Collecter des données qualitatives de comportement

Qui n’a jamais vécu une expérience désagréable lors de sa visite en magasin, dans un musée ou dans un espace public ? Trop chaud, trop bondé, trop bruyant ? Rien de pire qu’une expérience irritante pour faire fuir le consommateur ou à tout le moins ne pas lui laisser un bon souvenir, mettant alors en péril son envie de revenir.

Il suffit d’observer l’évolution du comportement de consommation pour se rendre compte que les individus préfèrent réduire au maximum le temps passé dans les espaces générant des expériences négatives, privilégiant plutôt des espaces plus petits et plus pratiques leur permettant ainsi de dégager du temps pour leurs loisirs et les activités qu’ils affectionnent vraiment ou de préférence des espaces dont l’ambiance et la dimension expérientielle leur permet de passer un moment agréable, stimulant ou relaxant. Afin de réduire au maximum le risque d’expérience négative, les consommateurs se tournent vers les achats en ligne, dont le développement gagne d’ailleurs du terrain. Nous savons d’ores et déjà que ce marché représentera 27 milliards de dollars à l’horizon 2020 (https://www.emarketer.com/). Il est donc essentiel de se pencher sur la possibilité d’améliorer l’expérience client pouvant réduire les comportements d’évitement voire de fuite dans les espaces commerciaux, publics, les lieux de destination ou de passage.

Les solutions existantes

La gestion des espaces nécessite une étude attentive du comportement adopté par les individus lors de leur visite, afin de leur apporter l’expérience la plus agréable et la plus confortable possible.
Dans cette optique, plusieurs dispositifs permettent d’ores et déjà d’évaluer leurs comportements.

Deux types d’approches sont possibles : (1) la collecte de données manuelles souvent opérée par le personnel. Cette technique peut aller du comptage à l’entrée par le biais d’un petit capteur manuel au comptage du nombre de clients qui attendent aux caisses, permettant ainsi de mieux gérer l’ouverture ou la fermeture de caisses et ainsi optimiser le temps d’attente, expérience connue pour être peu agréable pour le consommateur, voire franchement irritante. (2) Il est également possible de collecter les données de manière automatique grâce à l’utilisation des dispositifs bénéficiant des dernières avancées technologiques. Par exemple, l’action de compter le nombre de personnes entrant dans un espace grâce à des capteurs placés à l’entrée de cet espace. Les praticiens étudient également leurs bases de données (collectées à partir des logiciels de caisse) et peuvent ainsi connaître précisément le montant moyen du panier, le type de catégories de produits achetées et préférées tout en segmentant cette analyse en fonction des périodes de l’année et du profil du consommateur (grâce aux données disponibles via les cartes/programmes de fidélité).

Au-delà du comportement effectif de l’individu, il est tout à fait possible d’analyser les réactions émotionnelles en captant les expressions faciales à l’aide de systèmes vidéo qui permettent de savoir ce que ressent le consommateur face à un rayon ou un nouvel espace de merchandising. Est-ce de la colère, du bonheur, de l’indifférence ?

Les technologies employées utilisent largement les avancées technologiques et notamment celles rendues possibles par l’enregistrement de films vidéo ou d’images par des caméras ou des capteurs de prise de vues. Ces propositions, très fiables, sont cependant très coûteuses et nécessitent l’installation d’appareils (même s’ils sont de plus en plus discrets) remarqués par les individus (caméra, boîtiers compacts). Sans compter les controverses liées à l’utilisation des données personnelles et les réglementations nouvelles sur la (nécessaire) protection de la vie privée. En outre, ces dispositifs nécessitent le stockage de données très lourdes et le paiement d’un contrat de suivi-maintenance et même parfois l’embauche et/ou la formation d’un personnel dédié à l’analyse des données collectées (l’utilisation des dispositifs n’étant pas forcément exploitable immédiatement par le personnel déjà en place et difficile à manipuler pour des raisons de cybersécurité).

Les capteurs : dispositif, fonctionnement, avantages/inconvénients

Dans le cadre d’un projet de recherche cofinancé par la Région Pays de la Loire (France) et du RFI (recherche-innovation – formation) Ouest Industries Créatives, le laboratoire GRANEM de l’Université d’Angers et L’École de Design Nantes Atlantique ont pu s’associer afin de mener un projet à la croisée du marketing et du design. Lors du développement de ce projet, les échanges et la mobilisation de compétences multiples (design, marketing, anthropologie, data…) ont permis de réfléchir à la mise en place et au test d’une solution permettant de collecter des données de comportements. Ce projet a rendu possible le test en phase expérimentale d’une nouvelle solution légère et peu coûteuse permettant de capter des informations relatives au comportement de manière peu intrusive. Il s’agit d’un système de boîtier équipé de capteurs interfacés avec une plateforme open source pour les environnements connectés [le capteur MIDIR est un projet de capteur porté par le laboratoire Arts & Technologie de Stéréolux (Nantes, France) et issu d’un premier projet nommé Sensorbox. MIDIR (du nom du Dieu celte de l’Éducation) est un dispositif ouvert (Open Source) multi-capteurs développés par la société 42 factory].

Le boîtier est équipé de capteurs qui permettent de collecter des données de proximité, de différentes natures telles que le niveau de température, le niveau sonore, le niveau de luminosité ou encore la présence-absence dans un champ spatial précis. Les données sont collectées à un rythme régulier (au choix : toutes les secondes, toutes les 10 secondes…) et stockées sur un serveur dans un fichier type tableur. Les données enregistrées sont ensuite téléchargées dans une application en ligne en open source permettant d’extraire des informations qualifiées par les capteurs.

Ce système d’analyse permet de traduire les données brutes sous forme de graphiques (permettant de mettre en évidence des évolutions par exemple) ou sous forme de cartographies (permettant de visualiser la présence/absence) de manière intelligible pour tous praticiens.

L’avantage majeur de ce système de boîtiers réside dans sa capacité à capter des données très précises et très fiables de différentes natures, et non pas seulement des données de comportements. Par ailleurs, l’analyse des données est peu coûteuse et rapide permettant d’éditer des rapports sur une période précise de temps par exemple. L’inconvénient majeur est principalement lié à la mise en place et la disposition des boîtiers, qui nécessitent une réflexion approfondie quant à leur implantation pour collecter des données pertinentes.

En définitive, un branchement électrique, un serveur (pour le stockage des données) et un réseau wifi suffisent à faire fonctionner tout le système.

Les applications pratiques

Ce système de boîtier simplifié capte des données qualifiées telles que le niveau de luminosité, le niveau de température, le niveau sonore, la présence/absence. Ces données environnementales permettent d’estimer de manière indirecte différents types de comportements et d’ajuster ensuite les facteurs environnementaux pour améliorer l’expérience vécue par le consommateur ou l’individu.

Les capteurs permettent d’estimer le niveau de présence dans un espace donné sur une période donnée. Cela permet donc d’estimer le niveau d’affluence à des points stratégiques en fonction du moment de la journée.

À titre d’exemple, ce type de capteur installé dans un bureau, dans un café ou dans un musée permet de mesurer le niveau d’affluence à un endroit précis (ou plusieurs points précis selon le nombre de capteurs installés). L’extraction et l’analyse des données permettent donc d’optimiser la gestion de l’espace de manière à rendre la perception de l’ambiance la plus agréable possible pour le consommateur ou le visiteur. En effet, rien de pire qu’un espace vide avec seules quelques personnes pour le remplir ou au contraire, un espace trop petit pour un nombre important de personnes alors qu’une autre salle est disponible par ailleurs.

Les données collectées permettent également de générer une visualisation graphique des périodes de la journée qu’affectionnent le plus les individus (ou de la semaine ou de la saison selon les données collectées disponibles), permettant de gérer au mieux le trafic en fonction du niveau d’affluence. De manière concrète, l’extraction et l’analyse de ces données permettent de gérer de manière optimale l’heure d’ouverture/fermeture d’un lieu, de lisser le trafic en mettant en place des actions (marketing, promotionnelle ou autres) permettant de modifier l’heure des visites.

Les données liées à l’affluence et au trafic permettent lorsqu’elles sont mises en perspective avec les données collectées par les logiciels de caisse, d’optimiser le chiffre d’affaires réalisé par le point de vente et également de gérer le planning du personnel de manière optimale.

L’utilisation de ces capteurs permet une utilisation intelligente des données collectées, notamment lorsqu’il s’agit de tester les effets d’une action menée dans un espace précis. Par exemple, un magasin qui mettrait en place la diffusion de musique pourrait croiser les données collectées liées au volume sonore avec le trafic ou l’affluence. Les capteurs permettent également de trianguler les données liées aux facteurs environnementaux tels que le niveau de température ou de lumière avec le comportement adopté par les visiteurs (à noter que plus le nombre de visiteurs est élevé et plus la température augmente, engendrant alors une perception négative de l’ambiance). Une bonne gestion de ces informations permettrait de connaître précisément les seuils de température à même de modifier le comportement des individus et un simple ajustement de la climatisation/chauffage, voire d’humidité ou de luminosité, permettrait donc de passer d’un comportement de fuite à un comportement d’approche.

L’utilisation des capteurs interfacés avec un système de gestion de l’ambiance sonore, pourrait rendre possible une gestion qualitative de l’espace. Imaginons par exemple un parking où l’ambiance sonore serait gérée de manière à rendre la visite agréable. Lors d’une affluence importante, l’ambiance sonore pourrait être programmée de manière à évoquer de grands espaces et rendre la perception d’espace moins confinée et moins peuplée, a contrario, en fin de journée ou la nuit lorsque l’affluence est plus faible, l’ambiance sonore pourrait être plus enveloppante pour réduire le sentiment d’insécurité et de solitude. La même stratégie est tout à fait adaptée pour des espaces de vente de manière à modifier la perception de l’espace grâce à une gestion automatique des facteurs environnementaux.

Le soin apporté à la gestion de l’ambiance sensorielle est un outil de différentiation à même d’engendrer des expériences positives et mémorables qui génèrent à leur tour un comportement d’approche (allongement de la durée de la visite, envie de revenir, envie d’acheter…). La collecte, l’extraction et l’analyse de données collectées simultanément par ce système de capteur concourent donc à la création d’une ambiance unique et quasi sur mesure.

En conclusion, les capteurs, bien que moins sophistiqués qu’un dispositif par caméra ou reconnaissance visuelle, cumulent un certain nombre d’atouts. En premier lieu, les boîtiers ne filmant pas, ils sont perçus par les individus comme moins intrusifs comparés à des systèmes vidéo. En outre, ils ne se contentent pas de collecter des données de comportements, mais également des données qualitatives liées aux facteurs environnementaux souvent complexes à gérer pour les praticiens. Ces données environnementales sont les suivantes : le niveau sonore, le niveau de température ou le niveau de luminosité (données particulièrement pertinentes pour les espaces bénéficiant de l’apport de lumière naturelle). La triangulation de ces données métriques permet une analyse qualitative du comportement. L’autre avantage de ce dispositif concerne son coût et sa facilité d’utilisation, le capteur ne coûtant pas plus que quelques dizaines d’euros et l’analyse des données étant facilitée grâce à l’application open source en ligne. Enfin, le boîtier des capteurs n’étant pas totalement utilisé, il est tout à fait possible d’envisager une évolution technique afin d’adapter les fonctionnalités de l’outil à des demandes précises émanant des praticiens.

Le système de capteur décrit dans cet article a été testé dans le cadre d’un contrat de recherche cofinancé par la Région Pays de la Loire (France) et le RFI (recherche-innovation – formation) Ouest Industries Créatives.