E-Commerce

Usage des données comme source d'amélioration

Julie Makhortova / Gildas Le Louarn

Lyra Network & PayZen

En quelques mots

Valeurs:
- Sécurité
- Performance
- Transparence
Experts du paiement:
- Alternatifs de paiements
- Approche marketing
- Aide à la décision / lutte contre la fraude
- Facilité d’installation

Attentes du marché

Pour améliorer le taux de transformation, évaluer les tendances:
panier moyen, chiffre d'affaire, taux d'abandon, taux de transformation...
Pour réduire les refus et impayés, les caractériser par:
raison, moyen de paiement, pays des moyens de paiement...
Indicateurs liés aux transactions, voir même aux produits.

Réflexion itérative

Un florilège de technologies disponibles
Des expérimentations
Des rencontres: Actoboard, Meetup Data Science, ...

Technologies abordées

Modèle

Seconde base de données: elasticsearch.
Indexation en temps réel
Données anonymisées


{
  "shop": 15645,
  "currency": 320,
  "amount": 104092,
  "status": "CANCELLED",
  "card": "MC",
  "rejectReason": "AUTO_07",
  "date": "2014-01-28T22:47:37+00:00",
  "contract": 141564,
  "cardCountry": "DE"
}

Prototype

Valider globalement une solution
Illustrer la réponse aux attentes

Démonstrateur

Conclusion

Innover c'est échanger et se tromper.
Conciliation du Big Data et de la protection des données.
Tout comme la toile pour l'artiste peintre, la technologie n'est autre que le support de la créativité de l'informaticien.

Questions

http://glelouarn.github.io/metrics-presentation

julie.makhortova@lyra-network.com

gildas.lelouarn@lyra-network.com - @glelouarn