Marketing café : les insights passés au crible

Plus précisément, CUBE avait invité Wilko Rozema de Dynata et Jon Puleston de Kantar. Le premier a expliqué comment les participants pouvaient influencer la qualité des enquêtes. Et de citer l’exemple des générations Y et Z, accoutumées depuis leur plus tendre enfance aux vidéos TikTok de 30 secondes. Ont-elles encore le temps et l’envie de répondre à des enquêtes d’une demi-heure ? Et que dire des risques liés à l’intelligence artificielle ? Comment saurons-nous encore ce que pensent les gens si les questionnaires sont remplis par des outils d’IA ?

Cela dit, l’IA peut nous aider à contrôler la qualité des données. Selon le Néerlandais, des outils de ce type ne cessent de gagner en importance parce qu’ils deviennent plus performants que les gens pour repérer les tricheurs. Rozema estime que les participants à une enquête peuvent être classés en quatre catégories : les Lazy Cheaters, les Smart Cheaters, les Unengaged Real People et les Perfect People. « Les Lazy Cheaters sont faciles à repérer parce qu’ils cochent toujours la même case et omettent les questions ouvertes. Les Smart Cheaters sont les plus problématiques, car on a beaucoup de mal à les identifier. Il s’agit des scripts automatisés et des fermes à clics. Ils représentent un risque réel pour les résultats. »

Les Unengaged Real People sont ceux qui n’auraient pas dû répondre à l’enquête, poursuit Rozema. Leur manque d’engagement peut présenter divers degrés et, bien que les outils d’évaluation les qualifient souvent de cas limites, on peut quand même conserver certaines de leurs réponses. Enfin, les Perfect People sont les plus rares. Ils ne constituent qu’une minorité au sein de chaque panel et sont parfois appelés « répondants professionnels ». Rozema commente à leur sujet : « Aujourd’hui, il semble que tout le monde veuille les garder dans les études parce qu’ils donnent des réponses si satisfaisantes. Or, il vaut mieux les éliminer car ils sont biaisés du fait même qu’ils donnent à chaque fois la réponse idéale. »

Moyenne des modèles

Après Wilko Rozema, ce fut au tour de Jon Puleston de prendre la parole pour raconter avec humour ses expériences dans le domaine de l’analyse des données. Le Britannique a participé au « Good Judgement Project » du professeur américain Philip Tetlock. « Prenons deux modèles. Le premier prévoit 60 % de chances que quelque chose se produise et le second 60 % également. Dans ce cas, la moyenne des deux n’est pas 60 %, mais plutôt 70 %. En effet, si deux modèles crédibles prédisent la même chose, la probabilité que celle-ci se produise est supérieure à la somme des deux. En revanche, si un modèle indique 60 % et un autre 40 %, la moyenne n’est pas non plus 50 %. Elle est probablement inférieure, de l’ordre de 45 %. Il ne faut donc jamais faire la moyenne mathématique des modèles. »

Puleston a également évoqué notre capacité à voir dans les données des régularités inexistantes. C’est là un réflexe éminemment humain qui pose bon nombre de problèmes aux analystes de données. Pour le démontrer, il s’est livré à une petite expérience avec le public, à qui il a demandé de prédire l’évolution des ventes d’un produit particulier en se basant sur deux graphiques. Ce que les assistants ne savaient pas, c’est que les chiffres étaient complètement fictifs et ne présentaient aucune cohérence.

Autre problème : les résultats de nombreuses enquêtes sont entravés par le thème même de l’étude. Ainsi, il est extrêmement difficile de mesurer l’efficacité des publicités, en raison de l’absence de rapport entre ce que les gens apprécient dans un spot et son efficacité. Enfin, Puleston a plaidé en faveur d’un rapprochement entre chercheurs et analystes. « Souvent, les chercheurs et les analystes travaillent chacun de son côté, aussi physiquement. Je préconise de les réunir pour qu’ils puissent conjuguer leurs forces. Car les meilleures études sont celles qui reposent sur l’analyse des données obtenues. »

Cinq façons de…

Après Jon Puleston, ce fut au tour de Niels Schillewaert, Managing Partner de Humane8, d’intervenir, à l’invitation de BAM. Il a souligné que la vitesse des changements (technologiques et numériques) que nous vivons actuellement ira encore en augmentant à l’avenir. Et de commencer son intervention par un petit sondage dans la salle : « Sur une échelle de 0 à 10, quel est, selon vous, l’impact du département Insights sur l’ensemble de l’entreprise ? » Personne n’a attribué de 10, et la plupart des répondants se sont contentés d’un piètre 6.

Schillewaert a présenté cinq façons de booster cet impact. « L’obligation de rendre des comptes (accountability) est la première approche, et probablement la plus difficile. Le département Insights doit prouver sa propre rentabilité. Comme il dépend souvent du service marketing, il a encore trop souvent tendance à vouloir prouver le retour sur investissement du marketing. Or, c’est une question particulièrement délicate aujourd’hui, dans un environnement très incertain et imprévisible, où les investissements en recherche sont des dépenses discrétionnaires. La gestion de la perception est importante à cet égard : nous sommes rarement les meilleurs avocats de nos propres efforts. »

Le deuxième conseil de Schillewaert porte sur la « compréhension holistique ». « Nous disposons d’une foule de données, mais les insights sont rares. Nous devons traduire ces données en les analysant sous différentes facettes, à l’aide d’une batterie de modèles et de méthodologies. Les chercheurs doivent être en mesure de convertir les données en insights exploitables. »

Une troisième voie vers un plus grand impact consiste à accorder plus d’attention aux projets qui contribuent à façonner l’avenir ou à en esquisser les contours. « Mettez-vous un instant à la place de Lays et imaginez que le changement climatique entraîne l’impossibilité de cultiver massivement des pommes de terre. Que feriez-vous ? Les chercheurs doivent être comme un GPS qui détermine le meilleure itinéraire à suivre. Peut-être faudra-t-il emprunter de nouvelles voies ? C’est précisément cette réflexion qui attirera l’attention des hauts dirigeants et du conseil d’administration et qui vous permettra d’avoir votre mot à dire en haut lieu. »

La démocratisation des insights est la quatrième étape proposée par Schillewaert. « N’hésitez pas à mettre ces résultats en évidence. Changez l’état d’esprit des marketers et des autres parties prenantes en diffusant ces informations, dans les médias "push" et "pull". Procédez par petites doses tout en construisant un discours cohérent. Cessez d’être un simple fournisseur de données pour devenir un véritable partenaire d’affaires. »

L’étape finale consiste à « faire des choix et à laisser une marge de manœuvre », explique Schillewaert. « Plus personne n’est capable de faire tout, tout seul. Nous sommes limités en termes de temps, de compétences et de ressources. Dressez la liste de toutes les parties prenantes. Comme je l’ai déjà dit, il ne s’agit pas seulement des marketers, mais aussi des stratèges, des financiers et des analystes si ces derniers font partie d’un autre département. Cherchez à déterminer qui a le plus besoin d’aide et est le plus ouvert à recevoir une telle assistance. »

Sans valeur

Jeroen Sabbe, Product Owner Business Insights chez Telenet, a été le dernier à prendre la parole. Il a étayé le plaidoyer de Schillewaert par des expériences pratiques, tout en s’excusant – sans réelle nécessité – « de na pas pouvoir expliquer les choses aussi bien ».

Chez Telenet, les spécialistes en research & insights partagent le même espace que l’équipe chargée de l’analyse des données. Sabbe se considère lui-même comme le trait d’union entre les études de marché, l’analyse et la stratégie. « Les équipes insights se concentrent entièrement sur l’analyse de nos données commerciales internes. Mon rôle consiste à rassembler tous les éléments et à les présenter à nos dirigeants, car je veux qu’ils s’en servent pour prendre leurs décisions. Chaque recherche et chaque analyse que nous faisons et qui n’est pas utilisée pour influencer les décisions n’a aucune valeur à mes yeux. »

Telenet compte quelque deux millions de clients, a précisé Sabbe. Ils constituent une base de données très riche et incroyablement diversifiée. « Avec une base de clients et une part de marché aussi importantes, il arrive très régulièrement que nos enquêtes soient remplies par des clients. Il est donc logique que l’on s’interroge en interne : n’aurions-nous pas pu obtenir ces informations à l’aide de nos propres données ? C’est aussi l’une des raisons pour lesquelles la recherche est si étroitement liée à l’analyse. »

Crise de l’inflation

En fin de compte, seule la combinaison d’analyses internes et externes permet d’obtenir de véritables insights, considère Sabbe : « Faire des enquêtes, c’est bien. Idem pour les études de marché. Mais l’essentiel est d’adopter différents angles et perspectives. Prenons l’exemple de la crise de l’inflation. Nous nous sommes posé quatre questions à ce sujet et avons tenté d’y répondre à partir d’études de marché, d’analyses de données et d’une combinaison des deux. Nous nous sommes demandé notamment à quel point la situation était difficile pour les gens. Les ménages ont-ils revu à la baisse leur budget en télécommunication ? Et si oui, quel impact cela aura-t-il sur nos publicités et que nous réserve l’avenir ? Tout cela pour déterminer un plan d’action. La solution évidente était de baisser les prix, mais dans nos études, nous avons adopté une stratégie très différente de celle que nous aurions probablement utilisée sans tout ce travail. »

Par exemple, les données internes enrichissent également les enquêtes de manière étonnante lorsqu’il s’agit de déterminer la part de marché, indique Sabbe. En incluant l’âge et l’adresse dans la comparaison, les parts de marché peuvent être divisées presque à l’infini, « ce que la direction adore ». « D’autre part, les enquêtes nous permettent de savoir ce que les clients pensent de Proximus et d’Orange, une opinion que nous ne pouvons pas déduire des données dont nous disposons. »

Propriétaire

De cette manière, l’étude de marché et l’analyse deviennent véritablement la propriété de l’équipe de Sabbe. « Les gens ne viennent plus nous demander de faire une étude sur tel ou tel sujet. Ou encore une analyse rapide de certaines données. Non, nous sommes propriétaires de la recherche et de l’analyse, et c’est un service que nous pouvons rendre au business de façon régulière. Nous avons abandonné la logique des études de marché ad hoc. Nous en faisons toujours, mais ce n’est plus l’essentiel. Notre rôle est de fournir des insights fiables, dans le bon format, au bon moment. »