Voyage Privé fait décoller ses capacités prédictives

Le voyagiste haut de gamme a affiné la recommandation de ses produits en mettant en place Dataiku DSS et un cluster Hadoop.

Mieux connaître ses utilisateurs pour détecter l’offre qui leur convient le mieux dans un catalogue toujours plus dense. C’est ce défi que Voyage Privé, un voyagiste en ligne spécialisée sur les offres de séjours de luxe, a souhaité relever en s’associant avec Dataiku, une société française qui permet d’exploiter les données et leur analyse.

Pour le voyagiste en ligne - dont les services sont également consommés par des applications mobiles - le sourcing des produits et la sélection faite pour ses membres constituent un maillon essentiel de son modèle économique. La société opère pour cela une sélection fine : uniquement des séjours et voyages haut de gamme, où le niveau d’exigence et le prix le plus attractif du marché sont deux composantes phares.

« Une équipe se charge des prix et de les offrir pendant toute la durée des ventes », précise Laurent Dupé en charge du marketing international de Voyage Privé lors d’un entretien avec la rédaction. A ce vaste benchmark quotidien s’ajoute le fait que les offres s’inscrivent sur une période très courte, environ une semaine. « Nos acheteurs (NDR : internes) valident le produit. Tout le travail de sourcing que le membre (NDR : le client) pourrait avoir à faire seul est en fait effectué par nos équipes », résume le directeur marketing pour qui selectionner la bonne offre pour le bon client est critique.

Mais face à une augmentation des voyages (avec des destinations de plus en plus larges et des expériences également variées en fonction de ces destinations), sélectionner le meilleur produit pour chaque membre peut devenir un casse-tête. Voyage Privé a décidé de le résoudre grâce à une démarche centrée sur l’analyse de données et le prédictif. Objectif : raccourcir le temps de recherche (et d'hésitation) des membres en leur proposant ce qu’ils souhaitent, au moment où ils le souhaitent – et au final, les convertir en acheteurs.

Fluidifier l’expérience en ciblant mieux les recommandations

L’idée était donc « d’augmenter » le moteur de recommandations afin de fluidifier encore plus le parcours client et le processus d'achat. Affiner la connaissance des membres et se doter d’une capacité de prédire les sélections étaient au cœur des préoccupations. 

« Il s’agit de leur proposer un produit qui leur ressemble et d’anticiper l’offre la plus adaptée », explique Laurent Dupé.

Jusqu’alors, le comportement des membres était pris en compte pour proposer des offres contextualisées. Achats précédents, parcours, clics, navigation sur le site étaient traités. Voyage Privé et Dataiku ont développé un système dans lequel étaient versées d’avantage de données.

« Avec Dataiku on détecte les signaux faibles et on se concentre désormais sur une série de ces nouveaux signaux » ; alors que jusqu’alors – et c’est un point clé dans l’évolution de la mécanique - la précédente application ne travaillait que sur les derniers signaux laissés par le membre sur la plateforme.

A ces informations, Voyage Privé applique un scoring, qu’il matche avec celui des produits afin d’élargir le spectre de l’analyse et d’affiner toujours plus les possibilités de sélection. « On raisonne sur l’individu. Un scoring est appliqué à l’unité », raconte-t-il.

Un cluster Hadoop comme lac de données

Pour assoir techniquement cette application, Dataiku et Voyage Privé ont également rénové l’infrastructure qui jusqu’alors était très en silo. En clair, chaque typologie de données n’étaient pas connectées. L’idée était d’avoir « une bonne confrontation des données », ajoute-t-il. Pour cela, les deux partenaires ont mis en place une base unique dans laquelle les données de chaque membre ont été fusionnées. Il s’agissait de « reconstituer la vie d’un membre sous tous ses angles ».

Pour stocker ces données, il a fallu mettre en place un cluster Hadoop (5 nœuds) auquel a été associé ElasticSearch pour disposer d’une vue agrégée et mettre à disposition toutes les données. Cela est exposé sous la forme d’API vers Dataiku et vers les partenaires.

« Aujourd’hui, les données sont traitées en batch, souligne Laurent Dupé, mais on travaille sur le temps réel. » A terme, les recommandations de séjours pourraient donc évoluer, à la volée, en fonction des interactions d'un client avec le site.

Pour approfondir sur Big Data et Analytique IoT

Close