La big data va-t-elle faire adopter à toutes les marques la culture ingénieur?

La big data fait figure d’enjeux du 21e siècle. On produit chaque seconde autant de données que durant les 2000 premières années de notre ère. L’augmentation est exponentielle.

Parmi les 1000 questions qui se posent, celle du satisficing revient à l’ordre du jour. Pour rappel :

Il désigne une stratégie de prise de décision où l’action intervient après avoir atteint un palier d’information jugé suffisant. Le satisficing s’oppose au mécanisme optimal, où la prise de décision est le fruit d’un examen approfondi de tous les tenants et aboutissants d’un problème (comme les aiment les économistes).

La quantité de données est un pis-aller au satisficing : prendre une décision optimale n’a jamais été aussi impossible dans l’histoire. Ajoutez-y une poignée d’ingénieurs et le doute est permis.

Exemple concret : les données publicitaires dont les agences disposent pour travailler.

  • Que conclure d’un nombre de mention sur les réseaux sociaux ?
  • Que conclure du nombre d’informations produites quotidiennement sur les réseaux?
  • Que conclure du nombre de fans Facebook d’une marque sur les réseaux sociaux?

Cet exercice de style est symptomatique. Un type – dont le mode de réflexion est emblématique de la pensée ingénieur – s’est amusé a imaginé toute une série de mesures à partir de datas dont il dispose :

Non seulement la frénésie digitale peut anesthésier notre sens critique (combien de comptes actifs sur les réseaux sociaux? quel taux de rebond moyen de la page de votre site? combien de personnes ont effectivement vu votre bannière ?) mais elle participe de notre penchant à prendre des décisions parfois trop orientées par l’innovation au détriment du bon sens.

Je ne remets pas en cause les vertus commerciales ou économiques du web, elles font vivre bien trop de gens. Toutefois, il y a vraiment parfois de quoi s’interroger sur la pertinence de l’usage qui est fait des données collectées.

Faut-il innover en fonction de ce dont on dispose ou en fonction d’une vision ? D’un but qui transcenderait les données? Est-il possible d’imaginer au-delà des éléments dont on dispose? Comment les grands innovateurs tels que Jobs ou Ford ont-ils réussi à dépasser les informations dont ils disposaient pour offrir quelque chose dépassant les attentes des gens?

La question étant : a-t-on déjà pu prendre des décisions optimales?

10 choses que je ne savais pas la semaine dernière #109

1. The Perception Gap : 76% des marketeurs ont l’impression de connaitre leurs clients, 34% seulement leur ont posé la question. Merci Olivier

2. Tout de suite derrière les techniciens de labo, les publicitaires seraient les plus gros buveurs de café.

3. La technique FORD, au secours de la conversation poussive : Family, Occupation, Recreation, Dreams.

4. S’il y a souvent des miroirs devant les ascenseurs, c’est pour nous faire tolérer l’attente. De même, Disney surestime dans ses parcs la durée des files d’attente pour que l’effet créé par la bonne surprise de la queue moins longue que prévue efface la durée totale de l’attente (cf. cette note sur Daniel Kahneman).

5. Les lundis n’ont rien d’horrible. Le lundi compliqué est une invention publicitaire.

6. Depuis 1944, le diamantaire De Beers n’a pas le droit de vendre aux USA pour des raisons de lois antitrust.

7. Le Senhzaï ou la philosophie de la copie façon chinoise : une deuxième révolution culturelle est en cours. Merci Jonathan

8. La théorie du greater fool stipule la relativité de la rationalité des investissements économiques (cf. théorie du concours de beauté de Keynes ou satisficing).

9. Oscar Wilde a dirigé un magazine de mode.

10.

Dans un rayon comme dans un isoloir, nos décisions n’ont rien d’optimales

Pour les présidentielles, on dit que 50% des votants n’ont toujours pas arrêté leur choix 15 jours avant le scrutin. Dans ce contexte, c’est l’occasion d’introduire une notion psychosociale de première importance : le satisficing (ou principe de seuil).

Composé de satisfy et suffice, le satisficing vient du sociologue Herbert Simon. Il désigne une stratégie de prise de décision où l’action intervient après avoir atteint un palier d’information jugé suffisant. Le satisficing s’oppose au mécanisme optimal, où la prise de décision est le fruit d’un examen approfondi de tous les tenants et aboutissants d’un problème (comme les aiment les économistes).

A titre d’illustration, le satisficing a permis à Deep Blue d’IBM de battre Kasparov : sans prendre les décisions les plus rationnelles (et un peu prédictibles) mais en faisant des choix satisfaisants à un moment T.

Dans un supermarché comme lors d’un scrutin présidentiel, le satisficing explique nos décisions (parallèlement à d’autres phénomènes). Si quelques objecteurs prendront la peine de lire tous les programmes en détail tout comme ils passeront des heures en magasin pour choisir la bonne marque (attention, ces deux groupes ne sont peut-être pas les mêmes), l’immense majorité des consommateurs-électeurs agit à partir d’un palier d’info jugé suffisant :

  • Opposition à un parti en place,
  • Vote par défaut,
  • Vote par habitude,
  • Réforme spécifique,

D’où une réflexion qui vaut pour les urnes comme pour les caddies : les gens se foutent d’avoir le meilleur produit dans le meilleur des mondes, ils se contentent  de ce qu’ils estiment satisfaisant afin de se concentrer sur d’autres sujets qu’ils estiment plus important.

La prescience de cette notion et la marketisation de la culture expliquent peut-être l’évolution des campagnes politiques, où les idées sont de moins en moins centrales.