Peut-on vraiment prévoir les comportements d’achat grâce aux traces sur le web ?

Ce billet a été rédigé par Thomas Cava (Enssib) dans le cadre du cours en ligne Economie du web.

Attends une seconde, quelles traces ?

On entend beaucoup parler de Big Data et lentement se met en place une prise de conscience globale des traces sur le web, notamment avec le  monopole des outils Google qui obligent l’internaute soucieux de ce qu’il laisse derrière lui à de véritables prouesses d’efforts pour continuer son activité sur le net tout en évitant les sites qui récoltent ses données.

Néanmoins, le terme de traces est assez flou et si on comprend bien qu’un achat sur Amazon donne au vendeur les moyens de nous recommander par la suite, peut-être a-t-on plus de mal à concevoir que notre dernier tweet, à propos de cette vidéo sur Youtube d’un chat qui joue du piano, est tout autant révélateur pour les acteurs du marketing prédictif.

Si l’on s’en tient aux récents propos de Louise Merzeau pour HAL, il en existe trois catégories :

Tout d’abord, les traces dites-déclaratives regroupent les rendus publics d’opinions, d’expériences (blogs, sites perso, articles et œuvres mis en ligne), mais aussi la formalisation autobiographique indexée (CV en ligne, profils rédigés sur les réseaux sociaux professionnels) ou encore les préférences, habitudes, humeurs (statuts sur réseaux sociaux, commentaires, micro-blogging), les fragments de vie, dispositions à des formes de jeu (photos, vidéos). L’internaute est conscient des informations qu’il publie.

Dans le cas de traces dites-comportementales, il s’agit aussi d’expression intentionnelle mais le même internaute ne soupçonne pas forcément la dimension d’utilisation potentielle derrière. Typiquement, on parle de requêtes dans les moteurs de recherche, d’articles achetés ou consultés dans l’e-commerce, de mails s’ils sont indexés. De la même manière, les données de géolocalisation sont d’abord consenties puis vite oubliées.

Enfin, ce qu’appelle Fanny Georges (en 2009, dans Représentation de soi et identité numérique) l’identité calculée, à savoir les indicateurs d’un capital relationnel, le degré d’influence ou la densité d’activité, est produite à partir de sites transformant des données quantitatives (fréquence et chronologie des publications, nombre de contacts, d’« amis » ou de followers, un score ou un classement, etc.) en données qualitatives : cette personne a acheté plus de 20 livres en un an, elle est qualifiée de grand lecteur, etc..

Je le savais, les gens ne sont pas fiables.

Jusqu’à présent, le marketing traditionnel se basait sur l’hypothèse que « le comportement des clients, leurs motivations d’achat se repos[aient] sur des dimensions uniquement relationnelles » (Big data et marketing : Vers une analyse prédictive de l’acte d’achat, Philippe Moncenix 2013). Typiquement, la prédiction de l’acte d’achat se repose sur la date du dernier achat, la fréquence d’achat ou encore le montant moyen sur une période donnée. Néanmoins, elles ne prennent pas en compte la dimension du statut émotionnel du client lors de l’acte d’achat, que ce soit les désirs, les valeurs, autant de critères irrationnels qui font de la prédiction du comportement d’achat un idéal plutôt qu’un fait accompli.

En effet, je reprendrai le terme de consommateur irrationnel (de Bruno Teboul, ancien directeur marketing et digital) pour dénoter le caractère en apparence irrégulier de comportements d’achat pour ces vieilles méthodes de pensées marketing. De fait, si les systèmes de marketing prédictif sont employés pour reproduire des comportements simples et basés sur des briques informationnelles élémentaires, ils se heurtent à la décision finale du consommateur qui, de par sa grande complexité intrinsèque, ne peut être parfaitement prédite.

On peut arranger ça, non ?

Aujourd’hui, en ayant ces problématiques à l’esprit, le marketing prédictif se doit de travailler avec des populations de données et de traces exponentiellement plus importantes que 20 ans à l’arrière. Deux schémas se dégagent de cette observation : certains développent des algorithmes de plus en plus poussés, basés sur des modèles statistiques, afin de trouver des motifs cachés de consommation (voir l’article que cite Teboul sur la prédiction de grossesses adolescentes /en anglais) ; d’autres puisent dans des banques de données immenses et brident leurs algorithmes en connaissance de cause pour influer sur la recommandation plutôt que la prédiction d’achat (Amazon en est l’exemple principal).

Évidemment, la solution la plus simple (ou la plus compliquée) serait de parvenir à récupérer les données manquantes, à savoir le statut émotionnel du client. On peut imaginer un futur où neuroscientifiques et comportementalistes seraient ajoutés à l’équipe marketing d’une grande entreprise pour contribuer à leur technique de prédiction. Déjà, avec l’engouement pour les appareils de self-monitoring et toutes les données renvoyées vers nos téléphones concernant notre santé, on peut envisager une application dans le domaine de la pharmacie : le poids, la taille, les battements de cœur par minute recueillis sur un téléphone permettent au docteur résident de l’entreprise de savoir que cet homme pourrait souffrir de tachycardie, une publicité s’affiche alors sur l’écran de son smartphone vantant les mérites du dernier médicament contre la tachycardie.

Personnellement, je pense que la prédiction d’achat relève de la prédiction du comportement de l’individu, et en tant que quelle, est vouée à l’échec. Certes, l’individu est amené à suivre des habitudes d’achat et de comportement par nature, et de nombreuses entreprises réussissent très bien à vendre leurs produits grâce au marketing prédictif tel qu’il est aujourd’hui, néanmoins c’est cette même nature qui fait de lui un être intrinsèquement irrationnel et régit par ses humeurs.

Tant que l’on n’aura pas résolu la question de la psyché humaine, je doute que l’on puisse vraiment prédire les comportements d’achat avec ou sans traces.

Qu’en pensez-vous ? Essayez-vous activement de ne pas laisser de traces sur le web, ou alors préférez-vous laisser au web les outils pour vous recommander votre prochain achat ?


Vous aimerez aussi...

14 réponses

  1. Thomas Cava dit :

    L’accent de cette discussion aura été fait sur les limites des systèmes de prédiction de web marketing, et à raison. Sur le papier, tout est faisable et les chiffres de données et traces activement travaillées par les algorithmes sont immenses, octroyant une illusion de réussite. Néanmoins, dans les faits, ces systèmes restent biaisés par nature car justement de nature mathématiques, ils ne prennent pas en compte les données subjectives telles que l’humeur ou même la personnalité d’un individu.

    Le deuxième point aura été l’action des commerciaux embrassant, si je puis dire, ces défauts intrinsèques, et basant leurs systèmes là-dessus. Plutôt que de perdre temps et ressources sur un projet qu’ils ne sont pas sûrs de réaliser, ils transforment le problème en incitant l’utilisateur à acheter produit plutôt qu’un autre.

    Il ne faut pas pour autant perdre espoir pour la prédiction de comportement d’achats, ainsi que plusieurs projets – certes à petite échelle – montrent des signes prometteurs. Nous ne sommes pas à l’abri de nous réveiller un matin et d’aller nous acheter un café, que celui-ci aura déjà été préparé pour nous.

  2. Ponton Noémie dit :

    La digitalisation des points de vente et la multiplication des écrans (tablette, smartphone, ordinateur portable, télévision) rendent le consommateur actuel on ne peut plus connecté et connectable mais aussi volatile. Comme tu l’as abordé dans ton billet, cet effet modifie la relation entre les distributeurs et les consommateurs. Ils n’ont jamais eu une relation aussi proche et privilégiée. Les données analysées offrent une valeur ajoutée très sérieuse mais seulement si elle est utilisée correctement, il en va de soit. C’est ici une des limites du « webmarketing ». L’autre limite que je vois est celle de l’afflux des données. Je suis tombée sur un article récemment, selon Libération (article datant de 2012 : http://www.liberation.fr/economie/2012/12/03/donnees-le-vertige_864585 ) « L’humanité produit autant d’informations en deux jours qu’elle ne l’a fait en deux millions d’années. » et « 80% des données issues des réseaux sociaux sont non structurées (textes, audio, vidéo) ». Déjà en 2012 cette profusion de données était abordée. C’est toujours le cas deux ans plus tard ; est-ce que finalement le traitement des données dû à leur afflux incroyable ne glisserait pas vers le cœur de métier du webmarketing ?

    Enfin je me posais la question de savoir si les comportements sont différents selon le type d’écran utilisé ? Les distributeurs analysant les données d’un type écran unique pourraient alors adapter leurs offres en fonction, qu’en penses-tu ?

    • Thomas Cava dit :

      Article très intéressant (j’aime les chiffres).
      Je pense que nous sommes à une intersection, nous venons tout juste de découvrir/créer une population produisant des millions, des milliards de données par jour, à la seconde, etc., et peu sont ceux qui peuvent capter et analyser cette information régulièrement et manière efficace à l’heure qu’il est. Nous n’avons tout simplement pas la technologie, ou alors elle est trop coûteuse.
      Dans ce sens-là, je dirais que le webmarketing du futur passerait par un travail joint avec des data crunchers, qui transformeraient ces mers de données en statistiques pour ensuite pouvoir les utiliser. Cela se fait déjà, mais je peux imaginer que dans dix ans, même le site web de ma boulangerie les utiliserait.

      Concernant les types d’écran, nous sommes déjà capables de dire si quelqu’un regarde le JT, tweete un commentaire puis change de chaîne (cf. ton article), etc. Après, il ne s’agit que d’un pas pour déterminer quels usages via quels médiums, même si nous avons vu dans ce cours que l’on se dirigeait vers des utilisations en simultané de plusieurs écrans à la fois (je sais que l’on peut me surprendre à lire sur ma liseuse tout en écoutant de la musique sur mon téléphone et regardant un film sous-titré à l’ordi).
      Mais je serais prêt à parier que Amazon ou Google change déjà leurs résultats en fonction de la plateforme utilisée.

  3. Jonathan Gosselin dit :

    Je suis en grande partie d’accord avec vous en ce qui concerne la capacité de prédire avec certitude le comportement des usagers à partir de ces traces.

    Mais, malgré l’absence dans l’équation de l’aspect humeur et de l’irrationalité de l’usager, je ne crois pas pour autant que cette méthode soit aussi inefficace que mes collègues le laissent entendre. J’imagine que les compagnies qui œuvrent dans le marketing prédictif et qui génèrent des publicités ciblées ne s’attendent pas à ce que 100% des clients agissent de la même manière à chaque fois qu’ils se trouvent dans une situation X. Je présume plutôt qu’ils tiennent à ce qu’un pourcentage X réagisse de manière Y dans une situation donnée. En d’autres mots, je ne crois pas que l’on soit dans les prédictions exactes, mais plutôt dans le calcul des probabilités.

    • Thomas Cava dit :

      Très juste, ça rentre dans l’aspect irrationnel de l’utilisateur que les modèles traditionnels jusqu’alors laissaient délibérément de côté. C’est le « facteur humain » si je puis dire, beaucoup d’économistes rêveraient d’utilisateurs achetant de manière robotique ce dont ils ont besoin, régulièrement et sans jamais varier. Et j’avoue parfois espérer que je puisse me contenter moi-même d’acheter que ce dont j’ai vraiment besoin. Mais où le webmarketing trouverait alors sa place, s’il était si facile de prévoir les comportement d’achats ?
      Mais c’est l’idée, n’est-ce pas ? Confronter les données « traditionnelles » d’historiques d’achats aux nouvelles données disons « sociales » : cet utilisateur a une histoire de grand consommateur de fiction, son statut facebook dit qu’il vient de rompre avec sa compagne, proposons-lui une romance avec happy ending (ou bien quelque chose de plus noir, pourquoi pas ?).

  4. Paula Lebrasseur dit :

    Je trouve très pertinent le fait que vous ayez synthétisé les trois catégories de traces que l’on trouve sur le Web. Vous soulevez également de façon nuancée plusieurs problématiques intéressantes. Je suis d’accord avec vous lorsque vous dites que l’on ne peut pas prédire avec certitude les comportements d’achat : mais peut-on prédire quoi que ce soit avec certitude? Toutefois, je crois que la ligne est parfois mince entre prédire et influencer. J’abonde dans le sens de ma collègue Héloïse Geandel lorsqu’elle affirme que l’on peut influencer les comportements d’achats par des recommandations personnalisées aux usagers, ce qui, au final, restreint leurs options. Aussi est-il possible de tracer un portrait impressionniste des habitudes de consommation des usagers, sans réussir à prédire, comme vous l’avez souligné, quel sera le moment et « l’objet » de leur prochaine consommation. Sans céder à la paranoïa, on peut tout de même se questionner sur l’impact d’un environnement informationnel de plus en plus omniprésent, qui récolte une couche supplémentaire de renseignements personnels, précisant davantage les traits du portrait impressionniste évoqué plus haut. Un individu dont on connait les habitudes n’est-il pas un individu plus prévisible? Heureusement, comme vous l’avez mentionné, un grand nombre de facteurs, qui échappent au contrôle des compagnies, vient influencer le comportement des individus et trouble les prédictions des spécialistes du marketing…

  5. Héloïse Geandel dit :

    Merci pour ton billet Thomas, je le trouve vraiment intéressant. Beaucoup de sites et de plateformes utilisent le système de recommandation pour tenter d’influencer les achats des internautes. Comme tu le soulignes le Big Data est devenu un marché à part entière, les données des individus constituant un véritable enjeu commercial. Cependant en effet le consommateur possède sa part d’irrationalité et impossible de prévoir son état émotionnel au moment de l’achat. A mes yeux, ton billet fait écho à mes recherches effectuées sur Netlix. La plateforme avait tenté de prendre en compte la dimension émotionnelle du client en créant un petit jeu, Max, sur Playstation 3 en 2013. Il demandait à l’utilisateur de lui indiquer son humeur afin de lui proposer un film en conséquence. Le concept était intéressant et avait porté ses fruits.

    A défaut de les prévoir on peut donc influencer les comportements d’achats et une des limites de la recommandation, c’est la restriction de choix que cela entraîne. Cela limite le champs de vision du consommateur en lui proposant des outils qui correspondent aux traces laissées par celui-ci, lui enlevant la perspective de découvrir d’autres horizons.

    • Thomas Cava dit :

      Merci ! Je pense la même chose, et c’est une technique vieille comme le monde : si vous ne pouvez prédire ce qu’un adversaire va faire, assurez-vous qu’il fasse ce que vous souhaitez qu’il fasse. J’ai fait du tennis et du ping pong dans le temps, et je sais que l’on joue long sur le revers pour préparer une attaque coup droit.
      Typiquement, les systèmes de recommandation font la même chose, et pour des acteurs commerciaux comme Amazon, c’est tout ce dont ils ont besoin. Maintenant pour les éditeurs, c’est plus compliqué, je ne suis pas éditeur mais je pense que l’idée est toute autre : certes on va valoriser les séries, le prochain livre de nos best-sellers, mais derrière tout ça on est toujours sur une approche prédictive plutôt que proactive. Proactif, c’est un terme que j’aurais dû utiliser dans le billet !

      Et bien sûr, avec cette influence viennent des soucis d’éthique ? Je ne pense pas, au contraire et c’était le point de l’un de mes travaux l’année passée, les utilisateurs vont plutôt vers ces acteurs commerciaux exerçant de la recommandation (pour le livre) (plutôt que vers des réseaux sociaux lecteurs par exemple), parce qu’après la recommandation sociale (amis, famille, collègues) ce sont les chiffres impressionnants d’Amazon qui rassurent les lecteurs et influencent leurs prochains achats.

  6. Priscille Legros dit :

    Tout d’abord, merci pour cet article très intéressant, alimenté de sources sur le sujet. Je suis d’accord avec le fait que les géants du web usent plus du calcul de données pour proposer de l’achat en utilisant les traces des internautes sans nécessairement les prévoir à l’avance. Cependant, j’ai découvert il y a quelque temps que me réseau social Facebook avait mené une expérience l’année dernière qui consistait à augmenter les aspects positifs et optimistes ou à l’inverses pessimistes et négatifs des fils d’actualité de nombreux utilisateurs, cela leur a permis de constater les fluctuations du bonheur des internautes concernés (un article qui relate cette histoire ici :http://www.lemonde.fr/pixels/article/2014/06/30/facebook-ce-que-nous-apprend-une-vaste-experience-psychologique-controversee_4447775_4408996.html ). Or, si facebook peut décider de rendre ses utilisateurs plus ou moins heureux, n’y a-t-il pas là une brèche ouverte pour cette économie comportementale (à savoir, un client heureux achète plus…).
    Même si les industries du web ne peuvent pas prévoir nos comportements d’achats au sens littéral du terme, elles peuvent néanmoins fortement les influencer.

    • Thomas Cava dit :

      Voilà une perspective bien effrayante. Je ne voudrais pas que la prochaine étape soit la production de soma et que l’on vive une version plus réelle du Meilleur des Mondes d’Huxley.
      Cela rencontre les commentaires d’Héloïse et de Paula, je ne pense plus qu’il s’agisse de « comment peuvent-ils influencer nos comportements d’achats ? » mais plutôt « depuis quand ? ». Admettons que je sois un fervent protecteur des loups et que je poste mes discours véhéments sur facebook, que je navigue sur tous les sites d’associations et que je signe les pétitions ; non seulement je reçois de plus en plus de contenu sur mon fil d’actualité, dans les publicités google, etc., mais en parallèle je ne reçois plus de propositions d’articles de chasse alors que je pourrais très bien être intéressé par la chasse au cerf qui détruit les forêts autant que les loups les sauvegardent.
      Là où cela deviendrait à mon sens à la fois brillant et perturbant, ce serait si un médium ou une plateforme quelconque me proposerait volontairement des articles ou des produits diamétralement opposés à mes opinions afin de faire vivre le débat, peut-être inciter à la révolte émotionnelle ou créer le buzz.

  7. Jean-Michel Salaün dit :

    Bonjour,
    Que pensez-vous de cette initiative ?
    http://mesinfos.fing.org/projet/

    • Thomas Cava dit :

      Il est intéressant de donner aux utilisateurs les moyens d’agir sur l’utilisation de leurs données et d’intervenir sur la production de nouvelles applications, etc. Néanmoins, j’ai des doutes quant à l’apport que peut engendrer ces retours.
      Le fait que les utilisateurs soient donnés les informations quant à l’utilisation réelle et actuelle de leurs données est un plus en soi, dans le sens où cela leur offre une vision plus globale de l’enjeu derrière chacune d’entre elles et une prise de conscience sur leur activité personnelle dévoilée sur le web. Maintenant, je ne vois pas en quoi ils seraient plus qualifiés que des analystes ou des vendeurs pour déterminer que faire de toutes ces données. Le changement de perspective est le bienvenu, et je pense que leur feedback serait très bien reçu dans le design des interfaces en particulier. Mais je peine à trouver des exemples d’utilisateurs ayant aidé à l’amélioration et l’innovation dans la collecte de leurs données.

  8. Pierre Gandonnière dit :

    Malheureusement, si je réponds, je vais encore laisser une trace….tant pis! Tout à fait d’accord avec la ligne de ce papier et même plus. Le marketing est un rétroviseur. Il repose sur deux postulats faux : 1 que l’avenir est contenu dans le passé et 2 qu’une prédiction peut être faite à partir de simplifications. C’est donc une approche déterministe et positiviste. Le marketing ne permet pas de découvrir les nouveaux marchés, jamais, il ne permet pas d’imaginer le comportement d’un consommateur face à l’innovation, non plus. Il a pour effet que toutes les poules aillent picorer les mêmes grains au même endroit. Mais il ne découvre jamais de grains nouveaux. Voir ce que Michel Hébert écrit sur « le marketing de l’imprévisible » http://www.editions-harmattan.fr/index.asp?navig=catalogue&obj=livre&no=34122

    • Thomas Cava dit :

      Je mentionnerai mon expression préférée : Et nunc reges intelligite erudimini qui judicatis terram, traduite dans son contexte par « l’erreur des rois est, pour les rois, la meilleure des leçons ». L’idée est de ne pas forcément regarder en arrière pour obtenir des réponses mais également autour de soi.
      Et n’est-ce pas ce que le webmarketing met en place ? C’est peut-être une tangente, mais le benchmarking est une pratique clef de l’activité des acteurs web (et de tous les autres, en fait) et on peut imaginer certains acteurs aux ressources moindres développer des outils similaires à ceux qui réussissent plutôt qu’à créer leurs propres algorithmes par exemple.
      Si l’on va plus loin, il ne serait pas étonnant de trouver des sites web aux algorithmes piochant directement dans les sites web concurrents pour alimenter leur offre. Une sorte de prescription sur les prescripteurs, une méta-prescription, si je puis dire.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *