• Un système d’intelligence avancé dans l’analyse du comportement d’achat en ligne et de la satisfaction des clients

    Les achats en ligne ou sur Internet augmentent de jour en jour. Avec l’avancement de la technologie moderne, le marché en ligne se développe de manière considérable.

    De nos jours, les gens préfèrent les achats en ligne car ils permettent d’économiser du temps, de l’énergie et de l’argent. En raison de la bénédiction d’Internet que les achats en ligne ont fait leurs débuts, ce qui affecte également les citoyens ordinaires pour les achats en ligne.

    Ainsi, pour la croissance émergente du marché en ligne, il est nécessaire de connaître le comportement des achats en ligne et la satisfaction des clients. La sécurité, la confiance, la qualité des produits jouent un rôle important dans la satisfaction du client. Dans cette étude, nous avons examiné la satisfaction des achats en ligne des clients son impact. La qualité du produit, le prix du produit par rapport au marché local, la politique de retour, la livraison en temps opportun du produit sont également des éléments essentiels des achats en ligne. En analysant tous ces facteurs, nous avons essayé de trouver le comportement et la satisfaction des clients à l’égard des achats en ligne.

    Dans notre étude, nous avons utilisé une méthode d’apprentissage automatique pour rechercher le résultat. Nous avons utilisé 40 000 données pour connaître l’exactitude de notre travail et analyser la satisfaction des achats des clients. Nous utilisons des algorithmes de classification Naïve Bayes, Apiorir, Decision Tree et Random Forest pour cette analyse. Nous avons obtenu notre meilleur résultat en utilisant l’algorithme d’Apiorir (précision de 88%) et l’algorithme de Bayes naïve (précision de 87%). Nous nous sommes également concentrés sur le comportement des clients et l’intérêt pour les achats en ligne. Notre étude peut aider à développer l’intelligence d’affaires et l’amélioration de la satisfaction sur le commerce électronique.

  • Comment l’Internet des objets (IoT) optimise la vitesse de la ligne de production

    Avec la reprise des activités, les fabricants doivent doubler leur production. Ainsi, les objets connectés sont utilisés pour trouver des leviers d’optimisation dans le processus. Bien que de nombreux fabricants aient déjà déployé des dispositifs IoT pour la maintenance prédictive, leurs motivations ont changé avec la crise sanitaire.

    “La reprise des activités a mis beaucoup de pression sur les industriels”, a déclaré Arnaud Huvelin, fondateur de la startup Déclique, qui mise sur l’amélioration continue grâce aux boutons IoT. « Leur production doit être doublée… avec la même quantité d’équipements », a poursuivi le responsable.

    Dans ces conditions, l’optimisation de la vitesse de la ligne de production devient critique. C’est là que l’Internet des objets (encore) apparaît.