Que vous voyagiez pour les vacances ou les affaires, rien ne vaut l'expérience d'un habitant vivant sur place qui vous fera découvrir les meilleurs endroits pour manger, boire et vous détendre. Et si chaque visiteur pouvait bénéficier de l’expertise locale pour tirer le meilleur parti de son voyage ?

C’était l’objectif de Wi2, l’un des principaux fournisseurs de services Wi-Fi publics au Japon. Avec des milliers de touristes ayant téléchargé son application Wi-Fi TRAVEL JAPAN et s’étant connectés aux quelque 200 000 points d’accès dans tout le pays, l’entreprise a réalisé qu’elle était assise sur une mine d’or de données, allant des aliments préférés des visiteurs aux itinéraires piétonniers les plus courants autour des quartiers commerçants des villes.

Partout au Japon, les entreprises et les collectivités locales utilisaient déjà l’application Wi-Fi TRAVEL JAPAN pour diffuser des messages promotionnels aux visiteurs. Wi2 souhaitait renforcer le service en utilisant l’analyse comportementale pour identifier les tendances des préférences des visiteurs par région et permettre à ses clients de partager des messages très pertinents, convaincants et personnalisés.

Le défi était le volume et la vitesse des données provenant de l’application Wi-Fi TRAVEL JAPAN. La plateforme capture des informations sur la façon dont les visiteurs se déplacent dans une zone, les types d’articles et de messages qu’ils consultent dans l’application et les moments où ces événements ont lieu.

M. Kenji Soma, directeur technique de Wi2, explique : « Notre objectif est d’offrir aux touristes le meilleur accueil possible et de leur fournir toutes les informations dont ils ont besoin pour profiter au mieux de leur séjour. »

« La préparation des données de notre application mobile pour l’analyse était extrêmement chronophage ; face au volume de données générées par la plateforme, nous n'avons pas pu tenir le rythme, » ajoute M. Soma. « Nous stockons d'énormes volumes d’informations utiles, mais nous n’avions aucun moyen de les exploiter. »

Aujourd’hui, la préparation des données pour l’analyse prend quelques minutes ou quelques secondes plutôt que des jours ou des semaines, ce qui permet à l’entreprise d’accélérer le développement de nouveaux services basés sur les données. L’analyse du big data dans le cloud alimentant son activité, Wi2 prend des mesures importantes pour atteindre ses objectifs marketing personnalisés.

« Dans le passé, nous devions extraire les données dont nous avions besoin à partir d’énormes volumes de journaux dans notre environnement de stockage d’objets cloud, puis structurer les données manuellement », explique M. Fukui. « Le traitement des données pouvait prendre jusqu’à une semaine, et plus d’une heure pour l’analyse, mais aujourd’hui, tout a changé.

« Le fait de réduire le délai d’analyse à quelques minutes ou secondes est une révolution. Mieux encore, nous pouvons désormais visualiser nos données de manière plus intuitive, par exemple en traçant les événements sur une carte basée sur les coordonnées GPS des appareils mobiles des utilisateurs. Nous pouvons nous concentrer davantage sur l’analyse de nos données, et nous pensons qu’il est avantageux pour nous de pouvoir effectuer plus de types d’analyses en une seule journée. »

L’analyse rapide aide déjà Wi2 à mieux comprendre les préférences des visiteurs et les sites « pots de miel », et à améliorer le ciblage des offres et des recommandations.

« Plus nous recueillons de données, plus nous serons en mesure de prédire avec précision ce que chaque visiteur voudra probablement voir et faire pendant son séjour au Japon », explique M. Fukui. « En fin de compte, nous visons à fournir les informations les plus utiles au moment optimal du voyage d’une personne. »

En aidant ses partenaires de l’industrie et des collectivités locales à comprendre ce que les touristes attendent de leurs séjours, Wi2 peut les aider à élaborer des stratégies d’engagement plus efficaces, offrant ainsi une expérience encore meilleure aux visiteurs, à tous les niveaux.

« De nombreuses entreprises analysent déjà les habitudes piétonnes à partir de données mobiles et fournissent des recommandations de produits ou des bons de réduction pour des services recherchés », explique M. Soma. « En tant qu’entreprise innovante, nous essayons toujours d’être les premiers à mettre en œuvre ce type de nouvelles technologies. »

En fin de compte, Wi2 vise à développer des produits prédictifs qui aident ses partenaires à comprendre ce que les visiteurs sont susceptibles de faire, en fonction de leur comportement actuel et des tendances historiques des visiteurs. Par exemple, l’analyse prédictive pourra identifier qu’un groupe de touristes asiatiques faisant du shopping à Yokohama ont une forte propension à réserver une nuit dans la ville thermale de Hakone Yumoto.

« Nous voulons relever ce genre de défis avec des technologies cognitives pour l’apprentissage en profondeur et l’intelligence artificielle, telles que les solutions IBM Watson® disponibles via IBM Bluemix », explique M. Fukui.

En ce qui concerne l’avenir, Wi2 entend poursuivre son étroite collaboration avec IBM pour stimuler la croissance de ses activités.

M. Soma conclut : « À l’heure actuelle, nous accumulons un large éventail de journaux mobiles dans notre infrastructure d’agrégation de données. Il peut s’avérer nécessaire de réorganiser notre infrastructure en deux systèmes : une base de données pour une analyse à long terme des données d’archives à grande échelle et un entrepôt de données pour la détection de modèles en temps réel dans les flux de données. Nous voyons un grand potentiel dans nos solutions IBM Cloudant et IBM Db2 Warehouse on Cloud pour atteindre ces objectifs. »

Fondée en 2007 et basée à Tokyo, au Japon, Wire and Wireless Co., Ltd. (lien externe à ibm.com) (Wi2) fournit une infrastructure et des services haut débit sans fil. La société propose le service de réseau local sans fil public ayant le plus grand nombre de points d’accès au Japon, desservant les principales gares, les cafés et les fast-foods, via l’application Wi-Fi TRAVEL JAPAN.