En cybers\u00e9curit\u00e9, la pr\u00e9vention n’est pas la meilleure m\u00e9decine, il vaut mieux intervenir\u00a0! Comment\u00a0? Gr\u00e2ce aux analyses comportementales pr\u00e9dictives, notamment.<\/p>\n
Faux communiqu\u00e9 Vinci, op\u00e9rations de \u00ab phishing \u00bb ciblant les clients des banques\u2026 Comme nous l’avons appris par les r\u00e9centes infiltrations \u00e0 l’int\u00e9rieur des r\u00e9seaux des grandes entreprises et des organismes gouvernementales, il est pratiquement impossible pour une grande organisation d’\u00e9tablir un p\u00e9rim\u00e8tre de d\u00e9fense imp\u00e9n\u00e9trable autour de ses donn\u00e9es.<\/p>\n
Le \u00abmod\u00e8le de ch\u00e2teau fort\u00bb de la cybers\u00e9curit\u00e9 a \u00e9t\u00e9 jug\u00e9 insuffisant.<\/p>\n
Mais cela ne signifie pas que les pare-feu doivent \u00eatre supprim\u00e9s. Au lieu de cela, notre ch\u00e2teau m\u00e9taphorique doit \u00eatre dot\u00e9 d’un r\u00e9seau d’espions form\u00e9s pour surveiller chaque visiteur unique<\/a> et signaler tout comportement suspect qu’ils rencontrent.<\/p>\n Cela peut \u00eatre r\u00e9alis\u00e9 avec un outil appel\u00e9\u00a0: analyse comportementale pr\u00e9dictive, une technologie utilis\u00e9e le plus souvent dans le marketing. En combinant les donn\u00e9es de clics avec la technologie de machine learning, l’analyse comportementale aide les entreprises \u00e0 cr\u00e9er une exp\u00e9rience en ligne personnalis\u00e9e pour chaque visiteur sur leurs sites Web ou mobiles.<\/p>\n Comment fonctionne l’analyse comportementale pour le marketing et la cybers\u00e9curit\u00e9<\/b><\/p>\n De nombreuses entreprises utilisent d\u00e9j\u00e0 ces types d’outils d’entreprise pour am\u00e9liorer les r\u00e9sultats de leurs clients. Les fournisseurs communs d’analyse marketing sont Google et Adobe. D’autres programmes tels que le logiciel d’int\u00e9gration Apache Hadoop <\/a>de SYNTASA<\/a> peuvent aider \u00e0 combiner les donn\u00e9es de flux de clics avec les donn\u00e9es d’entreprise, comme la logistique, l’inventaire et les commentaires des clients.<\/p>\n L’arsenal de la soci\u00e9t\u00e9 de services d’analyse comportementale pr\u00e9dictive s’\u00e9tend de la mod\u00e9lisation de la propension des clients, \u00e0 l’analyse de corr\u00e9lation et le regroupement d’audience.<\/p>\n Ensemble, toutes ces donn\u00e9es de premier plan peuvent aider une entreprise \u00e0 comprendre o\u00f9 se situent ses inefficacit\u00e9s et inversement, ce qui la rend plus attrayante pour ses clients, telle qu’exprim\u00e9e par leur comportement en ligne. Lenovo a fait usage de ces techniques pour cr\u00e9er une exp\u00e9rience client sur mesure sur son site Web pour les acheteurs. Pour cela, l’entreprise a combin\u00e9 trois programmes : Clickstream data<\/a>, qui contient le comportement du client; Hadoop, pour d\u00e9velopper des cat\u00e9gories analytiques; Et SYNTASA, pour appliquer le sch\u00e9ma analytique sur les donn\u00e9es brutes.<\/p>\n \u00ab\u00a0Nous avons identifi\u00e9 9 clusters distincts\u00a0\u00bb<\/em>, a d\u00e9clar\u00e9 Ashish Braganza, directeur de Lenovo de business intelligence mondiale, \u00ab\u00a0bas\u00e9s sur le comportement des clients qui viennent sur notre site Web.\u00a0\u00bb<\/p>\n Les clusters comportementaux ont ensuite \u00e9t\u00e9 appliqu\u00e9s \u00e0 l’ensemble des donn\u00e9es captur\u00e9es par les donn\u00e9es de flux de clics, via la fonction d’indexation de SYNTASA. Cette indexation est all\u00e9e jusqu’\u00e0 inclure des donn\u00e9es de niveau cookie, a d\u00e9clar\u00e9 Braganza, directeur de Business Intelligence mondiale chez Lenovo.<\/a><\/p>\n