L’analyse prédictive, votre nouveau libraire !

Mofibo est un libraire en ligne danois qui a basé son business model sur l’analyse de données ! En offrant à ses lecteurs des recommandations de lecture très fines, il améliore leur satisfaction en leur proposant des livres qui leur plaisent et par conséquent Mofibo améliore sa rentabilité. Quand l’analyse prédictive alimente un cercle vertueux !

Nombre de consommateurs ne savent encore ce que sont les big data. Pourtant, dans quasiment tous les domaines de la vie quotidienne, ces big data sont en train de transformer notre façon de consommer. Et la capacité à analyser en quasi temps réel d’importants volumes de données transforme également les business models des entreprises.

En témoigne l’exemple de Mofibo, libraire en ligne danois qui propose un abonnement de lecture illimitée. Le business model de la société ne serait pas viable sans l’analyse de données. En effet, la société paie les éditeurs pour chaque livre lu, au-delà d’un certain nombre de pages qui varie en fonction de la taille du livre. Dans ce modèle, à temps de lecture égal, le lecteur qui finit de lire un livre est plus rentable pour Mofibo que celui qui en commence plusieurs sans jamais les finir.

La société a développé un moteur de recommandations basé sur l’analyse des données. Cet outil améliore à la fois la rentabilité de Mofibo et la satisfaction des lecteurs. Et plus la société a de lecteurs et plus ces lecteurs sont contents, plus les recommandations s’affinent car chaque livre lu apporte de nouvelles données. Le modèle prédictif s’enrichit au fur et à mesure et permet de meilleures recommandations. Un cercle vertueux qui contribue aux bons résultats de Mofibo !

Lire l’article (en anglais)

 

En complément :
Un article (en anglais) sur la radio en ligne Pandora qui propose aux musiciens des données sur l’écoute de leurs morceaux,
et
un article sur les moteurs de recommandation

 

A lire sur Business-Analytics-info.fr :

« Musique en ligne, les recettes de Deezer et Spotify pour séduire les auditeurs »
et
« Edition : mesurer l’engagement des lecteurs grâce aux données »