L’oculométrie pour anticiper les choix des consommateurs

Cathy Liu Yang, Professeur de Marketing - 19 juillet 2016
Using eye-tracking to understand and predict consumer choices - Cathy Yang @Fotolia-Sergey Nivens

Pour les entreprises, l’étude approfondie des préférences des consommateurs est une étape indispensable à l’anticipation de leurs décisions d’achat. Pourtant, les études de marché supposent bien souvent à tort que les consommateurs prennent des décisions rationnelles, basées sur toutes les informations disponibles. Pour combler cette faille, Cathy Liu Yang développe un modèle qui utilise des données oculométriques pour évaluer la façon dont les consommateurs collectent des informations. Objectif : permettre aux professionnels du marketing de mieux comprendre et anticiper les choix des consommateurs.

Liu Cathy Yang ©HECParis

Cathy (Liu) Yang est titulaire d'un doctorat en marketing et d'un master en recherche opérationnelle de l'Université Columbia. Sa thèse s'intéressait à l'impact des incitations (...)

Voir le CV

« Choisir un film [dans un multiplex de 20 salles] peut s’avérer tellement difficile qu’on finit par rester à la maison et regarder la télévision », explique le psychologue américain Barry Schwartz dans un essai en complément de son fameux livre sur la surabondance des choix The Paradox of Choice. En effet, poursuit-il, « faire un choix est un véritable casse-tête qui exige du temps, de l’attention et des efforts ». Et nos ressources, notamment en termes de temps et de capacités étant limitées, la rationalité des décisions que nous prenons l’est également. Il s’agit d’un effet que les économistes ont appelé la « rationalité limitée ».

Les individus, confrontés à un choix complexe (par exemple des dizaines de films et d’horaires ou une allée de supermarché remplie de tablettes de chocolat), renoncent parfois à passer au crible toutes les informations figurant sur les produits et optent pour l’option qui leur semble préférable, compte tenu des informations dont ils disposent. Bien que la prise en compte de ce processus décisionnel permette généralement de prédire avec un certain niveau de précision les décisions d’achat individuelles, ce processus constitue un défi de taille, car il est difficile à observer.

Reconnaître les limites des modèles statistiques existants

Depuis le début des années 80, les entreprises ont massivement recours à des questionnaires à choix multiples pour collecter des données sur les préférences des consommateurs et utilisent des modèles statistiques pour anticiper leurs choix. En l’absence d’observation du processus décisionnel, les modèles statistiques existants supposent généralement que les consommateurs collectent toutes les informations dont ils ont besoin pour faire leur choix avant de prendre une décision. La façon dont les consommateurs recherchent ces informations révélant leurs préférences, un modèle statistique reposant sur des hypothèses erronées concernant les processus d’acquisition de ces informations peut fausser les estimations des responsables marketing quant aux préférences des consommateurs et induire des prévisions d’achat moins précises. Mais alors quelle méthode adopter pour que les études de marché tiennent compte de ces limites ?

L’équipe de chercheurs dont fait partie Cathy Yang a mis au point un modèle statistique devant aider les professionnels du marketing à améliorer la précision des mesures des préférences des consommateurs et donc l’anticipation de leurs choix grâce à des questionnaires plus courts.


Guillemet

Tous les consommateurs ne s’intéressent pas aux mêmes caractéristiques

Modélisation du processus d’acquisition des informations

Ces chercheurs ont constaté que les consommateurs ne tenaient pas compte de toutes les informations pertinentes au moment de prendre leur décision, par exemple lors du choix d’un ordinateur portable. Le questionnaire auquel les consommateurs participent sur leur plate-forme en ligne révèlent leurs préférences : « une adolescente ne se préoccupera peut-être que de la couleur et de la taille de l’écran, tandis qu’un adolescent prêtera également attention à la vitesse du processeur pour pouvoir jouer à des jeux », explique Cathy Yang. C’est pourquoi elle a développé, avec l’aide de ses co-auteurs, un modèle permettant de capturer le processus d’acquisition des informations (à savoir la recherche d’informations pertinentes pour l’achat d’un ordinateur portable) sur la base d’un concept révolutionnaire de maximisation de l’utilité, selon lequel l’utilité qu’un consommateur tire du produit choisi ne vient pas uniquement dudit produit, mais également du processus d’acquisition des informations proprement dit (a-t-il pris la peine de lire et d’évaluer un certain nombre de spécifications ?).

L’oculométrie comme mesure de l’attention et de l’acquisition d’informations

Dans le cadre d’études marketing récentes, l’oculométrie a été utilisée pour mesurer la répartition de l’attention à différentes fins, du choix d’une marque à l’efficacité des recherches, en passant par l’exposition des marques dans les rayons des supermarchés. Les auteurs pensent que l’utilisation de cette technique va se généraliser, et pourquoi pas devenir systématique, afin de mieux comprendre la façon dont les consommateurs prennent des décisions d’achat. Comme le rappelle Cathy Yang, à la fin des années 80 et au début des années 90, les responsables marketing se basaient sur le suivi des mouvements de souris pour comprendre le processus d’acquisition des informations des consommateurs : les informations consultées étaient capturées en assurant le suivi des clics de souris à effectuer pour ouvrir les pages contenant des informations pertinentes sur un écran d’ordinateur. « Mais il s’agissait d’un processus intrusif et non naturel, contrairement à un oculomètre qui ressemble à un écran standard », ajoute-t-elle.

Dans le cadre de cette étude, les auteurs ont utilisé les données oculométriques comme mesure directe de l’attention et de l’acquisition d’informations. Ces données constituent un moyen de déterminer le processus décisionnel et les caractéristiques d’un produit auquel les différents consommateurs accordent le plus d’importance. À titre d’exemple, lors de la présentation d’informations sur le même ordinateur portable, un consommateur peut consacrer 80 % de son attention aux attributs de l’écran, 15 % à la capacité du disque dur et seulement 5 % aux autres caractéristiques. « Tous les consommateurs ne s’intéressent pas aux mêmes caractéristiques », explique Cathy Yang. Les responsables peuvent acquérir une connaissance approfondie des préférences hétérogènes des consommateurs grâce aux données oculométriques.

La collecte de données oculométriques exige un niveau élevé d’expertise, mais il existe aujourd’hui des solutions commerciales permettant de recueillir ces données à l’aide de webcams. « Nous pensons que l’utilisation de ces solutions va se généraliser du fait de l’acquisition de ces fonctionnalités par de grandes entreprises telles que Facebook [...] et avec le développement de solutions libres », affirment les auteurs.


D’après un entretien avec Cathy Liu Yang et son article « A Bounded Rationality Model of Information Search and Choice in Preference Measurement », co-écrit avec Olivier Toubia et Martin G. De Jong (Journal o f Marketing Research , avril 2015).

Applications pour les dirigeants
Applications pour les dirigeants

En améliorant la compréhension du processus d’acquisition des informations, ce modèle permet de mieux cerner les préférences des consommateurs. Plus important encore, il permet aux responsables marketing d’anticiper avec plus de précision les choix des consommateurs, à l’aide de questionnaires plus courts : cette méthode n’a besoin que d’un tiers des questions requises dans le cadre d’un modèle traditionnel pour obtenir le même niveau de précision en matière d’anticipation des choix. Comme le souligne Cathy Yang, jusqu’à maintenant, si les responsables marketing voulaient poser aux consommateurs des questions sur 6 attributs (ou caractéristiques) d’un produit (par exemple la taille de l’écran d’un ordinateur portable), avec 4 propositions à chaque question (13 pouces, 15 pouces, etc.), ils devaient réaliser des questionnaires vraiment longs. « Le problème, ajoute-t-elle, est que les gens sont moins attentifs à la fin, tandis que si vous les soumettez à un questionnaire relativement court, vous êtes assuré d’obtenir des données de meilleure qualité pour anticiper leurs choix individuels », sans compter l’échec commercial qui peut découler d’une étude de marché faussée.

Méthodologie
Méthodologie

Aux fins de cette étude, les chercheurs ont recruté 70 participants dans une grande université européenne et leur ont demandé de répondre à 20 questions visant à déterminer leurs préférences concernant six attributs d’un ordinateur portable Dell (prix, capacité du disque dur, etc.), sur une plate-forme en ligne développée par les auteurs. Ils ont complété les résultats obtenus avec les données oculométriques (fixation du regard sur un point spécifique et saccades ou mouvements entre chaque fixation) collectées sur les participants dans le laboratoire d’étude comportementale de l’université.