Gagnez de l’argent en répondant à nos enquêtes

Inscrivez-vous dès maintenant !
Le blog de la société IntoTheMinds
Conseils en Data & IT

Big Data: laissez vos clients améliorer la segmentation de votre base de données

Quelle entreprise ne souhaiterait pas, en cette époque propice aux Big Data (« données massives ») obtenir encore plus d’informations sur ses clients afin d’améliorer leur profilage comportemental ? Peu pensent pourtant à exploiter la puissance de la co-création afin d’enrichir leurs données en faisant travailler les clients pour votre compte.
Dans ce billet nous aimerions vous donner deux exemples, issus de la presse en ligne, qui montrent comment les clients, par leurs actions, permettent de créer de nouveaux segments et d’améliorer encore les recommandations.

Aimer et détester: une segmentation binaire classique mais puissante

L’attrait et l’aversion sont les deux moyens les plus élémentaires et binaires de segmenter l’appétence de vos clients pour tel produit ou service. Si quelqu’un aime quelque chose, vous pouvez raisonnablement supposer qu’il voudra continuer à en consommer.
Dans les services en ligne toutefois un indicateur d’aversion est rarement utilisé (sauf sur YouTube où un bouton de type «pouce vers le bas » ou « thumb down » est disponible). Ce type d’indicateur est pourtant un moyen puissant pour améliorer les recommandations et par conséquent la satisfaction de la clientèle. Spotify serait par exemple bien inspiré de proposer une telle fonctionnalité.

Segmentation émotionnelle

Comme nous l’avons expliqué dans un billet précédent, Facebook a introduit un type de segmentation plus fine grâce aux émoticônes. L’effet de ces émoticônes sur votre mur Facebook reste toutefois opaque pour nous. L’algorithme de recommandation de Facebook reste en effet une boîte noire.
Ce type de segmentation émotionnelle sert cependant des objectifs beaucoup plus transparents sur d’autres sites. Jetons un coup d’œil à deux exemples précis.

Cas d’utilisation # 1: Voici.fr

Voici.fr est un magazine de presse « people ». La version en ligne fournit aux lecteurs la possibilité d’évaluer le contenu selon 5 catégories: « Fun », « Sniff » (qui se rapporte à la tristesse), « Buzz », « WTF » et « Sexy ».
Lorsque les lecteurs votent, le contenu s’enrichit automatiquement de nouvelles métadonnées. En d’autres termes, une nouvelle variable est créée qui permet de faire pas mal de choses intéressantes.

Par exemple, si un lecteur a surtout voté pour le contenu « fun », vous pouvez recommander le contenu que d’autres lecteurs ont également trouvé drôle.
Les votes des lecteurs peuvent également permettre de proposer une nouvelle catégorisation de votre contenu. C’est ce qui est déjà mis en œuvre par Voici.fr comme vous pouvez le voir sur la capture d’écran ci-dessous. Les contenus sont catégorisés en fonction de l’émotion qu’ils ont majoritairement suscitée.

Cas d’utilisation # 2: 7sur7.be

Le journal belge 7sur7.be utilise une manière similaire de catégoriser le contenu. Il utilise une solution fournie par GraphyStories pour « tagger » le contenus en 6 catégories: « intéressant », « amusant », « réjouissant », « énervant », « inquiétant », « déprimant ».

Les votes sont ensuite utilisés pour -surprise- recommander les 5 meilleurs articles de chaque catégorie.

Conseils pour votre stratégie Big Data

Même si le choix des étiquettes utilisées par VoicI.fr et 7sur7.be est relativement opaque, il n’en demeure pas moins que nous avons ici à faire à une tentative de classement des contenus suivant une échelle émotionnelle.
Les entreprises qui utilisent les technologies Big Data pour promouvoir leur contenu ou leurs produits devraient se rappeler que leurs clients peuvent également les aider à mieux les catégoriser. C’est ce qu’on appelle la co-création. Ces nouvelles catégories peuvent à leur tour servir vos stratégies de segmentation et vous aider à trouver de nouvelles corrélations.

Pierre-Nicolas est Docteur en Marketing et dirige l'agence d'études de marché IntoTheMinds. Ses domaines de prédilection sont le BigData l'e-commerce, le commerce de proximité, l'HoReCa et la logistique. Il est également chercheur en marketing à l'Université Libre de Bruxelles et sert de coach et formateur à plusieurs organisations et institutions publiques. Il peut être contacté par email, Linkedin ou par téléphone (+32 486 42 79 42)

Share This Post On

Submit a Comment

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