Rihab Bouslama

Rihab Bouslama M2 IGC Les tâches de l’intelligence compétitive
Introduction
L’intelligence compétitive est un processus continu où l’entreprise cherche et collecte les informations
sur son environnement et réalise une planification afin d’atteindre ses objectifs. Avant, toutes les
informations utilisées par l’entreprise existaient dans des bases de données alors les managers
exprimaient leurs besoins aux experts du domaine qui feront la recherche. Aujourd’hui, plusieurs
informations existent sur le web ce qui facilite la tâche de la collecte.
La problématique
Le web contient des informations que l’entreprise peut exploiter et utiliser pour réussir ses objectifs.
Mais la tâche n’est pas si facile que ça, il faut bien savoir comment chercher sur le web et comment
avoir des informations pertinentes ; ce qui complique le travail aux débutants et aux non experts du
domaine de l’intelligence compétitive.
L’analyse des tâches de l’intelligence compétitive
Les entreprises utilisent les moteurs de recherche pour trouver les informations sur le web, mais un
bon résultat n’est pas toujours garanti. Généralement, les employés de l’entreprise écrivent leurs
requêtes sous forme de questions, par exemple « qui sont les clients de MeGa Home & Wedding ? ».
Une telle question n’a pas de résultat sur les premières pages de Google, de Bing et de Yahoo puisque
cette entreprise est nouvelle et n’a pas donné une information sur ses clients. Ces moteurs de recherche
se basent sur les mots clés ce qui multiplie le nombre de ressources retournées (Pacifici et Cavallini,
2005 ; Zhang, Currim et Currim, 2011).
Les tâches de l’intelligence compétitive sont assez complexes. En effet, une tâche est dite complexe
lorsqu’il y a une incertitude entre les chemins potentiels et les états finaux. Prenons par exemple le cas
de MeGa Home & Wedding, une entreprise de décoration des fleurs et de vente d’accessoires maison
qui cherche à connaitre les produits de ses concurrents. Cette tâche n’est pas simple, elle doit être
divisée en deux sous tâches : premièrement chercher les concurrents, ce qui pose déjà un problème car
l’entreprise est nouvelle et le moteur de recherche n’arrive pas à la trouver ; deuxièmement chercher
les produits et leurs prix. Une tâche est considérée complexe quand il y a plusieurs états finaux
souhaités. Dans notre cas l’entreprise vend des fleurs, des accessoires de mariage et fait la décoration
des maisons. Il n’y a donc pas un seul domaine à chercher. Par conséquent l’entreprise doit spécifier
vers quel domaine elle va orienter sa recherche et préciser son marché cible (local, national,
international). Lorsqu’il y a plusieurs chemins pour un seul état final, la tâche est considérée difficile.
La requête peut être modifiée sous la forme « concurrents Denver fleur de soie » mais dans ce cas
même les blogs du thème fleurs vont être retournés en résultat et par conséquent les sources
importantes seront perdues. Lorsque le nombre de chemins vers le résultat augmente, la quantité
d’informations augmente ce qui complique la tâche. Une telle requête doit être faite sur un système de
recherche spécialisé dans la récupération des informations de l’intelligence compétitive qui pourrait
restreindre l'espace de la recherche en orientant les requêtes vers les sources appropriées comme
Yellow Pages. Finalement, l’interdépendance contradictoire entre les chemins complique la tâche
(Zhang, Currim et Currim, 2011).
Pour connaitre les concurrents de l’entreprise ainsi que leurs produits, les experts de l’intelligence
compétitive doivent réaliser les tâches dans un ordre bien déterminé et selon une taxonomie. Le
résultat d’une tâche est parfois nécessaire pour l’exécution d’une autre, donc nous parlons d’une
1 Rihab Bouslama M2 IGC relation séquentielle. Des résultats de deux tâches peuvent se chevaucher ou se compléter en
présentant une relation associative. Une tâche peut être une sous tâche d’une autre, c’est une relation
hiérarchique (Zhang, Currim et Currim, 2011).
La solution proposée
CITAR (Competitive Intelligence Task Analysis and Retrieval) est un méta moteur de recherche qui
est basé sur la technologie J2EE et sur les ontologies wordnet1 et cyc2. Il facilite la recherche en se
basant sur les mots clés et sur le contexte (Zhang, Currim et Currim, 2011).
Ce méta moteur supporte la décomposition et l’analyse des tâches complexes : il dispose d’un
composant qui assure l’analyse des tâches. Ce composant fait une analyse grammaticale de la requête
et retourne les mots clés concernés. Ainsi, l’utilisateur peut choisir parmi ces mots ceux qui lui
paraissent utiles pour sa recherche. Puis le décomposeur des tâches décompose la tâche en sous tâches
et à l’aide d’une base de connaissances, le système détermine les relations entre elles (Zhang, Currim
et Currim, 2011).
En se basant sur le profil de l’utilisateur, CITAR peut connaitre le poste de l’utilisateur, l’historique de
ses recherches, sa zone géographique et l’entreprise où il travaille ainsi que son secteur d’activité. Le
système peut donc prédire les besoins de l’utilisateur et orienter la recherche vers le contexte de son
travail (Zhang, Currim et Currim, 2011).
Le méta moteur CITAR assure la reformulation des questions que l’utilisateur pose, soit il les
reformule sous forme de requête basée sur les mots clés ou sous forme de SEF (specific expressive
forms) (Zhang, Currim et Currim, 2011).
Conclusion
La solution proposée a facilité l’exécution des tâches de l’intelligence compétitive. Savoir où chercher
dans le web est très important pour assurer ce processus, ce qui a été garanti par CITAR. Les moteurs
de recherche disposent des méthodes d’apprentissage automatiques qui aident à prédire ce que
l’utilisateur voulait. Mais ça reste toujours limité sur tout lorsque la requête est complexe, parce qu’il
n’y a pas une interaction entre l’utilisateur et le moteur. Pouvons-nous intégrer un système interactif
comme CITAR dans un moteur de recherche ?
Références
Pacifici, S. I. et Cavallini, D. (2005). Competitive Intelligence: A Selective Resource Guide, Review
of Business Information Systems, Vol. 15, No. 2.
Zhang, L., Currim, S. et Currim, F. (2011). Competitive Intelligence Task Analysis And Retrieval: An
End-User Approach, Review of Business Information Systems, Vol. 15, No. 2.
1
2
Une grande base de données lexicale en anglais. Un fournisseur leader de technologie sémantique. 2