Détection de tendances : Comment repérer les signaux faibles le plus tôt possible ?

Don't forget to share this post!

blog-post-example-media

Pour clore cette série d’articles sur la détection de tendances, un retour rapide sur les questions méthodologiques s’imposait. Dans un de nos derniers billets, nous avions justement remarqué à quel point la détection de signaux faibles n’est pas un sujet à prendre à la légère, et qu’il est indispensable d’accompagner l’initiative par un process aussi éprouvé que l’entreprise sera de taille imposante.





Pourquoi ? Parce qu’une adaptation de dernière minute à une tendance emportant tout le marché dans son sillon, ne pourra s’opérer convenablement si l’entreprise est multi-entités, multi-filiales, multi-nationale, et finalement multi-peu prompte à bouleverser son organisation.

Alors comment fait-on, pour s’assurer qu’un signal faible ne passe pas à la trappe ? On peut trouver des méthodes, rassurez-vous. Vous connaissez tous le refrain “quali-quanti”, avec les limites que comporte chaque approche. Plutôt que de choisir entre du déclaratif peu fiable, ou de la data difficile à digérer ; chez Linkfluence, nous préférons réconcilier les deux paradigmes, en couplant nos grandes capacités de captation via Radarly, à un regard humain au plus haut point qualitatif sur les phénomènes identifiés sur le web social.

Évidemment, dans l’immédiat, il existe aussi des méthodes à portée de main, avec des limites flagrantes ; et puis il y a le social listening… Comment réussissons-nous à en tirer le meilleur parti pour mettre en exergue des signaux faibles ? Réponse en fin d’article.

 

detection-tendances-signaux-faibles-combinaison

 

Les méthodes traditionnelles

La détection de signaux faibles, si elle n’entre pas dans le cadre d’un réel projet avec vision & budget, repose en grande partie sur la qualité des maillons humains impliqués dans la chaîne de détection. Qu’on les scrute, sollicite ou soumette à tout type d’entretien ; ils détermineront en grande partie la qualité du travail de remontée de ces si convoités signaux. Passons en revue 3 méthodologies déjà connues de la market research.

 

  • Réseau de “capteurs humains” : Le recours à l’argument d’autorité est un remède confortable quand on ne trouve pas les réponses soi-même. Pour les signaux faibles, il est évident que des professionnels issus de disciplines diverses, tous plus experts les uns que les autres, auront à offrir une vision pleine de perspective sur un marché ou une industrie en particulier. Libre à vous d’user de suffisamment de stratagèmes pour en faire vos précepteurs particuliers sur l’état de votre marché et l’émergence de signaux significatifs.
    La limite évidente, c’est le facteur humain. Qui peut assurer que le professionnel avec qui vous aurez établi le dialogue pour vous aider dans vos démarches, saura se rendre éternellement disponible pour vous partager ses découvertes ? Les probabilités sont faibles. Sans même mentionner la fiabilité de ces informations...

 

  • Expéditions ethnographiques : Tout un programme, sur le papier, et pourtant, une méthode éprouvée - pour ne pas dire “épuisée”-. Focus group, sondages, études de marchés : tous ces procédés tendent à provoquer la discussion avec un ou des représentants d’une cible déterminée, afin de recueillir une forme d’expression spontanée d’opinion, et d’y détecter des besoins latents.
    La première question qui devrait vous venir à l’esprit, c’est de savoir si un échantillon - aussi hyper-qualitatif soit-il - constitue une représentation recevable du marché dans sa globalité. Sans compter que ce genre de méthode peut se révéler fort chronophage, pour un résultat approximatif.

 

detection-tendances-signaux-faibles-market-research

 

  • Veille des médias sociaux : Le trésor d’informations et de signaux faibles que vous recherchiez gît certainement là, sous vos yeux. Il est impossible de nier que vos consommateurs passent une partie de leur vie sur les médias sociaux, dans l’expression d’une ère résolument conversationnelle. En cherchant par mots-clés, hashtags, caractéristiques démographiques, vous mettrez la main sur une donnée à forte valeur ajoutée, qui capte des comportements spontanés non - ou moins - biaisés par des variables contextuelles. Le Saint Graal de la market research, en quelques mots.
    Sauf que pour 3,3 milliards d’utilisateurs actifs sur les réseaux sociaux, il apparaît impossible de pouvoir, manuellement, couvrir l’ensemble de la data générée sur chaque plateforme, et plus généralement sur le web.

 

S’il fallait proposer un arbitrage pour déterminer quelle méthode est la meilleure, notre décision s’orienterait vers un “non” global. Et principalement pour une question de data, soit qu’elle vienne à manquer pour illustrer une intuition ou un ressenti subjectif, soit qu’elle soit trop abondante, difficile à récolter et finalement inexploitable en l’état. Malgré tout, rien n’exclut de combiner les 3 méthodes pour assurer une détection optimale, et raisonnée des signaux faibles.

 

Les perspectives offertes par le social listening

Détecter les tendances avant qu’elles n’explosent est un indispensable pour les marques, voire une question de survie. Pas d’adaptation possible a posteriori, il faut grimper dans le train quand il est à quai. La concurrence est certainement arrivée avec plusieurs minutes d’avance, ce qui lui réserve des places de choix pour préempter les opportunités induites par les signaux faibles détectés.

Nous évoquions plus haut  la possibilité de réaliser une veille exhaustive du web social, en cherchant à filer les occurrences les plus récurrentes sur les différentes plateformes proposées aux utilisateurs. Cette stratégie implique, premièrement, de disposer d’un outil capable de réaliser cette opération de social listening, du fait de ses capacités de crawling, autant que de son accès à la data des plateformes ; et s’avère particulièrement performante pour analyser les tendances détectées.

Pour la détection de signaux faibles, toutefois, il faut, en plus de pouvoir compter sur la paire “outil + analyste expert social data”, être armé d’une méthodologie de détection industrialisable, pour ne pas perdre le rythme du marché.

 

detection-tendances-signaux-faibles-social-listening

 

Nos équipes Research ont justement mis au point des dispositifs consistant à anticiper la montée en puissance de l’intérêt des consommateurs pour certains sujets directement liés aux différentes offres de nos clients. La méthode est complexe et mériterait qu’on lui dédie un contenu particulier, raison pour laquelle nous souhaitions seulement vous en partager un bref aperçu, par pur souci d’intelligibilité.

 

  1. La première étape consiste en une présélection, la plus exhaustive possible, de différents sujets tenant directement au marché concerné : biens de consommation, concepts, tendances, etc ; dans le but d'obtenir une liste d'items objectivables et mesurables. Le potentiel de ces derniers est ensuite évalué selon différents KPIs (volume de posts, croissance annuelle, etc…).
  2. Arrive ensuite une première phase de validation, à l’issue d’une analyse qualitative de ces résultats, pour vérifier l’intérêt de la cible pour les tendances les plus prometteuses. Cette phase se réalise plus rapidement qu’avec une approche traditionnelle, puisque l’analyste avance guidé par les KPIs dûment sélectionnés en première phase. À ce titre, nous avons recours à l’intervention de data scientists dès la première étape pour assurer le choix des bons KPIs.
    Dans le doute, il vous est toujours offert de vérifier une deuxième fois en regardant du côté des experts et influenceurs spécifiques du marché visé, pour savoir s’ils se sont déjà exprimés sur le sujet.
  3. Vient enfin la dernière étape, celle qui fait muter les signaux faibles en véritable prédiction de tendance, encore une fois grâce à l’intervention d’un data scientist. Les signaux faibles sur certains sujets ont été validés par les différentes étapes antérieures, la donnée récoltée devrait permettre de bâtir un modèle prédictif pour estimer l’évolution d’une tendance, en couplant le regard affûté d’un expert social data au génie d’un data scientist.

 

De signaux faibles à la tendance de marché, le contrat est donc rempli.

 

*          *          *

 

Entre la progression au doigt mouillé et l’intervention d’un data scientist, il existe un écart méthodologique qui méritait quelques éclaircissements. Si des solutions sont à portée de main immédiate, elles n’assurent pourtant pas la réussite complète du projet “découverte de signaux faibles”.

Vous l’aurez compris, il vous faudra de la data, la plus exhaustive possible, ce qui implique le recours à un outil de social listening. Une fois la captation assurée, le regard aiguisé d’un analyste expert vous permettra de rechercher dans la bonne direction. Enfin, la touche prospective sera le résultat de la contribution d’un data scientist capable de produire un modèle prédictif pour tirer le meilleur parti de la social data.

La bonne nouvelle, c’est qu’il s’agit d’un dispositif que nous proposons déjà à nos clients, et que nous serions enchantés de pouvoir vous présenter plus en détail. Faîtes-nous signe !

 

Social data intelligence - demande de démo

Don't forget to share this post!