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 numériquel’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 telle, 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 ?

Laisser un commentaire

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