L'analyse des avis en ligne par IA est meilleure que les études de marché
Les études de marché traditionnelles vont-elles bientôt devenir obsolètes ? Une étude publiée aux États-Unis montre que l'apprentissage automatique peut considérablement aider les marques à mieux comprendre les consommateurs, et ce plus rapidement.

L'apprentissage automatique et l'IA pourraient rendre les études de marché classiques de plus en plus obsolètes. En effet, il devient possible d'analyser efficacement le contenu généré par les utilisateurs (UCG) comme les revues en ligne, les blogs et les publications sur les médias sociaux. Une étude publiée dans le journal Sciences du marketing Selon une étude publiée par l'OCDE, il est en effet plus rapide et moins coûteux pour les marques de savoir ce que veulent les clients, et peut-être même mieux qu'avec des enquêtes classiques.
Comme de plus en plus de personnes achètent en ligne et partagent également des avis et des expériences sur les produits, il en résulte une montagne de données UCG qui est énorme dans de nombreux domaines. "Rien que sur Amazon, il y a plus de 300 000 avis sur des produits de santé et de soins", explique Artem Timoshenko, doctorant en marketing au Massachusetts Institute of Technology (MIT) et auteur principal de l'étude. Si ces données librement disponibles permettaient d'identifier efficacement les souhaits des clients, cela serait très intéressant pour les marques grand public. Mais de nombreux spécialistes du marketing doutent encore de la faisabilité d'une telle démarche.
Timoshenko et le professeur de marketing John R. Hauser se sont donc penchés sur la question de savoir si cela pouvait fonctionner à l'aide de l'apprentissage automatique. Les chercheurs misent sur une approche hybride : un système d'apprentissage rejette les déchets et les doublons dans les revues Amazon afin de ne fournir que des données pertinentes. Un expert analyse ensuite ces données pour en déduire les besoins des clients.
L'équipe a testé cette approche pour les produits d'hygiène buccale et a comparé les résultats avec ceux des enquêtes classiques en face à face.
"En fin de compte, nous avons constaté qu'UCG s'avère au moins aussi efficace que les méthodes traditionnelles qui s'appuient sur un groupe représentatif de consommateurs", explique Hauser. Car l'approche d'apprentissage par la machine a effectivement réduit judicieusement la montagne de données de révision à une sélection avec laquelle un expert humain peut bien travailler. La technique ne devrait toutefois pas remplacer totalement l'homme dans un avenir prévisible. "L'examen personnel reste une dernière étape importante du processus, car les analystes professionnels sont les mieux placés pour évaluer la nature contextuelle des besoins des consommateurs", explique le professeur de marketing. (pte)
graphique : Manfred Steger via Pixabay





















