WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Intelligence economique et stratégie d'entreprise


par Pierrick MILANDOU
Montpellier Business School - Master Marketing 2014
  

précédent sommaire suivant

H) Pratique de la veille informationnelle

Une fois que les équations de veille, le paramétrage et les sources sont définis, on peut passer à la pratique de la veille informationnelle. Le veilleur va donc faire sa première veille, en sélectionnant les articles remontés par le Crawler, et en les diffusant en interne. Lors de cette première sélection, le veilleur va pouvoir se rendre compte de la pertinence des articles et des informations collectées par le logiciel, et il pourra ensuite changer ou modifier les sources ou les équations de veilles. Cela peut se faire en associant des mots dans les équations de veille, au lieu de prendre des mots clés trop génériques. Par exemple, le mot clé « Hélicoptère » (épelé de plusieurs manières, avec ou sans majuscules, parfois même avec des fautes d'orthographes, et également en anglais) peut se révéler trop générique, et faire remonter des articles non pertinents. Dans ce cas, nous pouvons essayer de l'associer avec différents termes comme « accidents ; contrats ; ou encore Sikorsky ». Cette méthode permettra d'affiner le périmètre sémantique et d'obtenir de meilleurs résultats.

Ensuite, obtenir un retour des destinataires de la newsletter sur la qualité des articles permettra de cibler d'autant plus leurs besoins et d'orienter la veille en fonction. Un feedback régulier des collaborateurs permettrait de connaître les besoins ponctuels et ainsi de mettre en place des alertes au cas où une information particulière serait remontée par le logiciel de veille. Cela permettrait de gagner du temps quand une information importante paraît. On pourrait donc mettre en place un système de recueil de besoins mensuel afin de suivre au mieux l'évolution des besoins.

I) L'intelligence économique

Vient ensuite l'étape de l'intelligence économique. Ici, nous allons tenter de rassembler toutes les informations obtenues, et de les organiser afin de leur donner un sens. Nous allons donc regrouper toutes les informations concernant les cadences de production passées de tous les types d'hélicoptères disponibles. En combinant ces cadences de production d'hélicoptères aux prix, nous pouvons en déduire des valeurs de marchés. Grâce à cela, nous pouvons donc établir des courbes en volume et en valeur des parts de marchés des fabricants d'hélicoptères, mais aussi des types d'hélicoptères (léger, Moyen, Lourds, ultra-lourds...) et des missions (Cf. page 6). Ainsi on peut s'apercevoir que certains fabricants d'hélicoptères sont positionnés sur certains créneaux. Grâce aux informations que nous avons pu recueillir, nous pouvons remarquer si ces-dit créneaux sont porteurs ou pas. Nous pouvons donc raisonnablement en déduire les prochains « mouvements » ou changement de positionnement des fabricants d'hélicoptères. Dans un second temps on peut affiner notre connaissance du marché. Grâce aux informations glanées par la veille mais également avec le réseau de connaissance des commerciaux, nous sommes à même de connaître le pourcentage d'avionique de chaque fabricant d'avionique, par hélicoptères. Cela nous permet d'élaborer des courbes du marché de l'avionique, ainsi que des parts de marché que chacun détient. En agrégeant les informations obtenues grâce à la veille informationnelle, aux études de marchés achetées auprès d'organismes spécialisés, nous pouvons également déduire les valeurs de marchés de produits spécifiques. Nous serons donc en mesure de déduire le potentiel d'absorption du marché vis-à-vis de nos produits ainsi que du moment opportun pour développer et proposer nos produits. De la même manière, nous pouvons étudier les positionnements des concurrents et anticiper leurs développements de produits afin de rester compétitif et surtout innovants tout en répondant au besoins clients.

Pour aller plus loin, nous pourrions également tenter de mettre en place une analyse statistique de la veille informationnelle.Il conviendrait de mettre en place un algorithme capable de détecter les signaux faibles, et ainsi de qualifier les informations et les ranger par ordre d'importance. L'algorithme pourrait agir une fois que les articles auraient été collectés par le logiciel de veille. Il pourrait se baser sur le nombre de fois où le ou les mots clés seraient retrouvés dans l'article, ou alors de l'association de certains mots clés entre eux comme « Sikorsky ; Contracts ; Avionics ; Rockwell Collins » par exemple. Il pourrait aussi prendre en compte la date à laquelle l'article est sorti. En attribuant un score à chaque article, l'algorithme calculerait des valeurs statistiques afin d'attribuer une valeur chiffrées, un score aux différents articles. Par exemple, un article qui présenterait un nombre de terme (correspondant aux mots clés) qui correspondrait à la moyenne se verrait attribuer un certain score, qui reflèterait l'importance de l'article par rapport à la moyenne. Et ainsi l'on pourrait arriver à détecter des signaux d'importance variante. Cela pourrait nous aider à ne pas manquer une information. Par ailleurs, il pourrait combiner ces données et tenter de prévoir le moment ou le prochain article sur un contrat de production d'hélicoptère Sikorksy pourrait sortir. Cela nous permettrait d'anticiper le marché.Suivre l'évolution de l'occurrence de ces mots clés nous permettrait alors d'établir une évolution de l'environnement ; et nous pourrions mettre en place la stratégie pertinente et cohérente. Cela signifie que les prochains logiciels de veille devraient être capable de ne plus faire que de la veille informationnelle « pure et simple », mais devraient pouvoir faire du « Text-mining ». Le Text-mining peut se définir comme « un ensemble de méthodes, de techniques et d'outils pour exploiter les documents non structurés comme les textes, les fichiers bureautiques » (Fernandez, 2011). Grâce au text-mining, on peut appliquer une approche statistique et chiffrée des informations crawlées.

précédent sommaire suivant