Archives du mot-clé insights

Co-créer avec les sociétaires pour imaginer l’avenir de l’Assurance : découvrez le LAB Matmut !


La Matmut a lancé il y a quelques mois sa plateforme de co-innovation pour permettre à ses sociétaires de rejoindre leur communauté et de contribuer à l’amélioration de ses offres, de l’expérience client, et à la création des produits et services de demain.

Adopter une approche communautaire et une démarche d’innovation collective pour créer de la valeur, c’est le pari qu’a fait la Matmut en engageant ses sociétaires à partager leurs idées sur sa plateforme « le LAB Matmut ».

Dès le lancement du LAB Matmut, le premier projet participatif affiche des résultats sans appel : les sociétaires de la Matmut sont prêts à co-créer…

Le LAB Matmut, comment ça marche ?

Afin d’améliorer l’expérience client, la Matmut invite ses sociétaires à participer à la création des produits et services de demain à travers sa plateforme participative « le LAB Matmut ».

Le LAB Matmut permet d’impliquer les sociétaires sur différentes étapes de la réflexion couvrant le cycle de l’innovation :

>Idéation : pour faire germer de nouvelles idées d’offres ou de services.

>Co-conception : pour impliquer les sociétaires dans la conception d’une offre, des parcours clients de demain.

>Bêta-test : pour faire tester un nouveau service en avant-première et l’ajuster selon les retours d’expérience.

>Amélioration & fidélisation : pour collecter l’avis des sociétaires sur un produit ou un service existant afin de le faire évoluer et l’adapter davantage à leurs besoins.

Combiner différentes approches d’études qualitatives et quantitatives :

Une démarche de co-création initiée, qui implique la participation des sociétaires à tout moment lors du processus créatif. Elle va recueillir directement les suggestions de ses parties prenantes pour les mettre en œuvre de manière opérationnelle.

En ce sens la co-création peut s’apparenter à un véritable outil d’études marketing puisqu’elle permet d’affiner en profondeur la connaissance des besoins et des attentes des participants grâce à une approche exploratoire.

Ces nouvelles stratégies marketing dites participatives qui permettent de combiner une variété d’études traditionnelles entre elles (quantitatives et qualitatives), sont de plus en plus utilisées aujourd’hui en complément des études de marché car elles sont adaptées aux enjeux marketing actuels : démarches exploratoires, compréhension de nouveaux usages, recherche de nouveaux territoires d’innovation ou de communication, identification des insights et des signaux faibles, etc. Un outil idéal pour le marketeur-explorateur confronté à des consommateurs toujours plus complexes et multiples dans un environnement qui évolue constamment.

Le LAB Matmut : une expérience USER FRIENDLY et des avantages !

Grâce à une interface simple et ludique, les sociétaires s’inscrivent en moins de deux minutes. Pour participer, ils peuvent poster des idées, « liker » ou commenter les idées des autres participants, et répondre à des sondages. Ce qui leur permet de cumuler des points et d’augmenter leurs chances d’être tirés au sort et de remporter les récompenses à la fin de chaque projet participatif.

Pour inciter les sociétaires à co-créer, il faut bien entendu les encourager à s’investir. Le LAB Matmut intègre une mécanique de gamification pour motiver la participation. Ainsi, plus les sociétaires contribuent sur la plateforme plus ils gagnent des points et plus ils augmentent leurs chances de remporter les récompenses mises en jeu.

Les récompenses mises en jeu ne sont pas les seules motivations à co-créer. Il peut être question de récompense honorifique voire altruiste ou d’ordre social comme interagir avec les membres de la communauté, se sentir au cœur du développement d’une innovation, contribuer à l’avenir de l’Assurance, renforcer ses connaissances sur un sujet, dialoguer avec la Matmut… font également partie des raisons pour lesquelles les sociétaires peuvent s’engager dans une démarche de co-création.

De cette manière, la Matmut crée un dialogue permanent avec ses sociétaires et construit un lien de proximité avec eux.

En ce sens, la co-création permet d’affiner la connaissance des sociétaires grâce aux outils de la plateforme qu’elle met à disposition des co-créateurs pour favoriser le partage d’outputs créatifs. C’est aussi une manière d’éviter l’attrition (perte des clients) en donnant la parole aux sociétaires qui participent directement à l’innovation de la Matmut.

En montrant l’intérêt pour leurs idées, la Matmut les responsabilise et les fait participer à construire l’Assurance de demain et à développer certains de ses produits et services.

Si la co-création permet de concevoir des produits au plus près des clients, elle peut ainsi s’avérer être un outil efficace pour étudier son marché.

Zoom sur le premier projet participatif :

Le premier projet participatif lancé sur le LAB Matmut porte sur un sujet d’idéation pure. Il s’agit d’impliquer un premier vivier de sociétaires et de les engager dans une dynamique communautaire sur la plateforme pour comprendre leurs besoins et leurs attentes.

Cette première prise de parole s’inscrit dans une démarche exploratoire et vise à construire une première base communautaire, et à faire émerger des idées et des insights sur de nouveaux produits et/ou services.

La question centrale posée aux sociétaires est « Comment la Matmut pourrait toujours plus vous simplifier la vie ? ».

Le questionnement a été organisé en quatre grandes thématiques : les assurances, les services, les moments de vie, et les petits plus qui changeraient la vie des sociétaires.

Une véritable dynamique communautaire et des sociétaires séduits par le LAB Matmut !

Cette première campagne a rencontré un fort succès avec des sociétaires très impliqués autour du sujet, et qui affichent un accueil très favorable à l’égard de la démarche communautaire.

Très conversationnelle, cette première prise de parole a permis d’engager un véritable noyau communautaire et de récolter plus de 850 idées et commentaires deux mois après son ouverture.

Le Machine Learning pour analyser les données et identifier les insights chez FANVOICE :

À la fin de la campagne, les verbatims récoltés ont été analysés grâce à un algorithme d’analyse sémantique et statistiques, qui s’appuie sur une technologie d’Intelligence Artificielle (Machine Learning), développé par Fanvoice.

L’algorithme de FANVOICE génère automatiquement un modèle appelé « insights Map » comme premier niveau d’analyse. Tout comme on range les pièces d’un puzzle par couleur pour finir voir apparaitre des motifs, puis un paysage complet. L’algorithme procède à l’apprentissage automatique du corpus pour regrouper et classifier les verbatims qui révèlent des proximités, puis il les structure pour pouvoir les visualiser sur une cartographie.

Une analyse complétée par nos experts en Études & Consumer Insights qui s’appuie sur les niveaux de perception, d’adhésion, et de besoins exprimés, et qui a permis de construire une cartographie de l’expérience sociétaire de demain.

L’analyse de cette cartographie a permis d’extraire des enseignements riches et a aidé les équipes marketing de la Matmut à valoriser les principaux thèmes convergents (avec leurs poids et les corrélations entre elles) et à les interpréter au prisme de la problématique adressée, mais aussi de détecter les signaux faibles qui émergent de cette consultation.

L’analyse a également permis de confirmer l’appétence des sociétaires à l’égard de la démarche communautaire et sa volonté de continuer à participer à d’autres projets sur le LAB Matmut pour innover dans l’univers de l’Assurance.

Un bilan très positif pour les équipes Matmut qui annonce de belles perspectives, avec une première communauté engagée sur le LAB autour de l’Assurance et des idées retenues, en réponse aux attentes exprimées par les sociétaires, qui constitueront de potentiels sujets et projets à venir…

FacebookTwitterGoogle+Partager

La co-création et le Machine Learning pour innover dans la Food : le pari réussi de SEB et de la FoodTech !

La co-création souffle un vent de liberté sur le monde quelque peu figé des études et de la recherche en marketing. Enquêtes, réunions qualitatives, baromètres et consort sont désormais chahutées par ces nouvelles stratégies marketing fruits de la co-création portées par le numérique qui érigent le mot « participation » en étendard.

Etude participative online, communauté en ligne, crowdsourcing : tous découlent du concept de la co-création. Mais quelle valeur ajoutée dans les études ?

 

Une stratégie payante pour améliorer la connaissance client :

La co-création compte de nombreux avantages pour les marques. D’abord, elle impacte directement les pratiques et les processus d’innovation plus traditionnels. En effet, elle remet en cause les processus créatifs en externalisant la partie génération d’idées par exemple. Les propositions généralement faites en interne proviennent de l’extérieur stimulant ainsi la créativité.

Cette méthode peut améliorer les connaissances que la marque a de ses clients. Grâces aux interactions générées avec les parties prenantes, les marques ont dès lors la possibilité de comprendre les réels besoins de leurs cibles.

D’un point de vue commercial, la co-création permet d’accroitre l’acceptation des nouveaux produits et services sur le marché puisqu’ils auront fait l’objet d’un dialogue avec la communauté. Le succès commercial étant davantage assuré, les coûts liés aux modifications éventuelles du produit suite à son lancement voire au taux d’échec au lancement seront ainsi limités.

 

Collecter des données de meilleure qualité et créer de l’engagement :

Ces outils d’un nouveau genre qui déclassent les habituels baromètres et questionnaires ont un trait fondamental en commun : une profonde et intrinsèque dimension collaborative. Cet aspect participatif au cœur du réacteur induit bien évidemment de nombreux et récurrents échanges entre la marque et les consommateurs participants.

Cette itération permise par l’approche co-créative offre un habitacle d’observation riche idéal pour la marque ou l’annonceur qui se trouve alors au plus près du cœur de cible.

Le rôle de producteur endossé par le consommateur dans l’évolution de l’offre servicielle et produit a montré une incidence non négligeable sur la qualité des réponses et la véracité des propos tenus par les sondés. En effet, le client fait état d’un engagement plus fort une fois plongé dans un univers de marque total et paramétrable permis par les nouvelles technologies du web. La marque parvient ainsi à améliorer ses connaissances client grâce au rôle privilégié de producteur octroyé au consommateur qui partage et échange volontiers sur ses perceptions et comportements dans ce contexte cadré et perçu comme valorisant.

Les plateformes de co-création semblent porter la Voix du client plus haut que les outils traditionnels n’aient jamais pu le faire. Elles ont permis de fédérer des communautés en ligne et de contribuer aux études participatives online. La relation client s’enrichit considérablement et ce dans les deux sens.

 

Conjuguer différentes approches d’études qualitatives et quantitatives :

La co-création révèle des usages intéressants dans la possibilité de coupler une variété d’études traditionnelles entre elles. Elle ouvre la voie à une démarche globale dans les études marketing. Aux workshops et focus groups réalisés en présentiel s’ajoutent désormais les communautés en ligne tel un socle supportant d’autres méthodes de recueil de données. Questionnaires et enquêtes de satisfaction en ligne de mire, cette occasion d’alternance fait des émules côté instituts d’études.

Au sein des annonceurs, la co-création et les études appellent au rapprochement. Des exercices de co-création ont montré que cet effort d’ouverture permet d’identifier au sein des annonceurs de nouvelles parties prenantes enclines à participer aux études qui se révèlent à haut potentiel en raison de leurs profil et parcours dans un cadre de réflexion dédié à l’innovation.

C’est le choix qu’ont fait le Groupe SEB et la FoodTech de miser sur les solutions que propose la startup Française FANVOICE afin d’innover dans l’univers de la Food. Il s’agit précisément de conjuguer les outils de co-création et de Machine Learning de FANVOICE pour contribuer à la construction du système alimentaire de demain.

 

Co-créer avec les consommateurs dans la Food : Le pari réussi du Groupe SEB et de la FoodTech sur la plateforme FANVOICE !

Dans le cadre d’un projet d’innovation visant à construire un système alimentaire durable dans les prochaines années, le Groupe SEB et la FoodTech en partenariat avec la Métropole de Dijon souhaitent innover avec une approche d’écosystème en mettant le consommateur au centre de la décision et de la collaboration avec les bons acteurs (citoyens, startups, entreprises, chercheurs, etc).

Ce projet vise à construire une première base communautaire et à faire émerger des idées de nouveaux produits et services digitaux pour accompagner les consommateurs dans leur alimentation, à partir du moment où ils achètent leurs produits bruts jusqu’au moment où ils les cuisinent en fonction de leurs besoins, préférences et régimes.

C’est dans ce contexte que le Groupe SEB et la FoodTech ont lancé une campagne d’idéation sur la plateforme FANVOICE. L’appel à idées a été construit autour d’une question centrale posée « Mieux manger, et si on en parlait ? ».

Le questionnement a été organisé en cinq grande catégories : la signification du « mieux manger », ce qui compte le plus, ce qui est préoccupant, les services qui simplifient la vie, et les contributions pour mieux manger demain.

La campagne a permis d’engager une communauté de consommateurs autour d’une discussion sur l’alimentation durable.

Une campagne très conversationnelle et réussie, qui a permis de fédérer un noyau communautaire de 110 contributeurs et de récolter 708 idées et commentaires.

 

L’analyse des données textuelles grâce au Machine Learning chez FANVOICE :

Tous les verbatims récoltés ont été analysés via un algorithme d’analyse sémantique et statistiques qui s’appuie sur une technologie d’Intelligence Artificielle (Machine Learning), développé par la startup française FANVOICE.

L’algorithme de FANVOICE procède à l’apprentissage automatique de ce corpus et génère un modèle appelé « insights Map » comme premier niveau d’analyse.

Ce modèle permet de catégoriser et de quantifier l’ensemble des verbatim en clusters abordant des sujets, il identifie les zones de convergence formant les principales thématiques avec leurs poids et les corrélations entre elles, et il détecte les signaux faibles porteurs d’informations pertinentes.

Une analyse complétée par nos experts des Insights pour construire une cartographie de l’alimentation durable de demain, s’appuyant sur les niveaux de perception, d’attentes, et de besoins de la communauté. Une étape cruciale pour identifier les insights marketing.

Ainsi, l’algorithme d’analyse sémantique & statistiques de FANVOICE permet d’être plus agile dans la manière d’exploiter les données, ce qui accélère le processus de production d’insights. De plus, il représente un gain de temps considérable pour le traitement des données par rapport à un usage hier encore manuel. Mais la pertinence des insights suscités devient l’avantage premier grâce à une utilisation concomitante d’analyses de nature sémantique et statistiques.

L’analyse de cette cartographie a aidé les équipes du Groupe SEB et de la FoodTech à valoriser les principales thématiques émergentes (avec leurs poids et les corrélations entre elles) et à les interpréter au prisme de la problématique adressée. Elle a aussi confirmé l’appétence de ce premier noyau communautaires à l’égard de la démarche participative et sa volonté de continuer à participer à d’autres projets autour de l’alimentation durable.

En somme, un bilan très positif pour le Groupe SEB et la FoodTech avec une première base communautaire engagée autour de l’alimentation durable et une campagne à fort potentiel, qui a permis de faire émerger des opportunités de sujets et de projets à venir…

Fanvoice-IA-Machine-Learning-Data-Intelligence-Insights

 

La voix, ce nouveau canal de la relation marques-consommateurs : découvrez un PoC R&D entre SEB et la startup française FANVOICE !

Smartphones, objets et enceintes connectés… Les consommateurs emploient de plus en plus la voix. Depuis le développement de Siri, Google Home ou encore Alexa d’Amazon, les assistants vocaux s’immiscent progressivement dans tous les secteurs et transforment la relation marques-consommateurs. Pas de doute, nous entrons dans l’ère de la voix !

La voix, ce nouveau canal de la relation marques-consommateurs

Une disruption dans la relation homme-machine :

Par leur fonctionnement naturel, les assistants vocaux s’imposent facilement comme de nouvelles interfaces, plus intuitives, et apportent de nombreux usages et fonctionnalités.

Ils s’inscrivent dans les grandes tendances technologiques de fond (montée des plateformes online, IA, personnalisation, multiplication de terminaux, etc) et dans la lignée des transformations d’interfaces homme-machine, ce qui ne laisse aucun doute sur leur potentiel à modifier profondément les comportements et les usages.

Une étude récente de Dashbot révèle la cristallisation de quatre grande catégories d’usages des assistants vocaux : smart home, divertissement, information, et shopping.

Ce nouveau canal colle aux réelles attentes des consommateurs, friands de simplicité et de personnalisation. Parler est bien plus rapide qu’écrire et permet donc de gagner un temps considérable dans une journée. Parler facilite le quotidien et permet de réaliser plusieurs tâches en même temps. Parler est surtout accessible à tous.

Ainsi, la voix devient le premier canal digital qui touche autant les digital natives, les enfants que les populations plus éloignées du digital comme les seniors.

Un enjeu crucial pour les marques :

Les marques s’interrogent aujourd’hui sur la place des assistants vocaux dans leur marketing mix. Est-ce un medium publicitaire, une interface de vente, un nouveau canal de distribution, un point d’achat, un point de contact après-vente ou une intimité inédite avec leur client ? La réponse est peut-être tout à la fois.

En effet, l’interaction vocale avec les assistants personnels se fait toujours plus immédiate et personnalisée. Elle va permettre l’éclosion de nouveaux services utilisant le canal-voix.

Déjà de nouvelles stratégies multicanales apparaissent positionnant le vocal sur des étapes clés du parcours (order with voice and pay on-line, Talk & Collect, Voice Queuing, Voice delivery tracking, etc).

Au-delà des enjeux stratégiques, les marques devront comprendre l’impact du vocal sur les expériences et parcours clients. L’enjeu majeur des marques consiste alors à comprendre le comportement d’usage des utilisateurs afin d’activer de vrais leviers d’utilité et des promesses clients pertinentes (commodité, simplicité, confiance, etc) au travers de leurs applications vocales, notamment pour ne pas tomber dans le piège de la gadgetisation.

Ce principe sera à l’origine de l’évolution profonde des métiers du Marketing dans les entreprises, qui devront répondre à une question majeure : comment faire pour amener le client à spécifier la marque lorsqu’il commandera via son assistant ?

Un enjeu crucial pour les marques

Un bouleversement du Marketing et l’E-commerce :

Les assistants vocaux sont amenés à révolutionner la façon dont les marques et les consommateurs interagissent. Selon une étude réalisée par Capgemini auprès de plus de 5 000 consommateurs aux États-Unis, au Royaume-Uni, en France et en Allemagne : environ un quart (24%) des personnes interrogées privilégieraient volontiers l’assistance vocale plutôt qu’un site Internet. Ce chiffre pourrait grimper à 40% dans les trois prochaines années.

Aujourd’hui, les assistants vocaux offrent de nouveaux points de contact vers les clients. Et de nombreuses marques ont déjà sauté le pas en France, et proposent différentes utilisations de ces assistants vocaux :

  • Podcast et rendez-vous : Sephora a créé son skill (interface vocale interactive) pour Google Home, il suffit de dire « OK Google, parler à Sephora », pour fixer un rendez-vous de mise en beauté dans un magasin, répondre à un quizz beauté, ou encore écouter des podcasts d’influenceurs beauté qui livrent leurs conseils.
  • Actualités à la demande : Radio France s’interrogeait sur le futur de la radio et le rôle des assistants, et a pris les devants. Elle est déjà disponible sur Google Home : « OK google : quelles sont les dernières actualités » et permet de lancer le dernier flash de France Info.
  • Ou encore, service client express : l’enseigne Boulanger a développé son application vocale pour Google Home pour faciliter la vie de ses clients. Il suffit de dire : « quels sont les horaires du magasin le plus proche ? » ou encore « je souhaite contacter le service client ».

Ainsi, la voix devient un véritable vecteur d’innovation, de création de valeur et surtout de différenciation. Toutefois, on constate que la phase la plus critique pour préparer les marques à la voix consiste à identifier et renseigner les différents points permettant d’entrer en contact avec les clients. Un défi à relever pour les maques afin de proposer une expérience notable et singulière.

Développer une stratégie vocale : un projet de R&D entre SEB et la startup française FANVOICE 

Dans le cadre d’un projet européen en Recherche & Développement sur la stratégie vocale (les assistants vocaux et la relation marques-consommateurs), la startup Française FANVOICE et le Groupe SEB collaborent sur un PoC appelé « Voxana » pour intégrer le vocal dans leurs parcours clients respectifs.
Il s’agit pour FANVOICE de proposer une solution analytique pour produits connectés à commande vocale.

Lancé en début 2019, ce PoC sera actif jusqu’en 2020 et intègre plusieurs phases et cas d’usage dans une logique itérative. Nous vous partageons quelques facteurs clés de succès pour accompagner les marques qui souhaitent développer une stratégie vocale :

  1. Comprendre les attentes utilisateurs : l’intégration du vocal dans un parcours client doit apporter une utilité (commodité, simplicité, confiance, etc) et proposer une expérience à valeur ajoutée. Pour cela, il est nécessaire de comprendre les attentes, les frustrations et le comportement d’usage des clients. La phase de co-création avec les clients se révèle déterminante pour comprendre leurs besoins et détecter leurs attentes.
  2. Sélectionner un nombre limité de cas d’usage : il s’agit de travailler en profondeur un nombre de cas d’usage limité où le « Voice First » est pertinent plutôt que de vouloir vocaliser l’ensemble de l’expérience pour répondre à une attente ou à une frustration.
  3. Viser la récurrence d’usage : privilégier un cas d’usage impliquant une utilisation récurrente de l’application vocale.
  4. Penser multi-canalité : éviter les parcours 100% voix, notamment lorsqu’il est nécessaire de rassurer le client dans le parcours selon le cas d’usage envisagé et le contexte d’utilisation de l’application.
  5. Test & Learn : travailler les cas d’usage de manière itérative afin d’acculturer les équipes, notamment via des PoC en cycle court, avant d’envisager un déploiement à l’échelle.

Les facteurs clés de succès d'un projet vocal

Une première étape de co-création réussie sur la plateforme FANVOICE !

Un des cas d’usage du PoC Voxana consiste à embarquer une communauté d’utilisateurs/bêta-testeurs dans une démarche de co-création couvrant trois phases : idéation, co-conception, et bêta-test.

Une première campagne d’idéation a été lancée par SEB et FANVOICE sur la plateforme FANVOICE. L’appel à idées avait pour objectif de comprendre l’expérience que la voix aurait à offrir demain aux consommateurs, et comment les potentiels utilisateurs intègreraient la voix dans leur quotidien, leurs usages, notamment en cuisine.

Il a été construit autour d’une question centrale posée « la voix en cuisine, dites-nous tout ! ». Le questionnement a été organisé en cinq grandes catégories : les usages et scénarii, les moments, les bénéfices, les préoccupations, et les attentes futures.

Une campagne très conversationnelle et réussie, qui a permis de fédérer un noyau communautaire de 112 contributeurs et de récolter au total 1141 idées et commentaires.

Une première étape de co-création réussie sur la plateforme FANVOICELes verbatims récoltés ont été analysés via un algorithme d’analyse sémantique & statistiques qui s’appuie sur une technologie d’Intelligence Artificielle (Machine Learning) développé par FANVOICE.

Une analyse complétée par nos experts des Insights pour construire une cartographie de l’expérience vocale de demain, permettant d’identifier les principaux thèmes convergents et de détecter les signaux faibles.

L’analyse de cette cartographie a aidé les équipes SEB et FANVOICE : à valoriser les principales thématiques émergentes (avec leurs poids et les corrélations entre elles) et à les interpréter au prisme de la problématique adressée, mais aussi à construire une segmentation des profils utilisateurs/personas selon les usages attendus.

Une approche de co-création par l’usage confirmée pour développer la suite du projet qui s’annonce prometteuse dans les prochains mois…

Fanvoice-IA-Machine-Learning-Data-Intelligence-Insights

Préparez-vous à une (r)évolution dans la connaissance de vos clients !

Nous ouvrons ici le premier chapitre d’une histoire autour de la data, des communautés et de la connaissance client. Nous entamons ce cycle de réflexion avec des questions et de la matière à réfléchir. Puis nous poursuivrons notre exploration en vous dévoilant plus en détails le mois prochain un projet qui nous tient à cœur et qui pourrait radicalement changer votre façon de voir vos clients et de les engager…

fanvoice-cocreation-connaissance-clients

Écouter les objets, écouter les utilisateurs, analyser les données pour mieux comprendre les écosystèmes connectés.

Des données, nous en produisons, vos clients en produisent tous les jours en masse. Elles émanent de différentes sources : contenus sur internet, avis d’utilisateurs, applications, objets connectés…. Des sources à la fois humaines et « machines » qui peuvent conduire à une véritable data-cacophonie.

À un niveau critique en termes de volumes, tout cela dépasse l’intuition et les capacités humaines et informatiques classiques à analyser. Cependant, récolter et comprendre ces données est un enjeu majeur pour le marketing et l’innovation. Plusieurs solutions sont d’ores et déjà mises en place comme les DMP (data management platform), utilisées par plusieurs acteurs pour stocker des données, les trier puis les analyser dans une dynamique ROIste (retour sur investissement). Ce procédé est notamment mobilisé dans une approche d’efficacité publicitaire (ajustement de ciblages media, ou de stratégies de contenus). Ce sont souvent des données issues de campagnes media-marketing existantes qui sont rassemblées et étudiées pour en extraire des enseignements exploitables.

Aujourd’hui, ce sont aussi les objets connectés qui s’expriment ainsi que leurs applications. Il en va de même avec les utilisateurs de ces technologies qui viennent témoigner de leurs expériences (réussies ou difficiles) au sein de leurs communautés d’intérêt en ligne (réseaux sociaux, forums, plateforme de co-création ou encore app store). Cela ouvre un nouveau champ des possibles d’exploration, de récolte, de modélisation et d’interprétation. En effet, rassembler et « faire parler » tous ces éléments présente un intérêt énorme : mieux comprendre comment sont utilisés les objets, les applications et pourquoi. C’est bien le « why behind the what » dont nous parlons ici, ce Graal consumer insights qui permet de proposer des expériences toujours plus engageantes.

Identifier en conditions réelles des insights puissants en termes de besoins et d’usages

Imaginons un petit objet connecté qui tient dans la main et donc mobile. Imaginons qu’il permette de mesure la température et l’hygrométrie (taux d’humidité) dans la maison ou à l’extérieur. Imaginons également qu’une application smartphone permette de rassembler toutes les informations qu’il capture. Il apporte un service concret : mieux comprendre et maîtriser température et humidité pour plus de bien-être. Quel marketeur ne souhaiterait pas savoir quelles fonctionnalités de son produit et de son application sont les plus utilisées par l’utilisateur final ? Dans quelles situations le produit est le plus utile ? Quels sont les « nice to have » ? Et surtout pourquoi ?

Récolter la donnée d’usage en temps réel (qui émane de l’objet) et interroger les utilisateurs sur cet usage (feedbacks utilisateurs) en parallèle, c’est se donner les moyens de comprendre une consumer journey, dans sa continuité ou ses ruptures. Capitaliser sur une communauté de clients ou de consommateurs investis dans des produits, prêts à tester et partager leurs retours pour bénéficier de la meilleure expérience possible, c’est peut-être finalement le meilleur moyen pour les marques de s’assurer qu’elles conçoivent le meilleur design produit, la meilleure interface digitale, font les meilleurs choix stratégiques associés. EN CLAIR, un produit mieux conçu, qui se vendra mieux.

Alors, partant ? A bientôt pour la suite !

Comment améliorer les parcours digitaux des consommateurs ?

Les liens qu’ont les consommateurs à une marque sont fragiles, et peut être encore plus sur Internet. Aujourd’hui, le parcours client s’est complexifié en devenant omni-canal. En multipliant les points de contacts online, le client a également augmenté les opportunités de s’informer ailleurs. Le canal les rend plus volatiles, plus exigeants, plus pressés. Les chiffres publiés par l’agence web BJMédia (agence web et marketing) sont sans appel :

  • 30 à 60 secondes : c’est la durée moyenne d’une visite sur une page web
  • 1 minute : c’est le temps maximum qu’un utilisateur doit passer à réaliser une tâche simple sur un site internet

Les parcours digitaux se doivent ainsi d’être simples et fluides. C’est dans cette perspective que certaines entreprises comme Butagaz se lancent dans des projets  participatifs : une campagne de co-creation, un beta-test massif de parcours client… La marque peut ainsi mieux évaluer, au regard de tous les feedback collectés, les difficultés rencontrées par les internautes lors de leur navigation.

cocreation-fanvoice-butagaz

Prenons l’exemple concret de Butagaz : depuis le mois d’octobre 2017, la marque fournit du gaz naturel mais aussi de l’électricité aux particuliers, en plus de sa nouvelle offre « les granulés (de chauffage) de Bob »). C’est à notamment travers cette nouvelle dynamique que le site Internet Butagaz.fr a été repensé. Nouvelles offres, nouveaux clients, nouveaux parcours. La marque a donc choisi de miser sur une campagne de co-création pour mettre à l’épreuve sa nouvelle mouture.

Cette campagne présentée sous la forme d’un minisite ouvert à tous les visiteurs, propose plusieurs étapes  aux participants :

1/ Préalablement briefés (suggestion de se mettre dans la peau d’une personne ayant pour vue de déménager si tel n’était pas le cas), les participants à cette campagne sont dans un premier temps invités à se connecter de Butagaz.

2/ Un clic depuis la page campagne, les renvoie sur la Home page du site « commercial » de la marque. Une simulation de consommation d’énergie est soumise. Choix de l’énergie, renseignement du code postal, superficie du logement, possibilité de scanner une facture … Autant d’informations et de fonctionnalités qui permettent à Butagaz de réaliser la simulation.

3 / Une expérience de navigation en condition réelle, et une mesure du ressenti à chaud puisque les participants sont invités, suite à leur découverte du site, à répondre à quelques questions et à partager toutes leurs impressions. C’est ce que l’on appelle l’approche « ping-pong ».

En temps réel, l’internaute peut ainsi faire part de son ressenti sur la page campagne. Une méthodologie qui a la vertu de faire émerger des insights objectifs (vs les biais que peuvent induire d’autres modes d’administration à posteriori).co-creation-fanvoice

Ce format de campagne se situe au carrefour de méthodologies études riches :

  • le quantitatif : sondage recensant 9 questions  (modalités de réponses sur des échelles sémantiques, numériques ainsi qu’une question ouverte). Chaque question est associée à un écran (incrusté à titre de rappel). Ce mode de questionnement permet ainsi un point de mesure guidé sur des moments stratégiques de la navigation (satisfaction globale du parcours, .clarté et utilité du parcours, pertinence des alternatives qu’offre le parcours, perception du prix, ..).
  • Le qualitatif : le sondage répondu, le participant a également la possibilité de partager des idées spontanément. Une dynamique relevant de l’idéation, permettant un champ d’expression libre, et une démarche constructive (suivi de la simulation online via un courrier postal, barre de progression permettant de visualiser l’avancée dans le parcours, comparatif tarifaire vs la concurrence, … – des idées très concrètes dont la marque peut se saisir).

En quelques semaines, plus de 150 idées et commentaires (outre les réponses au sondage) on été  postés sur cette campagne. Autant d’insights qui vont permettre à la marque d’évaluer les éventuels écueils et pistes d’optimisation. Des enseignements incontournables qui, en somme, permettent de recentrer l’effort sur une réalité de terrain.

 

Comment l’analyse sémantique propulse l’innovation
marketing et aide à comprendre les foules ?

Dans le domaine du marketing, la croyance en la toute-puissante Data s’affirme avec force : on veut tout automatiser, tout optimiser, tout décrypter et tout personnaliser grâce à des algorithmes et de la Big Data. Du coup, les marques font face à une explosion du volume de données “non structurées” qu’elles doivent classifier, et analyser pour visualiser ce qui les aidera à prendre les bonnes décisions. Automatiser, oui, mais sans intelligence ?

cocreation-fanvoice-data

 

Peut-on analyser efficacement les données textuelles de manière automatique ?

Dans le cadre de projet participatifs, comme des “campagnes” de co-création ou des tests de concepts, les marques récoltent des données textuelles, des images, des abréviations et émoticônes. Ces contenus non-structurés n’échappent pas au besoin d’analyse. Comment les traiter ? Le Traitement Automatique des Langages (TAL) est une solution.

Cette technique permet depuis une plus d’une quarantaines d’années d’automatiser la reconnaissance des concepts (entités nommées), la classification automatique d’un document, l’analyse du sentiment et des émotions. Toutefois, les approches classiques de TAL ont montré leurs limites avec l’accélération des données générées par les écosystèmes digitaux (forums, sites et plateformes, où les utilisateurs produisent de très grands volumes de données). En effet, ces approches (TAL) nécessitent que des experts, de profil infolinguiste, passent énormément de temps pour énumérer manuellement des “règles”. De plus, les systèmes obtenus nécessitent de privilégier soit le nombre d’annotations produites (pour lutter contre le silence), soit leur qualité (pour éviter d’avoir des résultats “bruités”). En d’autres termes, il fallait choisir entre un système produisant beaucoup de données (mais éventuellement bruitées) et un autre donnant des résultats de qualité (mais en trop petite quantité).

Pour lever ces limites, les techniques d’apprentissage automatique ou de Machine Learning ont été introduites au début des années 2005 permettant d’obtenir plus rapidement de meilleurs résultats.

cocreation-fanvoice-data-analytics

 

L’analyse des données non structurées : un enjeu majeur pour les marques

Contrairement aux données marketing structurées, facilement classifiables et quantifiables (exemple : les résultats d’une enquête de satisfaction où l’âge est une donnée structurée car les tranches d’âge sont déterminées a priori), les données non structurées (ex : données textuelles) sont complexes à analyser. Les consommateurs s’expriment à travers une multitude de canaux et produisent beaucoup de verbatim sur internet. L’homme est dépassé pour agréger ces informations et les comprendre.

Pour être au service de l’innovation marketing et aider les marketeurs à comprendre les marchés, ces données doivent être décryptées, classées, quantifiées. L’analyse sémantique se révèle très utile pour rendre cela possible, et l’intelligence artificielle vient au secours de la compréhension du langage humain puisqu’elle apporte de nouvelles opportunités pour faciliter le traitement et l’analyse de grands volumes de données non structurées. D’ailleurs, selon l’institut d’études Gartner, une entreprise sur deux s’intéresse de près aux innovations technologiques telle que le Machine Learning permettant la compréhension du comportement du consommateur via des masses de données textuelles (lien).

cocreation-fanvoice-data-analyze

 

L’intelligence artificielle au service de l’analyse sémantique

Le Machine Learning est une technologie d’intelligence artificielle permettant à la machine d’apprendre sans avoir été programmée explicitement à cet effet. Autrement dit, il s’agit de « faire apprendre » à la machine à réaliser une tâche qui nécessite classiquement de l’intelligence humaine.

Pour apprendre et se développer, la machine a toutefois besoin de données à analyser et sur lesquelles s’entraîner. De ce fait, le Big Data est l’essence du Machine Learning, et le Machine Learning est la technologie qui permet d’exploiter pleinement le potentiel du Big Data

Ainsi, le Machine Learning est idéal pour extraire de la valeur à partir de données textuelles massives et sans avoir besoin de compter sur un humain. Toutefois, dans le cadre de projets de co-création, cette approche automatisée, aussi avancée soit elle, ne remplace pas l’expertise métier des études : elle la complète et l’enrichit. La Data est un moyen et non une fin en soi. C’est son exploitation avisée et adaptée au contexte d’utilisation qui va lui conférer de la valeur. La Machine doit donc permettre à l’humain de se dédouaner des tâches automatisables pour lui permettre de se concentrer sur son expertise métier et apporter une forte valeur ajoutée.

Aujourd’hui, on parle du concept de cobot ou « collaborative robots », il s’agit de robots d’un nouveau genre qui ont une particularité ; ils travaillent en collaboration avec un humain, dopant sa productivité en le délestant des missions les plus ingrates, éprouvantes et répétitives. Ainsi, il est crucial de souligner l’importance et la valeur ajoutée de la supervision de l’humain sur la machine.

A l’ère des plateformes de co-création et des communautés de marque, les consommateurs s’expriment plus librement autour de leurs expériences sur les produits et les services, laissant libre cours à leur enthousiasme, leur mécontentement, leurs frustrations et leurs attentes, générant ainsi des grandes quantités de données (verbatim clients) qui présentent une source d’informations précieuses pour les marques.

L’enjeu pour les marques est d’analyser rapidement ces données marketing pour en tirer des vérités actionnables. L’utilisation de l’intelligence artificielle dans les solutions d’analyse sémantique aide l’humain à comprendre comment exploiter cette mine d’or livrée par les consommateurs et à en tirer des plans d’action.

cocreation-fanvoice-plateforme

 

L’analyse sémantique chez FANVOICE

Sur la plateforme FANVOICE, les membres de communautés de marques participent à l’innovation des entreprises en réalisant plusieurs actions. Ainsi, chaque membre de la communauté peut poster des idées ou des feedbacks et commenter les idées postées par les autres membres.

Ces verbatim, une fois recueillis, représentent des centaines de milliers de mots. L’analyse sémantique de ce corpus intervient pour en valoriser les contenus : quantification et qualification des résultats, détection des zones de convergence formant les principales thématiques avec leurs poids et leurs corrélations, et identification des signaux faibles porteurs d’informations pertinentes.

L’analyse aide à établir une cartographie des perceptions, attentes, et inquiétudes de la communauté et révèle d’autres enseignements que l’homme aurait difficilement identifiés dans la mesure où le signal était trop faible. La démarche permet aujourd’hui de repérer un signal faible qui nécessite une interprétation au regard de la stratégie de la marque et de ses objectifs. Cela pourrait être une opportunité de marché à saisir pour la marque, ou une zone de vigilance qui soulève des interrogations auprès de la communauté, voire une innovation de rupture.

Par exemple, dans le cadre d’une campagne exploratoire organisée par une grande entreprise dans le secteur des boissons, la communauté FANVOICE a été mobilisée pour échanger autour du « moment Bière ». Les participants ont été invités à s’exprimer sur quatre thématiques pour explorer le sujet : les éléments pour un bon moment bière, les frustrations, le dernier moment bière, les idées innovantes pour le rendre encore meilleur.

La campagne a permis de récolter un corpus très riche de plus de 2400 idées et commentaires, et la solution d’analyse sémantique a permis ensuite de construire la cartographie du « moment Bière idéal ». L’analyse de cette cartographie a aidé les chargés d’études à valoriser les principales thématiques abordées (avec leurs poids et les corrélations entre elles) et à les interpréter au prisme de la problématique adressée (les indispensables, les opportunistes, et les idées à fort potentiel).

Enfin, il en convient d’en tenir compte, la data ne parlera pas toute seule, il faut se donner les moyens humains de la faire parler. Les 1ers indicateurs seront mis en avant automatiquement sous la forme de data viz ou de clusters, intégrant de plus en plus de corrélations, mais c’est encore l’homme qui les rend compréhensibles dans un rapport d’analyse avec des décryptages. Les temps d’analyses sont divisés par 2 à 10 suivant les projets, mais l’humain reste indispensable. Il s’agit donc encore à ce jour d’une approche “cyborg” : mi-homme, mi-machine. Bref, n’ayons pas peur de nous faire remplacer trop vite par un OS, les datas, algorithmes et autres Intelligence Artificielle vont encore avoir longtemps besoin des hommes pour être utiles et pertinents.

cocreation-fanvoice-dataviz