Méthodes d'optimisation et de prévision du trafic d'un site web

Notre étude avait pour objectif d'optimiser les canaux d'acquisition et de rétention du trafic, et de faire des prévisions sur l'audience du site web kerawa.com. Cela consistait à augmenter le trafic du site web kerawa.com, faire en sorte que les utilisateurs de ce site restent plus longtemps, et faire des prévisions sur l'audience du site, i.e. donner une estimation des valeurs du trafic du site pour les jours futurs. Nous avons pour cela, utilisé la régression linéaire multiple avec 02 variables explicatives, pour mesurer l'impact des seuls trafics provenant de Google (trafic payant) et des réseaux sociaux sur le trafic global du site kerawa.com. Nous avons ensuite utilisé la régression logistique binaire, pour déterminer quels étaient les canaux qui amélioraient ou dégradaient la qualité du trafic du site. Nous avons également utilisé le modèle SARIMA, pour modéliser l'audience du site en question afin d'y faire des prévisions, et enfin, nous avons utilisé la méthode de classification des k-means, dans le but de déterminer les différents profils des jours de navigation sur le site kerawa.com.

Autorentext

Alexis Yipmo est Data Scientist chez Kerawa.com, un site Africain de Classifieds. Il a obtenu une Licence en mathématiques à l'université de Yaoundé 1, puis un Master en statistiques appliquées à l'École Nationale Supérieure Polytechnique de Yaoundé en 2016. Il réside à Douala au Cameroun.

Klappentext

Notre étude avait pour objectif d'optimiser les canaux d'acquisition et de rétention du trafic, et de faire des prévisions sur l'audience du site web kerawa.com. Cela consistait à augmenter le trafic du site web kerawa.com, faire en sorte que les utilisateurs de ce site restent plus longtemps, et faire des prévisions sur l'audience du site, i.e. donner une estimation des valeurs du trafic du site pour les jours futurs. Nous avons pour cela, utilisé la régression linéaire multiple avec 02 variables explicatives, pour mesurer l'impact des seuls trafics provenant de Google (trafic payant) et des réseaux sociaux sur le trafic global du site kerawa.com. Nous avons ensuite utilisé la régression logistique binaire, pour déterminer quels étaient les canaux qui amélioraient ou dégradaient la qualité du trafic du site. Nous avons également utilisé le modèle SARIMA, pour modéliser l'audience du site en question afin d'y faire des prévisions, et enfin, nous avons utilisé la méthode de classification des k-means, dans le but de déterminer les différents profils des jours de navigation sur le site kerawa.com.