat. On lOobserve que l'aide ou la sollicitation peuvent prendre plusieurs formes, écrites, par exemple par courrier électronique, sonore, par déclenchement de diffusion d'une séquence sonore et/ou visuelle, par transmission d'une bannière publicitaire ou d'une offre promotionnelle.
Selon un deuxième aspect, la présente invention vise un dispositif d'analyse comportementale qui comporte : 15 - un moyen d'incorporation de marqueurs dans des pages du site ;
- un moyen de collecte de données de navigation sur ledit site comportant au moins une collecte de marqueurs de pages du site visités par au moins une partie des visiteurs du site ;
- un moyen de détermination d'au moins un événement survenant au cours de 0certaines des visites effectuées par lesdits visiteurs ;
- un moyen d'apprentissage automatique de différences entre une partie de visite qui précède un dit événement et une visite qui ne comporte pas à un dit événement, ledit moyen d'apprentissage mettant en œuvre un réseau de neurones d'une carte auto-organisatrice et un algorithme de prédiction de type temporal différence learning ou apprentissage par 5différences temporelles et
- des moyens d'analyse adaptés, au cours d'une visite : à déterminer, en mettant en oeuvre lesdites différences, si ladite visite en cours mène probablement à un dit événement prédéterminé et 0 - si oui, à communiquer avec le visiteur qui effectue ladite visite, un élément de communication qui n'est pas communiquée aux visiteurs qui effectuent une visite ne menant probablement pas au dit événement.
Les avantages, buts et caractéristiques de ce dispositif étant similaires à ceux du 5procédé tel que succinctement exposé ci-dessus, ils ne sont pas rappelés ici.
D'autres avantages, buts et caractéristiques de la présente invention ressortiront de la description qui va suivre, faite dans un but explicatif et nullement limitatif en regard des dessins annexés dans lesquels : - la figure 1 représente, schématiquement, un ensemble de systèmes informatiques et de communication mis en oeuvre dans un mode de réalisation particulier du procédé objet de la présente invention,
- les figures 2A et 2B représentent, sous forme d'un logigramme, une succession 5d'étapes mises en oeuvre dans un mode de réalisation particulier du procédé objet de la présente invention,
- la figure 3 représente un écran d'analyse comportementale tel qu'il s'affiche aux yeux de l'analyste, au cours d'une visite d'un site Internet par un visiteur tiers,
- la figure 4 représente une interface préférentielle permettant d'afficher, de manière lOgraphique, l'ensemble des visiteurs d'un site Internet et des caractéristiques de leur visite de ce site et
- la figure 5 représente une interface préférentielle permettant d'afficher l'histoire de la visite d'un visiteur sur un site Internet.
On observe, en figure 1, un réseau informatique 100 relié à un terminal utilisateur 15110, à un serveur 120 d'un site informatique 140, à un terminal de l'analyste 130 et à un serveur 145 de traitement de données collectées. Le réseau informatique 100 est, par exemple, le réseau Internet. Le terminal utilisateur 110 comporte des circuits électroniques 112, un écran de visualisation 114, un clavier 116 et un moyen de pointage 118. Le terminal utilisateur 110 met en oeuvre un logiciel de navigation sur le réseau informatique 100 et un 0logiciel de récupération de données sur le serveur 120.
Le site informatique 140 hébergé par le serveur 120 est, par exemple, un site d'information ou un site marchand.
Le serveur 145 met en oeuvre un logiciel de collecte et de traitement d'informations concernant les visiteurs du site informatique 140. Le terminal de l'analyste 130 comporte des 5circuits électroniques 132, un écran de visualisation 134, un clavier 136 et un moyen de pointage 138. Le terminal de l'analyste 130 met en oeuvre un logiciel de communication avec le serveur 145 et un logiciel de traitement d'informations, d'affichage de résultats de traitements et de communication avec des visiteurs du site.
Le fonctionnement des systèmes informatiques mis en oeuvre est exposé en regard 0du logigramme illustré en figures 2A et 2B.
On observe, en figure 2A, sur cinq colonnes, de gauche à droite, les étapes effectuées par un terminal utilisateur d'un visiteur passé quelconque, les étapes effectuées par un terminal utilisateur d'un visiteur passé particulier, c'est-à-dire déclenchant un événement prédéterminé, les étapes effectuées par le serveur d'un site étudié, les étapes 5effectuées par le serveur de collecte et de traitement de données et des étapes effectuées par Ie terminal de l'analyste.
On observe, en figure 2B, sur quatre colonnes, de gauche à droite, les étapes effectuées par le serveur d'un site étudié, les étapes effectuées par le serveur de collecte et de traitement de données, les étapes effectuées par le terminal utilisateur d'un nouveau visiteur et des étapes effectuées par un terminal de l'analyste.
Les étapes représentées en figures 2A et 2B sont données dans un ordre chronologique, de haut en bas, les étapes illustrées en figure 2B succédant aux étapes 5illustrées en figure 2A.
Au cours d'une étape 200, on initialise les systèmes informatiques et les logiciels mis en oeuvre dans le mode de réalisation illustré ici et on incorpore des marqueurs dans des pages du site étudiés, préférentiellement, dans toutes les pages du site étudié. Chaque marqueur est, par exemple, un programme en javascript intégré à la page, par exemple en OHTML (acronyme de hypertexte markup language pour langage de marquage hypertexte), qui a pour fonction d'envoyer vers le serveur de collecte et de traitement de données 145 des données concernant la page : titre la page, idenficateur du visiteur, identificateur de session et des interactions passées entre le visiteur et le site, par exemple le contenu du panier du visiteur. 5 Au cours de l'étape 200, on ajoute aussi au moins un élément à au moins une page du site pour permettre une interaction entre l'utilisateur et l'analyste.
Pour un site qui génère ses pages dynamiquement, la modification est mineure. Pour la collecte d'information, le placement de marqueur consiste à ajouter un programme identique dans toutes les pages du sites. Pour l'interaction entre l'analyste et l'utilisateur du site, le placement d'un bandeau d'interaction en Flash, d'une fenêtre surgissante (en anglais "pop-up window"), d'un bandeau, d'un message sonore, d'une animation, d'une image, d'une vidéo, par exemple, sur certaines pages du site, est similaire au placement d'un bandeau publicitaire sur le site.
Au cours d'une étape 201 , un visiteur dit "quelconque" parce qu'il effectue une visite du site sans déclenchement d'un événement prédéterminé (voir étape 205) entre sur le site étudié, c'est-à-dire émet une requête pour recevoir une page du site, selon des techniques connues, par exemple en cliquant sur un lien dans un moteur de recherche ou un autre site, en tapant une adresse électronique (connue sous le nom d'URL pour "uniform ressource location" ou localisation de ressource uniforme) ou en sélectionnant un lien parmi des sites favoris mémorisés par son logiciel de navigation.
Au cours d'une étape 202, le serveur du site transmet au terminal utilisateur du visiteur quelconque, la page qui a fait l'objet de la requête, y compris le marqueur incorporé dans cette page. Parallèlement, au cours d'une étape 203, si le visiteur n'est pas déjà venu sur le site étudié, ce qui peut être détecté par au moins deux moyens, soit un cookie géré par le serveur 120 soit un cookie généré par le marqueur, le serveur de collecte et de traitement de données ouvre une ligne dans une base de données de visite avec un identifiant, préférentiellement anonyme, du visiteur quelconque, identifiant par exemple lié à un cookie (identifiant mémorisé par le terminal utilisateur et transmis au serveur avec chaque requête d'une page du site) transmis à ce visiteur.
Au cours d'une étape 204, le serveur de collecte et de traitement de données inscrit, dans la ligne concernant le visiteur, un ensemble de données le concernant, par exemple, 5de quelle provenance, c'est-à-dire autre site, il vient, cette information étant fournie par le marqueur placé dans chaque page, à quelle heure (y compris minute et seconde) il est entré sur le site, l'adresse électronique de la page qui lui a été transmise, agent de l'utilisateur (en anglais "user agent"), adresse électronique URL précédemment visitée, adresse IP1 poids de la page, durée de téléchargement de la page, bande passante de la connexion. 0 De plus, le cookie indiqué ci-dessus permet de reconnaître tout l'historique des précédentes visites, mémorisé dans la base de données, par l'identification du cookie dont la base de données conserve un identifiant.
Au cours d'une étape 205, le serveur de collecte et de traitement de données détermine si un événement prédéterminé à été déclenché par le visiteur, par exemple la transmission d'une question à une adresse électronique liée au site, le remplissage d'un panier, le déclenchement d'une opération de commande. Dans ces deux derniers cas, la détection est effectuée par comparaison de l'adresse électronique de la page visitée avec des adresses électroniques de pages de panier, de commande, de paiement, ... On admet ici que le visiteur "quelconque" ne déclenche aucun événement prédéterminé. D'une manière générale, un visiteur quelconque ne demande au site, comme seule activité, que la fourniture de pages.
Au cours d'une étape 206, le visiteur requiert une nouvelle page. Au cours d'une étape 207, le serveur de collecte et de traitement de données mémorise, dans la base de données, en regard de l'identification du visiteur, la durée de visite de la page précédemment visitée, les données provenant du marqueur, par exemple adresse électronique URL courante, titre de la page courante, contenu du panier, identificateur du visiteur, identificateur de la session, données concernant la communication qui a généré la visite, l'adresse électronique de la page demandée et l'heure d'accès à la nouvelle page. Au cours d'une étape 208, si la nouvelle page demandée est une page du site, le serveur du site transmet ladite page demandée ainsi que chaque marqueur qu'elle incorpore. Parallèlement, le serveur de collecte et de traitement de données retourne à l'étape 205.
Si la nouvelle page demandée n'est pas une page du site, le serveur a achevé les étapes concernant la visite du visiteur quelconque. Ainsi, les étapes 205 à 208 se répètent jusqu'à ce que le visiteur sorte du site. Au cours d'une étape 209, le visiteur est classifié comme "quelconque" (c'est le cas ici) ou "particulier" (voir étapes suivantes), en fonction du résultat des étapes 205, selon que, respectivement, il n'a pas ou il a déclenché un événement prédéterminé et cette information est enregistrée dans la base de données en regard de l'identification du visiteur.
Au cours d'une étape 211, un visiteur dit "particulier" parce qu'il effectue une visite du site comportant le déclenchement d'un événement prédéterminé (voir étape 215) entre sur le site étudié, c'est-à-dire émet une requête pour recevoir une page du site, selon des techniques connues, par exemple en cliquant sur un lien dans un moteur de recherche ou un autre site, en tapant une adresse électronique (connue sous le nom d'URL pour "uniform ressource location" ou localisation de ressource uniforme) ou en sélectionnant un lien parmi des sites favoris mémorisés par son logiciel de navigation. Au cours d'une étape 212, le serveur du site transmet au terminal utilisateur du visiteur particulier, la page qui a fait l'objet de la requête, y compris le marqueur incorporé dans cette page. Parallèlement, au cours d'une étape 213, si le visiteur n'est pas déjà venu sur le site étudié, le serveur de collecte et de traitement de données ouvre une ligne dans une base de données de visite avec un identifiant, préférentiellement anonyme, du visiteur quelconque, identifiant par exemple lié à un cookie (identifiant mémorisé par le terminal utilisateur et transmis au serveur avec chaque requête d'une page du site) transmis à ce visiteur. Au cours d'une étape 214, le serveur de collecte et de traitement de données inscrit, dans la ligne concernant le visiteur, un ensemble de données le concernant, par exemple, de quelle provenance, c'est-à-dire autre site, il vient, à quelle heure (y compris minute et seconde) il est entré sur le site, l'adresse électronique de la page qui lui a été transmise et d'autres informations comme indiquées ci-dessus.
Au cours d'une étape 215 le serveur de collecte et de traitement de données détermine si un événement prédéterminé à été déclenché par le visiteur, par exemple la transmission d'une question à une adresse électronique liée au site, le remplissage d'un panier, le déclenchement d'une opération de commande. Dans ces deux derniers cas, la détection est effectuée par comparaison de l'adresse électronique de la page visitée avec des adresses électroniques de pages de panier, de commande, de paiement, ...
Si le résultat de l'étape 215 est négatif, on attend que, au cours d'une étape 216, le visiteur requiert une nouvelle page. Au cours d'une étape 217, le serveur de collecte et de traitement de données mémorise, dans la base de données, en regard de l'identification du visiteur, la durée de visite de la page précédemment visitée, les données provenant du marqueur, l'adresse électronique de la page demandée, l'heure d'accès à la nouvelle page.
Au cours d'une étape 218, si la nouvelle page demandée est une page du site, le serveur du site transmet ladite page demandée ainsi que chaque marqueur qu'elle incorpore. Puis le serveur de collecte et de traitement de données retourne à l'étape 215.
Si la nouvelle page demandée n'est pas une page du site, le serveur de site a achevé les étapes concernant la visite du visiteur particulier. On admet ici que le visiteur "particulier" déclenche un événement prédéterminé. Lorsque le résultat de l'étape 215 est positif, au cours d'une étape 219, le serveur de collecte et de traitement de données mémorise les données concernant l'événement prédéterminé dans la base de données en regard de l'identification du visiteur. Ces données 5peuvent comporter, une adresse de courrier électronique, une adresse physique, un texte ou d'autres éléments d'information fournis par le visiteur, un ensemble d'objets ou de services mis dans un panier, un ensemble d'objets ou de services commandés et un montant de transaction.
Ainsi, les étapes 215 à 219 se répètent jusqu'à ce que le visiteur sorte du site. Au lOcours d'une étape 220, le visiteur est classifié comme "quelconque" ou "particulier" (c'est le cas ici), en fonction du résultat des étapes 215, selon que, respectivement, il n'a pas ou il a déclenché un événement prédéterminé et cette information est enregistrée, par le serveur de collecte et de traitement de données, dans la base de données en regard de l'identification du visiteur. 5 A la suite de chaque visite sur le site, ou d'une certain nombre de visites sur le site, par exemple, toutes les cent visites ou à intervalles de temps prédéterminés, au cours d'une étape 225, le serveur de collecte et de traitement de données effectue un auto¬ apprentissage de différences de comportements entre les visiteurs quelconques et les visiteurs particuliers. A cet effet, le serveur de collecte et de traitement de données met en 0oeuvre un réseau de neurones artificiels qui traite les données mémorisées dans la base de données. Par exemple, dans le cas où le site étudié est un forum, une des différences qui peut être détectée au cours de l'étape 225 peut être la consultation du dernier message posté. Dans un autre exemple concernant un site de vente en ligne, des différences peuvent apparaître dans la consultation de plusieurs offres assez proches, dans l'accès aux 5conditions générales de vente, dans l'accès aux spécifications particulières détaillées d'une offre, dans la vitesse ou la lenteur de passage d'une page à la suite, dans la précision de l'accès à une offre, dans le site de provenance, dans le nombre de visites successives avant de déclencher un événement prédéterminé ...
L'étape d'apprentissage automatique 225 de différences entre une partie de visite qui 0précède un dit événement et une visite qui ne comporte pas à un dit événement. Cette étape met préférentiellement en œuvre un réseau de neurones d'une carte auto-organisatrice et un algorithme de prédiction de type « temporal différence learning » ou apprentissage par différences temporelles.
Une carte auto-organisatrice (en anglais « self-organizing map ») permet de projeter 5des données sur un sous-espace, en respectant la topologie (densité de probabilité d'apparition et voisinage) de l'espace d'entrée (représentée par les données)
Un algorithme de prédiction de type « temporal différence learning » est un algorithme d'apprentissage permettant de prédire le comportement de suites temporelles, en utilisant pour principe que la prédiction à l'instant t doit être égale à la prédiction à l'instant t+1.
D'une manière générale, le serveur de collecte et de traitement de données effectue l'étape d'apprentissage en prenant en compte le comportement du visiteur: nombre de clics 5sur le site, fréquences, nombre de pages vus, type de pages vus, communications lues sur un forum, articles sélectionnés dans le panier, produits vus sur le site ...
Au cours d'une étape 231 , un visiteur dit "en cours" parce que l'étude de son comportement est effectuée au cours de sa visite du site entre sur le site étudié, c'est-à-dire émet une requête pour recevoir une page du site, selon des techniques connues, par lOexemple en cliquant sur un lien dans un moteur de recherche ou un autre site, en tapant une adresse électronique (connue sous le nom d'URL pour "uniform ressource location" ou localisation de ressource uniforme) ou en sélectionnant un lien parmi des sites favoris mémorisés par son logiciel de navigation.
Au cours d'une étape 232, le serveur du site transmet au terminal utilisateur du 5visiteur en cours, la page qui a fait l'objet de la requête, y compris le marqueur incorporé dans cette page. Parallèlement, au cours d'une étape 233, si le visiteur n'est pas déjà venu sur le site étudié, le serveur de collecte et de traitement de données ouvre une ligne dans une base de données de visite avec un identifiant, préférentiellement anonyme, du visiteur quelconque, identifiant par exemple lié à un cookie (identifiant mémorisé par le terminal 0utilisateur et transmis au serveur avec chaque requête d'une page du site) transmis à ce visiteur. Au cours d'une étape 234, le serveur de collecte et de traitement de données inscrit, dans la ligne concernant le visiteur, un ensemble de données le concernant, par exemple, de quelle provenance, c'est-à-dire autre site, il vient, à quelle heure (y compris minute et seconde) il est entré sur le site, l'adresse électronique de la page qui lui a été transmise et 5d'autres données, comme indiqué ci-dessus.
Au cours d'une étape 235, le serveur de collecte et de traitement de données détermine si le comportement du visiteur en cours ressemble au comportement d'un visiteur particulier. A cette effet, le serveur de collecte et de traitement de données met en oeuvre un réseau de neurones artificiel, par exemple le même que celui mis en oeuvre au cours de 0l'étape 225, pour traiter les données mémorisées concernant le visiteur en cours, dans la base de données.
Le résultat de l'étape 235 est transmis au terminal utilisateur de l'analyste, au cours d'une étape 235B, où il est affiché sous la forme d'une courbe de ressemblance de la visite en cours avec, d'une part, le résultat de l'auto-apprentissage pour les visiteurs quelconque 5et, d'autre part, le résultat de l'auto-apprentissage pour les visiteurs particuliers, c'est-à-dire ayant déclenché un événement prédéterminé (voir figure 3).
Si le serveur de collecte et de traitement de données ne détermine pas que la visite en cours ressemble à une visite menant probablement à un événement prédéterminé, c'est à dire si le résultat de l'étape 235 est négatif, au cours d'une étape 236, le visiteur requiert une nouvelle page. Au cours d'une étape 237, le serveur de collecte et de traitement de données mémorise, dans la base de données, en regard de l'identification du visiteur, la durée de visite de Ia page précédemment visitée, les données provenant du marqueur, 5l'adresse électronique de la page demandée, l'heure d'accès à la nouvelle page.
Au cours d'une étape 238, si la nouvelle page demandée est une page du site, le serveur du site transmet ladite page demandée ainsi que chaque marqueur qu'elle incorpore. Puis le serveur de collecte et de traitement de données retourne à l'étape 235. Si la nouvelle page demandée n'est pas une page du site, le serveur a achevé les lOétapes concernant la visite du visiteur particulier.
Lorsque le résultat de l'étape .235 est positif, au cours d'une étape 239, le serveur de collecte et de traitement de données déclenche un requête au terminal utilisateur de l'analyste et lui transmet les données concernant la visite en cours et le visiteur dont le comportement mène probablement à un événement prédéterminé et mémorise les données 15concernant l'événement prédéterminé dans la base de données en regard de l'identification du visiteur.
Au cours d'une étape 240, le serveur de collecte et de traitement de données détermine le meilleur instant pour faire apparaître l'élément de communication au visiteur. Cet instant est déterminé par la comparaison du comportement du visiteur et de celui 0observé sur d'autres visiteurs particuliers et des délais qu'ils ont pris, par exemple pour effectuer un achat, émettre un message sur un forum, ...
Au cours d'une étape 241 , le terminal utilisateur de l'analyste transmet au serveur de collecte et de traitement de données, un élément de communication spécifiquement destinée au visiteur en cours, afin de solliciter une réaction de la part du visiteur. Cet 5élément de communication est préférentiellement pris dans une base de données de sollicitations en cours de test, éventuellement en fonction des données concernant le visiteur. En réponse à la requête suivante du visiteur pour recevoir une page du site étudié, étape 242, l'élément de communication spécifique est incorporé dans la page transmise au visiteur en cours, étape 243, afin que le visiteur reçoive l'élément de communication à OI'instant déterminé au cours de l'étape 240.
Un programme placé dans un élément d'interaction, par exemple un bandeau flash, indépendant de la page permet, en effet, de retarder l'affichage de l'élément de communication jusqu'à l'instant prédéterminé en question.
Cet élément de communication peut prendre la forme d'une fenêtre surgissante (en 5anglais "pop-up window"), d'un bandeau, d'un message sonore, d'une animation, d'une image, d'une vidéo, par exemple.
Au cours d'une étape 244, le serveur de collecte et de traitement de données détermine si un événement prédéterminé à été déclenché par le visiteur, par exemple la transmission d'une question à une adresse électronique liée au site, le remplissage d'un panier, le déclenchement d'une opération de commande.
Le résultat de l'étape 244 est transmis au terminal utilisateur de l'analyste, au cours d'une étape 244B, sur lequel il est affiché, par exemple sous la forme d'une courbe de 5comparaison entre le comportement détecté et les comportements des différentes classes, visiteurs quelconque et visiteurs particuliers.
Ainsi, les étapes 235 à 244B se répètent jusqu'à ce que le visiteur sorte du site. Au cours d'une étape 245, le visiteur est classifié comme "quelconque" ou "particulier" (c'est le cas ici), en fonction du résultat des étapes 244, selon que, respectivement, il n'a pas ou il a lOdéclenché un événement prédéterminé et cette information est enregistrée dans la base de données en regard de l'identification du visiteur.
A la suite de chaque visite sur le site étudié, ou d'une certain nombre de visites supplémentaires sur ce site, par exemple, toutes les cent visites ou à intervalles de temps prédéterminés, au cours d'une étape 246, le serveur de collecte et de traitement de données
15effectue un auto-apprentissage de différences de comportements entre les visiteurs quelconques et les visiteurs particuliers et un auto-apprentissage de l'incidence de chacun des éléments de communication testés sur la survenance de l'événement prédéterminé. A cet effet, le serveur met en oeuvre un réseau de neurones artificiels qui traite les données mémorisées dans la base de données. 0 A la suite de chaque étape 246, d'un nombre prédéterminé d'étapes 246, ou à intervalles de temps prédéterminés, par exemple toutes les semaines, au cours d'une étape 247, l'élément de communication qui a le moins aider à ce que l'événement prédéterminé soit déclenché par l'utilisateur, est éliminé de la base de données des sollicitations testées et un autre élément de communication est requis auprès de l'analyste, étape 248, en lui 5foumissant le ou les éléments de communication qui ont le plus contribué à ce que le visiteur déclenche l'événement prédéterminé.
Au cours d'une étape 249, le terminal utilisateur de l'analyste fournit le nouvel élément de communication à utiliser.
Au cours d'une étape 250, l'analyste effectuant un traitement des données qu'il a 0reçu au cours des différentes étapes le concernant, ainsi que, éventuellement, les données conservées dans la base de données du serveur de collecte et de traitement de données. Eventuellement, au cours d'une étape 251 , l'analyste modifie le fonctionnement des étapes d'auto-apprentissage et transmet le programme de fonctionnement au serveur du site étudié. 5 On comprend que, par la mise en oeuvre du procédé objet de la présente invention, l'analyste peut non seulement analyser le comportement des visiteurs du site, en dehors de toute sollicitation de sa part, mais aussi analyser le comportement des visiteurs soumis à une sollicitation. 5 Les diverses sollicitations peuvent être incorporées aux différences apprises au cours de l'étape d'apprentissage. Les étapes de collecte, d'apprentissage, de détermination et de communication sont ainsi effectuées de manière récurrente et tiennent, en permanence compte des évolutions du site et des sollicitations testées.
5 On observe, en figure 3, un écran d'ordinateur affichant une fenêtre 300 de listage des visites, qui représente, dans des zones horizontales 310, des caractéristiques de visites, passées ou en cours :
- le numéro attribué au visiteur, par exemple "visiteur 4505",
- le nombre de visites effectuées par ce visiteur, par exemple "5 visites",
10- le nombre de pages vues par le visiteur, depuis sa première visite, par exemple "9 pages",
- la durée de la visite en cours, par exemple "depuis 23 mn.",
- une éventuelle heure de transmission d'un élément de communication, par exemple "sollicitation 14 h 05",
- l'heure de survenance d'un événement prédéterminé, par exemple "événement 14 h 09". 15
De manière superposée à la fenêtre 300, se trouve une fenêtre 320 qui représente, pour le visiteur 4505 indiqué en italique dans la fenêtre 300, des données textuelles et des données graphiques concernant la visite en cours :
- un code de visite, par exemple "code visite : Jhshdj",
20- le nombre de pages vues au cours de la visite, par exemple "pages vues : 5",
- l'heure du premier clic sur le site, par exemple "1er Clic : 13 h 43",
- l'heure du dernier clic effectué sur le clic, par exemple "dernier Clic : 14 h 12",
- un chronogramme qui indique :
. les demandes de pages effectuées par le visiteur, sous forme de barres verticales 25330 sans motif,
. les survenances de premiers événements prédéterminés, par exemple remplissage de panier ou vote, sous forme de barres verticales hachurées en oblique 340,
. le moment de la sollicitation, sous forme de barre verticale hachurée verticalement, . la survenance d'un deuxième événement prédéterminé, par exemple le passage 30d'une commande ou la transmission d'un message par le visiteur, sous forme de barre verticale hachurée horizontalement,
. une courbe d'intention d'effectuer le deuxième événement prédéterminé, 360, estimée par le dispositif objet de la présente invention et
. une courbe 370 qui indique la valeur de l'intention au dessus de laquelle cela mérite 5que l'analyste interagisse avec ce visiteur.
On observe que la fenêtre 320 permet de visualiser d'autres données relatives à la même visite, par l'utilisation des menus illustrés en haut de la fenêtre 320 : - visiteur : permettant de sélectionner un visiteur,
- visite : permettant de sélectionner une des visites du visiteur sélectionné,
- opération : permettant d'interagir avec le visiteur en lui transmettant des éléments de communication,
5 - cible : permettant de définir le comportement que l'on espère de la part du visiteur et
- intention
: permettant de visualiser ce qui est représenté en figure 3.
Dans toute la description, on a considéré que le serveur 120 du site 140 n'effectue lOpas la collecte et les traitements des données collectées pour mettre en oeuvre la présente invention, cette collecte et ces traitement étant effectués par le serveur 145. Cependant, dans d'autres modes de réalisation, le serveur 120 reçoit les données collectées et les traite comme exposé ci-dessus en ce qui concerne le serveur de collecte et de traitement de données 145.
15 La figure 4 représente une interface préférentielle permettant d'afficher, de manière graphique, l'ensemble des visiteurs d'un site Internet et des caractéristiques de leur visite de ce site. Dans cette figure, la référence 401 représente un cercle délimitant un site web ou un groupement de sites. Dans le cas représenté, il s'agit d'un site de commerce en ligne. Dans ce cercle 401 , des disques de différentes couleurs et de différents diamètres
20représentent des visiteurs, les couleurs codant leur historique et la prédiction de survenance d'un événement, ici un achat, comme indiqué dans la légende, en haut à gauche de l'interface, et leur diamètre étant une fonction croissante, par exemple proportionnel du nombre de pages vues par le visiteur sur le ou les sites au cours de la session de visite. Dans ce cercle 401, des secteurs 404 représentent des pages ou des groupes de pages du
25site. Lorsque qu'un visiteur est en train de visiter une page, son disque représentatif se trouve dans le secteur correspondant. Une indication latérale indique brièvement l'objet des pages ou groupes de pages représentés par les secteurs.
La référence 402 est un cercle central dans lequel se trouvent les disques représentant les visiteurs ayant une intention de mener à bien la transaction entre 80% et
30100%, intention estimée par l'algorithme de prédiction mentionné plus haut. La référence 403 correspond à un cercle dans lequel se trouvent les disques représentant les visiteurs ayant une intention de mener à bien une transaction supérieure à 50%.
La référence 404 est un secteur ou quartier de cercle correspondant à une page ou un groupe de pages du ou des sites.
35 Les références 405 à 409 correspondent à des disques représentant, chacun, un visiteur du site ou du groupe de sites. Comme indiqué plus haut, la position du disque représentant un visiteur dépend angulairement de la famille de la dernière page visualisée et en distance au centre du cercle 401 , de la valeur de l'intention d'effectuer une transaction. Selon la couleur du disque représentatif du visiteur, l'utilisateur de l'interface peut obtenir de l'information sur le visiteur. Par exemple, ici, la référence 405 correspond à un visiteur au cours d'une première visite sur le ou les sites, la référence 406 à un visiteur déjà venu sur le ou les sites au cours d'au moins une précédente session de visite, la référence 5407 à un visiteur ayant un attribut prédéterminé, ici un panier électronique non vide (cas d'un site de commerce électronique), la référence 408 à un visiteur ayant effectué une transaction.
Le visiteur 409 que l'opérateur (utilisateur de l'interface) a décidé de suivre est marqué spécialement. Et des icônes 410 permettent d'accéder rapidement à des fonctions lOd'information ou d'interaction avec ce visiteur :
- une fiche complète du visiteur comportant de l'information concernant ses précédentes visites,
- une interface illustrée en figure 5, représentant l'historique de la visite en cours d'un visiteur, 5 - une interface pour engager un dialogue par messagerie instantanée avec le visiteur,
- une interface pour envoyer des informations multimédia vers le visiteur ou un groupe de visiteurs,
- un marquage d'un visiteur pour suivre sont évolution sur l'interface. 0 La référence 411 correspond à de l'information détaillé sur la visite du visiteur sélectionné, ici, de haut en bas :
- la langue des pages vues,
- le nombre de pages vues,
- le nombre de visites précédentes du visiteur sélectionné, 5 - la date et l'heure de la dernière visite,
- le nombre de pages au cours de la précédente visite,
- la valeur du panier de l'utilisateur,
- le nombre d'articles dans ce panier,
- le nombre d'opérations sur le panier électronique et 0 - la liste des dernières pages visitées associées à leur heure de début de visite.
La référence 412 représente de l'information instantanée sur des performances du site (nombre de visiteurs connectés, chiffre d'affaire de la journée ...). La référence 413 représente une barre graphique permettant de visualiser la durée qui sépare l'instant en cours, le présent, du moment du premier et du dernier clic du visiteur. 5 L'interface graphique illustrée en figure 4 est mise à jour périodiquement (toutes les secondes ou toutes les minutes, par exemple). Elle offre la possibilité de visualiser en quelques instants les données essentielles du site et d'interagir avec ses visiteurs, individuellement ou en groupe. Dans des variantes, il est possible, grâce à des filtres logiciels, de discriminer instantanément les visiteurs les plus intéressants, par exemple, les visiteurs ayant récemment cliques sur une page et/ou les visiteurs ayant une forte intention de faire une transaction. L'interface graphique illustrée en figure 4 permet donc à un opérateur de discerner rapidement les visiteurs ayant un potentiel 5commercial intéressant. Il permet donc d'engager des actions instantanées, en particulier engager une conversation par messagerie instantanée ou tout autre moyen de communiquer par Internet, en disposant d'un nombre important d'informations comportementales. Le procédé de représentation de l'activité d'un ou de sites internet, sous- jacent à cette interface graphique, permet d'augmenter l'efficacité transactionnel du ou des lOsites tout en limitant le nombre d'opérateurs impliqués.
La figure 5 représente une interface préférentielle permettant d'afficher l'histoire de la visite d'un visiteur sur un site Internet ou un groupe de tels sites. Sur cette interface, le chemin suivi par le visiteur est tracé entre les points de la surface délimitée par le cercle 401. Chaque page visitée par le visiteur est affectée d'un numéro d'ordre et est positionnée 5dans cette surface, à l'endroit où se trouvaient alors le disque représentatif du visiteur dans l'interface illustrée en figure 4 et avec la couleur et le diamètre qu'avait alors ce disque représentatif. Une ligne droite relie les disques 505 successivement représentatifs de la visite du visiteur.
Comme illustré par des modes de réalisation exemplaires en figures 4 et 5, le 0procédé objet de la présente invention comporte préférentiellement une étape d'affichage, sur une interface graphique, d'au moins un symbole, ici un disque, représentant un visiteur, ledit symbole se déplaçant dans ladite interface en fonction d'une probabilité que ledit visiteur effectue ledit événement prédéterminé.
Le symbole se déplace dans l'interface graphique en fonction de la page en cours de 5visite par ledit visiteur et prend une apparence fonction de l'existence d'une précédente visite dudit visiteur. En particulier, le symbole prend une apparence différente après la survenance de l'événement prédéterminé, en figures 4 et 5, la réalisation d'une transaction. Le symbole prend une apparence qui dépend du nombre de pages déjà visitées par le visiteur correspondant. 0 Une coordonnée du symbole dépend de la probabilité que ledit visiteur effectue ledit événement, en figures 4 et 5, la distance au centre du cercle et une coordonnées du symbole dépend de la page de site en cours de visite, ici l'angle formé entre une verticale et le rayon passant par le symbole.
Au cours de l'affichage, l'opérateur peut effectuer une sélection d'un visiteur, par le 5biais du symbole lui correspondant, et déclencher une étape de communication avec ledit visiteur. L'affichage d'une succession de positions occupées par le symbole représentatif du visiteur sélectionné est alors préférentiellement effectué. Notamment pour les sites ayant souvent un grand nombre de visiteurs, au cours de l'étape d'affichage, on affiche les symboles correspondant aux visiteurs ayant le plus récemment effectué une interaction avec le site.

Claims

REVENDICATIONS
1 - Procédé d'analyse de navigation sur un site Internet, caractérisé en ce qu'il comporte : a/ préliminairement : 5 - une étape d'incorporation de marqueurs dans des pages du site (200) ;
- une étape de collecte de données de navigation (204, 214) sur ledit site comportant au moins une collecte de données fournies par des dits marqueurs de pages du site visités par au moins une partie des visiteurs du site ;
- une étape de détermination d'au moins un événement (205, 215) survenant au lOcours de certaines des visites effectuées par lesdits visiteurs ;
- une étape d'apprentissage automatique (225) de différences entre une partie de visite qui précède un dit événement et une visite qui ne comporte pas à un dit événement, en mettant en œuvre un réseau de neurones d'une carte auto-organisatrice et un algorithme de prédiction de type temporal différence learning ou apprentissage par différences
15temporelles et b/ au cours d'une visite :
- une étape de détermination (235), en mettant en oeuvre lesdites différences, si ladite visite en cours mène probablement à un dit événement prédéterminé et
- si oui, une étape de communication avec le visiteur (240 à 243) qui effectue ladite 0visite, au cours de laquelle on communique audit visiteur un élément de communication qui n'est pas communiquée aux visiteurs qui effectuent une visite ne menant probablement pas au dit événement.
2 - Procédé selon la revendication 1 , caractérisé en ce que, à la fin de ladite visite en cours, la survenance ou non dudit événement prédéterminé est utilisée, lorsque la visite est 5terminée, pour poursuivre l'étape d'apprentissage (246).
3 - Procédé selon l'une quelconque des revendications 1 ou 2, caractérisé en ce que, au cours de l'étape d'apprentissage automatique, l'algorithme de prédiction met en oeuvre le réseau de neurones artificiels (225, 246), ledit réseau présentant des propriétés de préservation de topologie. 04 - Procédé selon l'une quelconque des revendications 1 à 3, caractérisé en ce que, au cours de l'étape d'incorporation de marqueurs (200), au moins un dit marqueur est un programme qui a pour fonction d'envoyer vers le site des données concernant la page, le visiteur, la session de communication entre le visiteur et le site et des interactions passées entre le visiteur et le site. 55 - Procédé selon la revendication 4, caractérisé en ce qu'au moins un dit marqueur met en oeuvre au moins un cookie, programme conservé par le terminal du visiteur entre deux visites. 6 - Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce que, au cours de l'étape de collecte de données de navigation sur ledit site (204, 214), on associe des données relatives à des visites passées effectuées par le même visiteur.
7 - Procédé selon l'une quelconque des revendications 1 à 6, caractérisé en ce que, au 5cours de l'étape de communication avec le visiteur (240 à 243), on détermine un instant de communication avec le visiteur.
8 - Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce que, au cours d'une étape d'apprentissage automatique (247), on apprend l'efficacité d'au moins un élément de communication transmis au cours d'une étape de communication avec le lOvisiteur.
9 - Procédé selon l'une quelconque des revendications 1 à 8, caractérisé en ce qu'au cours de détermination d'un événement (205, 215), ledit événement est le passage du visiteur sur une page prédéterminée.
10 - Procédé selon l'une quelconque des revendications 1 à 9, caractérisé en ce qu'il 15comporte une étape d'affichage, sur une interface graphique, d'au moins un symbole (405 à
409) représentant un visiteur, ledit symbole se déplaçant dans ladite interface en fonction d'une probabilité que ledit visiteur effectue ledit événement prédéterminé.
11 - Procédé selon la revendication 10, caractérisé en ce que, au cours de l'étape d'affichage, ledit symbole (405 à 409) se déplace dans ladite interface graphique en fonction
20de la page en cours de visite par ledit visiteur.
12 - Procédé selon l'une quelconque des revendications 10 ou 11, caractérisé en ce que, au cours de l'étape d'affichage, ledit symbole (405 à 409) prend une apparence fonction de l'existence d'une précédente visite dudit visiteur.
13 - Procédé selon l'une quelconque des revendications 10 à 12, caractérisé en ce que, au 25cours de l'étape d'affichage, ledit symbole (405 à 409) prend une apparence différente après la survenance dudit événement.
14- Procédé selon l'une quelconque des revendications 10 à 13, caractérisé en ce que, au cours de l'étape d'affichage, une coordonnée dudit symbole (405 à 409) dépend de la probabilité que ledit visiteur effectue ledit événement.
3015- Procédé selon l'une quelconque des revendications 10 à 14, caractérisé en ce que, au cours de l'étape d'affichage, une coordonnées dudit symbole (405 à 409) dépend de la page de site en cours de visite.
16- Procédé selon l'une quelconque des revendications 10 à 15, caractérisé en ce que, au cours de l'étape d'affichage, ledit symbole (405 à 409) prend une apparence qui dépend du
35nombre de pages déjà visitées par ledit visiteur.
17- Procédé selon l'une quelconque des revendications 10 à 16, caractérisé en ce que l'étape d'affichage comporte une étape de sélection d'un visiteur, par le biais du symbole (405 à 409) lui correspondant, et une étape de communication avec ledit visiteur. 18- Procédé selon l'une quelconque des revendications 10 à 17, caractérisé en ce que l'étape d'affichage comporte une étape de sélection d'un visiteur, par le biais du symbole lui correspondant (405 à 409), et une étape d'affichage d'une succession de positions occupées par le symbole représentatif du visiteur sélectionné.
519- Procédé selon l'une quelconque des revendications 10 à 18, caractérisé en ce que, au cours de l'étape d'affichage, on affiche les symboles (405 à 409) correspondant aux visiteurs ayant le plus récemment effectué une interaction avec le site. 20 - Dispositif d'analyse de navigation sur un site Internet, caractérisé en ce qu'il comporte :
- un moyen d'incorporation de marqueurs dans des pages du site (120, 130) ; 0 - un moyen de collecte de données de navigation (120) sur ledit site comportant au moins une collecte de marqueurs de pages du site visités par au moins une partie des visiteurs du site ;
- un moyen de détermination (120) d'au moins un événement survenant au cours de certaines des visites effectuées par lesdits visiteurs ; - un moyen d'apprentissage automatique (225) de différences entre une partie de visite qui précède un dit événement et une visite qui ne comporte pas à un dit événement, ledit moyen d'apprentissage mettant en œuvre un réseau de neurones d'une carte auto¬ organisatrice et un algorithme de prédiction de type temporal différence learning ou apprentissage par différences temporelles et - des moyens d'analyse (120) adaptés, au cours d'une visite :
- à déterminer, en mettant en oeuvre lesdites différences, si ladite visite en cours mène probablement à un dit événement prédéterminé et
- si oui, à communiquer avec le visiteur qui effectue ladite visite, un élément de communication qui n'est pas communiquée aux visiteurs qui effectuent une visite ne menant probablement pas au dit événement.
PCT/FR2005/002197 2004-09-03 2005-09-02 Procede et dispositif d'analyse de navigation sur un site internet WO2006027489A2 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0409332 2004-09-03
FR0409332A FR2875040B1 (fr) 2004-09-03 2004-09-03 Procede et dispositif d'analyse de navigation sur un site internet

Publications (2)

Publication Number Publication Date
WO2006027489A2 true WO2006027489A2 (fr) 2006-03-16
WO2006027489A3 WO2006027489A3 (fr) 2006-07-20

Family

ID=34948548

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2005/002197 WO2006027489A2 (fr) 2004-09-03 2005-09-02 Procede et dispositif d'analyse de navigation sur un site internet

Country Status (2)

Country Link
FR (1) FR2875040B1 (fr)
WO (1) WO2006027489A2 (fr)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6477575B1 (en) * 2000-09-12 2002-11-05 Capital One Financial Corporation System and method for performing dynamic Web marketing and advertising

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6338066B1 (en) * 1998-09-25 2002-01-08 International Business Machines Corporation Surfaid predictor: web-based system for predicting surfer behavior
AU6898400A (en) * 1999-08-11 2001-03-05 Flycast Communications Corp. Easily modifiable macro tag for internet advertising
WO2003025696A2 (fr) * 2001-09-19 2003-03-27 Checkm8 Ltd Systeme d'affichage dynamique de contenu et d'annonces publicitaires web

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6477575B1 (en) * 2000-09-12 2002-11-05 Capital One Financial Corporation System and method for performing dynamic Web marketing and advertising

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
A. HSU , S. K. HALGAMUGE: "Enhancement of topology preservation and hierarchical dynamic self-organising maps for data visualisation" INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, [Online] vol. 32, no. 2-3, février 2003 (2003-02), pages 259-271, XP002367207 Extrait de l'Internet: URL:http://www.mame.mu.oz.au/~alhs/papers/ IJAR2003.pdf> [extrait le 2006-02-10] *
GOLOVIN N ET AL: "Reinforcement learning architecture for web recommendations" INFORMATION TECHNOLOGY: CODING AND COMPUTING, 2004. PROCEEDINGS. ITCC 2004. INTERNATIONAL CONFERENCE ON LAS VEGAS, NV, USA APRIL 5-7, 2004, PISCATAWAY, NJ, USA,IEEE, vol. 1, 5 avril 2004 (2004-04-05), pages 398-402, XP010696678 ISBN: 0-7695-2108-8 *
I-HSIEN TING: "Web Usage Mining for E-commerce"[Online] 17 décembre 2003 (2003-12-17), pages 1-19, XP002367876 University of York Extrait de l'Internet: URL:www-users.cs.york.ac.uk/~derrick/docum ent/LRS~final.ppt> [extrait le 2006-02-14] *
KIYOMITSU H ET AL: "ActiveWeb: XML-based active rules for Web view derivations and access control" INFORMATION TECHNOLOGY FOR VIRTUAL ENTERPRISES, 2001. ITVE 2001. PROCEEDINGS. WORKSHOP ON GOLD COAST, QLD., AUSTRALIA 29-30 JAN. 2001, LOS ALAMITOS, CA, USA,IEEE COMPUT. SOC, US, 29 janvier 2001 (2001-01-29), pages 31-39, XP010532279 ISBN: 0-7695-0960-6 *
SMITH R M: "The Web Bug FAQ" INTERNET, 11 novembre 1999 (1999-11-11), XP002178943 *
THOR, A., RAHM, E: "AWESOME - A data warehouse-based system for adaptive website recommendations" PROC. 30TH INTL. CONFERENCE ON VERY LARGE DATABASES (VLDB), [Online] août 2004 (2004-08), pages 1-12, XP002367877 Toronto Extrait de l'Internet: URL:www.vldb.org/conf/2004/RS10P2.PDF> [extrait le 2006-02-14] *
Y. KIM: "Weighted Order-Dependent Clustering and Visualization of Web Navigation Patterns" PRE-ICIS SIG DSS WORKSHOP, [Online] 12 décembre 2004 (2004-12-12), pages 0-22, XP002367878 ? Extrait de l'Internet: URL:http://www.cob.fsu.edu/mis/sigdss/Kim. pdf> [extrait le 2006-02-14] *

Also Published As

Publication number Publication date
FR2875040B1 (fr) 2008-11-07
WO2006027489A3 (fr) 2006-07-20
FR2875040A1 (fr) 2006-03-10

Similar Documents

Publication Publication Date Title
JP2002541557A (ja) ワールド・ワイド・ウェブサイトのユーザに関する人口統計学的情報を収集するためのオンラインの方法および装置
CN108230024A (zh) 基于线索收集的广告投放引擎系统
CN109741146A (zh) 基于用户行为的产品推荐方法、装置、设备及存储介质
US20080189281A1 (en) Presenting web site analytics associated with search results
FR2828310A1 (fr) Appareil et systeme de recherche dans des bases de donnees, et procedes de gestion et de presentation des resultats des recherches
US20120196675A1 (en) Game-based advertising system and method
FR2947358A1 (fr) Un assistant-conseiller utilisant l'analyse semantique des echanges communautaires
WO2004061546A2 (fr) Dispositif de navigation et plate-forme de gestion et de diffusion en mode serveur, notamment pour l'affichage de liens publicitaires
JP2002529823A (ja) 完全サービス調査事務局および試験センターの方法および装置
FR2802670A1 (fr) Procede de communication de biens ou de services par des moyens electroniques sur des reseaux du type internet
FR2908212A1 (fr) Applications pour le profilage d'utilisateurs de services de telecommunications
US20110029505A1 (en) Method and system for characterizing web content
EP1045304A1 (fr) Procédé de pilotage d'un processus décisionnel lors de la poursuite d'un but dans un domaine d'application déterminé, tel qu'économique, technique organisationnel ou analogue et système pour la mise en oeuvre du procédé
CN109408723A (zh) 一种推送方法及装置
EP3026563A1 (fr) Methodes et systemes de generation de scenarios de tests de performances d'une application serveur
WO2006027489A2 (fr) Procede et dispositif d'analyse de navigation sur un site internet
CN111127075B (zh) 交互式推广方法、装置、电子设备以及存储介质
WO2018024999A1 (fr) Moyens de diffusion d'un contenu personnalisé dans un réseau de communication
CN109074365B (zh) 使网络通信路径参数化
EP2880557B1 (fr) Procédé de traitement de données de connexion d'une plateforme d'un site internet
JP2002312397A (ja) 相関アイテム検出方法および装置、お薦めアイテム紹介方法および装置、相関アイテム検出プログラム、お薦めアイテム紹介プログラム、同プログラムを記録した記録媒体
EP2880558B1 (fr) Procédé de traitement de données pour analyse situationnelle
WO2020058343A1 (fr) Procédé d'analyse des dysfonctionnements d'un système et dispositifs associés
FR2826757A1 (fr) Systeme et procede pour empli automatiquement des formulaires electroniques
WO2002010972A1 (fr) Procede automatique de mise en forme de pages dynamiques sur un site internet

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A2

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A2

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU LV MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase