Sommaire
1. Collecte de données transparente vs. Google, Facebook et Cie.
2. De la recherche psychologique à la dépendance aux smartphones en passant par les perceptions sur les affaires pour les chercheurs de marché
3. Étude de cas : Mesure de la publicité sur Facebook – la vôtre et celle de votre concurrence
4. Étude de cas : Un regard à l’intérieur des histoires des influenceurs sur Instagram
5. Étude de cas : Reconstruction du parcours client complet dans l’app d’Amazon
6. Confidentialité des données et tracking transparent et équitable
1. Collecte de données transparente vs. Google, Facebook et Cie.
En raison de l’existence de leurs oligopoles de longue durée, les entreprises de Big Tech ont des avantages absolument inatteignables par rapport à tout acteur autre que Google, Facebook, Apple ou Amazon. Ce n’est pas pour rien qu’Apple a créé son propre terme pour rendre obsolète une application réussie en la copiant et en l’intégrant directement dans le système d’exploitation. Le terme « sherlocking » a été inventé lorsque Apple a simplement intégré la fonction de recherche de l’application tierce « Watson » dans sa nouvelle application de recherche propriétaire « Spotlight ».
Bien qu’il existe déjà depuis longtemps des opportunités de recherche sur les données comportementales numériques des utilisateurs dans le monde plus ouvert des ordinateurs portables et des ordinateurs de bureau, ce sont les géants de l’informatique qui ont principalement profité jusqu’à présent des informations sur l’utilisation des systèmes d’exploitation fermés des smartphones. Et pourtant, les données des téléphones portables mesurent le comportement de ses utilisateurs grâce à ses diverses applications (téléphone, médias sociaux, apps d’achat, etc.) et capteurs (p. ex., GPS, podomètre, suivi du sommeil, etc.) bien mieux que toute autre source de données individuelle. Le téléphone portable est notre compagnon constant au quotidien et, spécifiquement pour Facebook, Instagram et YouTube, il est utilisé en moyenne 60 minutes par jour.
Les apps pour smartphone les plus utilisées en Allemagne en 2020 (Source: Statista).
Il n’est donc pas du tout étonnant que les leaders incontestés du monde numérique dominent le terrain de jeu avec leurs méthodes de Big Data. L’une des citations préférées de Steve Job était : « Les bons artistes copient, les grands artistes volent ». Et il est bien connu que lui-même il a volé ce dicton à Picasso. Pour avoir une chance dans le monde numérique, nous devons renverser la situation et battre les grands à leur propre jeu, en collectant et en analysant nous-mêmes les données comportementales numériques des smartphones.
2. De la recherche psychologique à la dépendance aux smartphones en passant par les perceptions sur les affaires pour les chercheurs de marché
Ce sont exactement les sujets sur lesquels une équipe de recherche de l’Université de Bonn travaille depuis 2014. Les cofondateurs de Murmuras, avec le professeur Alexander Markowetz, ont utilisé des données réelles de smartphones pour la première étude à grande échelle sur la dépendance aux smartphones.
L’application « Menthal » qui en résulte enregistre l’utilisation du smartphone à des fins d’étude, calcule des analyses approfondies et donne aux utilisateurs du feedback sur leur comportement. Menthal avait déjà touché une corde sensible en 2014 : Des émissions de télévision du matin à Deutsche Welle, l’app a reçu beaucoup d’attention de la presse et a attiré plus de 700 000 participants à ce jour. Menthal représente le plus grand ensemble de données sur le comportement humain disponible pour la recherche universitaire et collecté par moyen d’efforts universitaires. Cet ensemble de données est destiné à des fins académiques uniquement, et il est conservé à l’Université de Bonn.
Au fil du temps, de nombreux chercheurs et sociétés d’études de marché ont demandé s’ils pouvaient utiliser la technologie Menthal pour leurs propres projets. C’est pourquoi nous avons fondé Murmuras, qui permet aux chercheurs de marché et aux institutions académiques de collecter et d’analyser les données d’utilisation des smartphones. Qu’il s’agisse d’une étude sur le sommeil ou d’informations sur les acheteurs, nous sommes convaincus que les scientifiques des données de toute espèce devraient avoir le même vaste accès aux données comportementales des smartphones que Google, Facebook et Cie.
À l’aide de l’app et de la plateforme Murmuras, des analyses approfondies avec des milliers de points de données réels par utilisateur peuvent être effectuées. Des centaines de participants peuvent être connectés aux tests sans coûts marginaux plus élevés. Les activités numériques sur le téléphone portable (p. ex., quelle application les gens utilisent pour rechercher/acheter des produits) et les activités physiques dans le monde réel (p. ex., dans quels magasins les gens vont pour acheter) peuvent être enregistrées et analysées en combinaison.
Les informations concernant un secteur spécifique sont diverses : du comportement de lecture (à quelles publications sur les médias sociaux les utilisateurs donnent leur « j’aime ») au comportement de mobilité (la personne appelle-t-elle un taxi quand il pleut au lieu de louer un vélo ?), aux sports (la personne s’entraîne-t-elle à la maison avec des applications d’entraînement à domicile ou en plein air avec des applications de jogging et de randonnée ?) et les préférences de voyage (Couchsurfing et Airbnb bon marché, ou sites Web d’hôtels coûteux ?). Au moyen de questions contextuelles posées via des notifications push à un moment précis dans le temps, il est possible de combiner des données comportementales objectives avec des déclarations subjectives sur les motivations et les intentions des participants au test (p. ex. : « Vous venez de quitter un café, combien avez-vous dépensé ? »).
App et plateforme Murmuras (Source : Murmuras).
3. Étude de cas : Mesure de la publicité sur Facebook – la vôtre et celle de votre concurrence
Nous connaissons tous ce moment : Vous venez de parler avec votre partenaire, tout en préparant le dîner, sur la façon de convertir la vieille étagère Ikea Kallax en un jardin d’herbes d’intérieur suspendu avec les derniers hacks d’Ikea. Moins d’une demi-heure plus tard, l’app Facebook est soudainement pleine de publicité d’Ikea. Une amie a même changé son sexe en homme sur Facebook pour échapper à la publicité constante des pilules de fertilité. Un mauvais ciblage publicitaire peut être inquiétant ou intrusif, mais un bon ciblage publicitaire est discret. Pour cela, cependant, il est nécessaire de s’assurer qu’il atteint les bons groupes cibles.
Les propres outils d’analyse de Facebook aiment remplir les barres de mesure de la portée et de l’engagement avec de la publicité payante. Cependant, les clics sur le site Web annoncé sont modestes en comparaison. Bien que les recherches sur l’efficacité de la publicité dans les navigateur de bureau peuvent encore être bien mesurées à l’aide des méthodes classiques d’études de marché, l’app Facebook sur le smartphone est une boîte noire à cet égard.
Exemple de données d’interaction de Facebook.
Et c’est exactement là que nous intervenons : Murmuras est capable de regarder à l’intérieur de l’app Facebook et d’enregistrer précisément le moment où un testeur a vu, cliqué ou partagé une annonce. Cet objectif, les données comportementales numériques, est enrichi de manière standardisée par Murmuras, en coopération avec des fournisseurs de panels tels que TestingTime, avec les données sociodémographiques des participants au test (âge, sexe, profession, occupation, etc.), afin de fournir aux chercheurs une base de données solide. En fonction des exigences en matière de protection des données, nous pouvons également collecter pour nous-mêmes des données brutes anonymes, qui peuvent alors être enrichies par les chercheurs de marché.
À l’aide de ces données d’interaction enregistrées indépendamment, nous enregistrons aussi les performances publicitaires dans les « jardins clos » des écosystèmes des smartphones et des apps, ce qui permet aux chercheurs de marché de vérifier indépendamment si la publicité atteint réellement les groupes cibles visés.
Des avantages concurrentiels importants par des comparaisons directes avec la concurrence peuvent ainsi être créés. Quelles sont les annonces affichées par mes concurrents ? Qui ciblent-ils, avec quoi et à quelle fréquence ? Quelles annonces de mes concurrents ont plus de succès que mes propres annonces (mesuré en termes réels, en fonction des annonces vues, cliquées, partagées) ? Comment dois-je concevoir mon annonce parfaite (p. ex., les emojis sont-ils efficaces pour mes concurrents, ou c’est préférable d’utiliser des textes plutôt courts avec plus de concentration sur les images) ?
Dans le passé, Adi Dassler pouvait voir de ses propres yeux, au nombre des camions de livraison quittant les locaux de l’entreprise de son frère Rudolf, le succès de la compétition, car Adidas et Puma avaient toutes les deux leur siège dans la ville de province franconienne de Herzogenaurach. De nos jours, personne n’est obligé de se rendre à la porte et quitter son « home-office », car nos données d’utilisation numériques « in-app » permettent des comparaisons précises de sa propre campagne publicitaire avec les annonces de la concurrence.
Les données brutes non agrégées des sessions des apps sont une invitation à jouer.
Les chercheurs sur la consommation ingénieux peuvent suivre la segmentation encore plus loin : Puisque Murmuras enregistre également quelles app en plus de Facebook sont utilisées quand, pendant combien de temps et dans quel ordre, les clients potentiels de chaussures de sport peuvent, par exemple, être classés comme acheteurs de chaussures « loisir » (pas d’app de course ou de fitness sur leurs portables) et « vrais » acheteurs de chaussures de sport (app de course et de fitness téléchargée et en cours d’utilisation sur leur portable). Le potentiel des études de marché s’ouvre, notamment, dans les catégories fitness et nutrition à fort pouvoir d’achat, grâce à l’utilisation accrue d’applications pour enregistrer et contrôler l’entraînement et l’ingestion de nourriture. Ce qui nous mène directement au réseau sœur cadet de Facebook : Instagram.
La boîte à outils UX avec sa fonction d’évaluation très pratique peut désormais être utilisée gratuitement.
4. Étude de cas : Un regard à l’intérieur des histoires des influenceurs sur Instagram
Ce n’est plus un secret pour personne que le marketing d’influence fonctionne. Des grands méga influenceurs au niveau mondial comme Kylie Jenner, qui commercialisent leurs propres collections de cosmétiques, aux micro-influenceurs locaux, qui décernent des éloges au café équitable torréfié à la main vendu dans le château local, ils ont tous une chose en commun : leurs affaires se déroulent sur Instagram. Alors que le lancement de Facebook s’est fait sur les ordinateurs de bureau et il est encore aujourd’hui largement utilisé sur ceux-ci, Instagram est principalement utilisé comme une app pour smartphone depuis sa création. Les raisons en sont évidentes : les ordinateurs de bureau n’ont pas de caméra photo intégrée et sont également très limités dans leur aptitude à prendre des selfies – mais cela signifie qu’une fois de plus nous avons affaire à un écosystème d’app fermé difficile à mesurer en détail pour les chercheurs de marché.
L’influenceur fitness Duckfit360 fait la publicité de vêtements de sport et de seaux de protéines.
Fidèles à la maxime « Là où il y a un budget publicitaire, il y a aussi un moyen », les influenceurs ont trouvé des canaux pour monétiser leurs abonnés. En règle générale, les influenceurs postent une photo ou une vidéo d’eux-mêmes avec le produit annoncé, que ce soit dans l’histoire ou sous forme de publication, et invitent leurs abonnés à le commander via la boutique en ligne du fabricant. Afin que le fabricant puisse attribuer les achats des abonnés à l’influenceur, ils lui donnent des codes de réduction personnalisés (voir la capture d’écran ci-dessus : « Nutze den Code #duckfit2021 um 20% Rabatt auf Sportbekleidung und Eiweißeimer zu bekommen. » ; en français : Utilisez le code # duckfit2021 pour obtenir une réduction de 20% sur les vêtements de sport et les seaux de protéines). Et cela est une situation gagnant-gagnant-gagnant pour tout le monde : ventes pour le fabricant, commission pour la publicité pour l’influenceur et réduction de prix pour l’abonné-acheteur.
Le parcours client numérique jusqu’à l’achat.
Un tel tracking des ventes est tout à fait archaïque pour les pratiques numériques d’aujourd’hui, et Instagram l’améliore régulièrement. Grâce à nos données comportementales numériques in-app, la technologie de Murmura peut être utilisée pour mesurer précisément le temps que les abonnés passent réellement à lire les publications et les histoires de divers influenceurs. Nous enregistrons les vues, les j’aime et les clics pour chaque publication que les utilisateurs regardent. À l’aide des sessions d’apps, nous le rendons visible lorsque les abonnés basculent vers le navigateur après avoir vu une annonce dans une histoire ou une publication et googlent le produit, ce qui nous permet de les placer au début du parcours client – un regard exploitable pour des marques pour lesquelles aucun cookie-tracking ne le peut fournir.
Représentation simplifiée des données brutes du parcours client numérique.
De manière générale, le cookie-tracking traverse une période difficile en raison des nouvelles mesures anti-cookies. À cet égard, notre technologie est plus évolutive et permet aux chercheurs sur la consommation de se positionner de manière redondante, car nous ne sommes pas affectés par les bloqueurs de cookies ni les limites/interdictions des réseaux sociaux.
Sur demande, nous pouvons également pré-regrouper les données comportementales d’Instagram pour les chercheurs sur la consommation, en classant les abonnés en catégories de consommateurs (fitness, beauté, voiture, etc.) en fonction de leurs profils, et ainsi rendre mesurable la portée pertinente de la catégorie de produit de l’influenceur concerné.
5. Étude de cas : Reconstruction du parcours client complet dans l’app d’Amazon
Dans le pitch en ligne demarktforschung.de, nous avons reçu de Sabine Menzel, directrice de Consumer & Market Intelligence de L’Oréal, un message disant que le traçage des points de contact in-app est toujours un problème pour les chercheurs sur la consommation.
Murmuras est capable d’analyser l’ensemble du parcours client dans l’app d’Amazon sur un smartphone en temps réel et de déterminer quels produits une personne participant au test regarde, ajoute au panier, place sur la liste de souhaits ou achète réellement. De plus, comme mentionné ci-dessus dans la section sur Instagram, nous pouvons enrichir ces points de contact in-app avec des points de contact supplémentaires provenant d’autres apps, telles que des recherches Google depuis le navigateur, des annonces sur Facebook ou des vues des publications et d’histoires sur Instagram.
Cette image détaillée du parcours client individuel est plus exhaustive que même les grandes technologies ne peuvent fournir. Même Alexa ne peut pas accéder à l’intérieur d’autres apps de téléphonie mobile, et Siri n’autorise aucune information privilégiée à l’assistant d’Amazon. Avec l’aide de notre technologie « cross-app », les chercheurs de marché et sur la consommation ont désormais la possibilité d’enregistrer de manière transparente et équitable les intérêts et les intentions des consommateurs, et de battre les entreprises Big Tech à leur propre jeu.
6. Confidentialité des données et tracking transparent et équitable
Le ciblage publicitaire abusif a fait de la mauvaise presse il y a près d’une décennie pour la chaîne de vente au détail américaine « Target ». Le père en colère d’une adolescente s’est plaint bruyamment à un employé du fait que sa fille était bombardée avec des coupons pour acheter de la nourriture et des vêtements pour bébé. Il s’est avéré que Target était au courant de la grossesse de sa fille avant le grand-père en herbe.
En raison de la prise de conscience sociale croissante au sujet du profilage et du tracking des clients, il est important de collecter les données de manière transparente et équitable. Compte tenu de la sensibilité des données collectées, la confidentialité des données fait partie intégrante du modèle commercial, de l’infrastructure technique et de la culture d’entreprise de Murmuras. À cette fin, un concept complet de confidentialité des données a été développé avec un avocat spécialisé en droit de la protection des données, et il est continuellement contrôlé et plus développé avec un délégué à la protection des données externe (avocat spécialisé en droit informatique). Puisque nous venons du domaine de la recherche, le respect des normes scientifiques et éthiques dans des projets avec diverses universités (p. ex. Bonn, Salzbourg, Tubingen) a été officiellement confirmé par les autorités compétentes. Toutes les données sont toujours conservées sur des serveurs en Allemagne.
Murmuras est également membre de l’ADM (Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V. – Groupe de travail des instituts allemands de recherche de marché et sociale) et se conforme au Code international ICC/ESOMAR des études de marché, études sociales et d’opinion et de l’analytique des données.
