Rarement les décisions à prendre par les acteurs économiques n'ont représenté un exercice aussi périlleux qu'aujourd'hui. Notre environnement, que les militaires américains et désormais de plus en plus d'acteurs économiques qualifient de VUCA (Volatility, Uncertainty, Complexity, Ambiguity), caractérise notre époque. Dans ce contexte, le secteur des études de marché doit s'interroger non pas tant sur le pourquoi de son existence - la réduction du risque est sa mission et cette dernière est on ne peut plus d'actualité comme l'illustre cet exemple ! - que sur le comment et le quoi. Comment produire des études qui s'inscrivent dans ce contexte VUCA ? Quel livrable remettre aux commanditaires pour qu'ils puissent prendre des décisions ?
C'est dans cette perspective, à mon sens, qu'il faut évaluer l'intérêt des études déclaratives « augmentées », c'est-à-dire des études que l'on complète soit au moment du recueil des données, soit au moment de l'élaboration du livrable. Lors de la phase de recueil, hybrider les données déclaratives avec d'autres sources de données (open data sur des données de géolocalisation, CRM, données de navigation web, etc.) permet d'apporter un éclairage complémentaire, offre une compréhension augmentée sur la situation à analyser. Une seconde source de données contribue également à réduire le risque de passer à côté d'un élément important.
Par ailleurs, cette hybridation, pour peu que la source utilisée présente cette possibilité, va permettre d'activer les enseignements tirés de la compréhension. Si l'on reste sur les sources évoquées à l'instant, les données de géolocalisation ouvrent la possibilité d'actions marketing tenant compte des spécificités territoriales ; le CRM, d'actions emailing mieux préparées (cible / message) ; les données de navigation, de campagnes d'activation sur le web (carrefour d'audience des cibles). Augmenter les études via les sessions de co-création présente aussi des bénéfices indéniables dans notre nouvel environnement. Ces sessions sont l'occasion d'améliorer le livrable habituel en facilitant l'appropriation des enseignements par l'ensemble des parties-prenantes concernées et leur activation en décisions concrètes pour l'entreprise. Prenons des exemples pour illustrer notre propos.
Exemple 1 : la consommation de viande
Les consommateurs, plus que jamais, sont soumis à des informations diverses provenant de sources variées. Comment, par exemple, l'ensemble des messages émis par la communauté vegan, notamment depuis le web, et repris par les médias traditionnels, impactent-ils les consommateurs dans leurs comportements d'achat en magasin ? Et qu'est-ce que cela signifie pour les acteurs économiques intervenant dans l'alimentaire ?
Bien traiter cette problématique nécessite de convoquer plusieurs sources de données selon nous. Notre protocole habituel repose sur une étude déclarative barométrique robuste. Il permet de relever les effets que l'ensemble des messages reçus par les Français a sur leurs attitudes et leurs opinions en matière alimentaire.
Nous avons constaté, en un an seulement, une hausse de 5 points de la population des personnes qui se déclaraient « flexitariens » (consomment moins de viande et de poisson sans pour autant y renoncer). L'intensité et l'exhaustivité de l'expression de la communauté vegan sur le web (300 à 500 000 Français) invitent à ausculter la matière qu'elle y produit (texte, image, vidéo, etc.) pour la saisir. Ainsi, de façon très succincte ici, il apparaît que leur rejet de la consommation de la viande ou du poisson repose notamment sur leur volonté de n'infliger aucune souffrance aux animaux. Ces messages sur la souffrance animale ont surtout été reçus par une partie des Français comme une alerte sur la qualité de la viande qu'ils pouvaient consommer. Alerte sur la qualité traduite en risque sur sa propre santé !
Réduire sa consommation de viande ne signifie pas renoncer à s'alimenter. Les Français se reportent alors sur d'autres produits. Ce report se traduit en opportunités pour les acteurs économiques qui savent en tirer parti et proposer des offres adaptées. C'est ce qui contribue à expliquer la spectaculaire progression des achats de produits veggie en Grandes Surfaces Alimentaires (GSA) que nous avons pu constater en croisant les résultats de ces deux volets avec les données que la société 3W.relevanC, filiale du groupe Casino, produit en compilant les tickets de caisse des GSA du groupe.
Trois sources de données in fine dont aucune n'apporte à elle-seule une compréhension suffisante... Mais leur combinaison, leur hybridation, permettent de mieux saisir un contexte touffu, complexe et ainsi offrir les clés aux acteurs économiques pour qu'ils s'adaptent et commercialiser aussi l'activation des segments de consommateurs concernés via des campagnes digitales que propose 3W.relevanC.
Exemple 2 : L’expérience voyageur SNCF
La SNCF, pour faire face à la fraude observée sur ses grandes lignes, a décidé de mettre en place des portes d'embarquement dans les principales gares. Comment alors faire en sorte que l'expérience d'embarquement pour le voyageur ne soit pas source d'insatisfaction ou d'inquiétude sur la possibilité de bien pouvoir monter à bord du train à temps ? Pourquoi même ne pas en profiter pour revisiter l'expérience du voyageur à bord ? Le contrôleur étant déchargé d'une partie de ses missions traditionnelles, il peut davantage se consacrer aux services à bord pour les passagers.
Bien décrire la situation a nécessité le recours à plusieurs modes de recueil de données : observations ethnographiques, comptage aux portes d'embarquement, mesure quantitative de la perception auprès des voyageurs ou encore collecte du ressenti des agents sur le quai ou à bord. Mais résoudre ce problème complexe nécessite de mobiliser tous les acteurs concernés par ce changement pour aboutir à une solution qui soit à la fois désirable pour le voyageur, faisable pour les agents des différentes fonctions concernées au sein de la SNCF et viable d'un point de vue économique.
C'est précisément l'objet des Workshops d'activation que de réunir l'ensemble des parties prenantes afin de co-construire les solutions qui répondent à ces contraintes. Concrètement, combien d'agents d'accueil en bout de quai, avec quelles missions au moment de l'annonce du quai de départ (20 minutes en général) ? Quel dispositif à H – 10 minutes ? Et quel accueil à bord ? Etc. Toutes ces questions ont été traitées par des méthodes de design thinking, à l'occasion d'un atelier.
OpinionWay a fait le choix des études augmentées dans les deux directions que nous venons de voir dans cette tribune. Augmentées par l'hybridation des données déclaratives avec d'autres sources de données. Puis augmenter par des ateliers de co-création, d'activation afin de permettre une montée en valeur pour ses clients.
