La sérendipité face aux algorithmes : le hasard maîtrisé, ou les limites du marketing prédictif

Partager

Tweet

Partager

Partager

Email

Commentaires

Le profilage en ligne est-il un viol de notre sphère privée ou un accès volontairement consenti en échange de contenus personnalisés ? Sur le sujet, les ressentis divergent, les uns mettant en avant leur appétence pour le marketing prédictif et la notion de recommandation ; les autres poussant le plaisir de découvrir les choses « par hasard » et refusant de se laisser manipuler. En toile de fond, une réflexion sur la confiance (une notion exclusivement humaine ?) et sur la nécessaire prise de conscience de la valeur de nos données personnelles.

Le profiling, ou la fin du hasard

Deux ressentis clients différents, et intéressants à commenter. Qu’une boutique en ligne utilise les données de votre navigation sur son site et les croisent avec celles d’autres internautes clients pour vous proposer une liste de recommandations, voilà qui ressemble pourtant bien à un service à valeur ajoutée pour le consommateur. Ce dernier peut ainsi se rapprocher de l’expérience connue en librairie, où son livre en côtoie d’autres sur les mêmes thématiques, lesquelles génèrent régulièrement ce fameux achat d’impulsion après lequel courent tous les vendeurs pour augmenter leur panier moyen. Pourquoi donc s’en offusquer ?

Creusons un peu et parlons de sérendipité: vous savez, ce mot savant qui illustre le fait de trouver quelque chose d’imprévu alors que l’objet initial de la recherche est complètement différent. Appliqué à la librairie du quartier, cela revient à sortir avec un livre différent de celui pour lequel vous êtes entrés dans la boutique. Le titre recherché n’était pas disponible, mais par contre vous êtes tombés sur une couverture ou un titre accrocheurs auxquels vous avez succombé… Quelle différence donc avec une librairie en ligne ? Tout simplement le fait que ce qui est dû d’un coté au hasard (enfin, presque !) en magasin, s’appuie sur les sites marchands en ligne sur des algorithmes de calcul prédictifs on ne peut plus cartésiens. Faut-il déduire de ce qui précède que ce qu’un consommateur semble prêt à accepter dans une logique de hasard le rendrait nerveux dans le monde des algorithmes ? En tout cas, force est de constater que le plaisir induit par la sérendipité n’est pas aussi systématique que dans une démarche de marketing prédictif.

De la recommandation à la manipulation

Du point de vue du consommateur, où s’arrête le service rendu (recommandation) et où commence la manipulation (tentation) ? Je pense que la frontière entre les deux est avant une question d’échelle : ce que votre libraire de quartier va vous recommander s’appuie sur ce qu’il sait de vous, sur les informations que vous lui avez -volontairement ou non- communiquées lors de passages précédents en boutique, ou via votre carte de fidélité. Au pire, il connait peut-être votre voisine… qui s’avère être parfois bavarde. Rien de bien dramatique, et surtout une dimension humaine et sociale forte. Sur le modèle du monde connecté, l’échelle n’est plus la même, car la masse d’informations disponibles pour vous ‘connaître’ croît chaque jour de manière exponentielle… et surtout non totalement maîtrisée. A tel point que, assez ironiquement d’ailleurs, certains cabinets d’analyse commencent même à s’en émouvoir, non pas d’un point de vue éthique, mais sous un angle purement technique.

Au-delà de l’échelle, la systématisation est un autre élément important de différenciation entre recommandation et manipulation. Si le consommateur peut accepter de se laisser influencer, il souhaite aussi garder la maitrise de ses décisions. Une recommandation qui devient systématique (par le truchement non seulement des algorithmes, mais aussi de la multiplication des supports de sollicitations (notamment les écrans de toutes formes que nous consultons XX fois dans la journée : montre, smartphone, tablette, ordinateur, afficheur de voiture…) se rapproche dangereusement d’une tentative de manipulation, ou en tout cas d’un conditionnement quasi subliminal.

Doit-on faire confiance à la machine ?

Dès lors la dimension humaine s’estompe pour faire place à la puissance prédictive des algorithmes. Mais peut-on faire se fier à la machine comme on fait confiance à son libraire ? On peut accorder sa confiance aux personnes que l’on connait ; c’est plus délicat pour une équipe de développeurs travaillant sur un algorithme pour une entreprise marchande.

Personnellement, je souscris à cette citation de Baudelaire : « la croyance dans la technologie est le paganisme des imbéciles ». Ainsi, rien ne m’agace plus que d’être invité à changer mes cartouches d’encre alors que mon imprimante fonctionne parfaitement : dois-je croire la machine qui me menace de passer hors-garantie si je ne fais rien ? ou dois-je passer commande docilement ? avec les objets connectés la question prend de l’ampleur : vais-je laisser mon réfrigérateur se réapprovisionner tout seul malgré les 12 yaourts encore présents mais dont la date limite de consommation est dépassée (ce qui personnellement ne m’arrête pas) ?

De la nécessaire intelligence individuelle de nos données

En conclusion, que le lecteur ne se trompe pas. Je suis un fervent avocat de l’usage des technologies au service des consommateurs et des concitoyens que nous sommes. Nul doute que le Big Data, et l’analytique peuvent accomplir de belles choses. Je redoute simplement que ces technologies censées nous simplifier le quotidien en viennent à nous déresponsabiliser, et à laisser d’autres (individus ou algorithmes) prendre les décisions à notre place. De même que les navigateurs internet offrent la possibilité – bien théorique- de ne pas être ‘tracés’, nous devrions retrouver cette intelligence, cette conscience, sur nos informations personnelles. Nous devons pouvoir un jour maîtriser et choisir le niveau de personnalisation des services que nous utilisons. Nous devons tout simplement retrouver la pleine propriété de nos données.

Auteur : Didier Lambert, Marketing Manager Mitel France / Membre du CMIT

***

(c) ill. Shutterstock