Un marketing de la prescription à l'heure des moteurs de recommandations

Christophe BenaventProfesseur à l'Université Paris Ouest

Picom 23 septembre

@benavent

Toujours d'actualités mais des technos déjà anciennes....

● 26 juin 2014 : SearchXPR lève 2 millions d'euros pour son moteur de recommandation produit émotionnel

● 4 juin 2014 : Moteur de recommandation : pourquoi Target2Sell lève 1,4 million d'euros

Amazon l'innovateur

CF item-to-item

Un processus continu

Est-ce une priorité ?

Un marketing de la prescription

Distributeur

O1

O3

O2 Client

Intermédiation : réduction des coûts logistiques

PrescripteurPrescription : réduction des coûts cognitifs

Hatchuel : prescription de fait, technique et de jugement ( réduction d'incertitude)Benghozi : marché de la prescriptionThèse de Stenger

référencement

De nombreux dispositifs

● Notes et avis de consommateurs● Avis d'experts● Wish list● Chart● Search engine● Folksonomies● Labels et tags● Filtres et agent de recommandation● Systèmes de Recommandations….

Stenger (2006)

Trois grandes formes de prescription

● Contextuelle : – s'appuyer sur des éléments de contexte

● Comportementale : – s'appuyer sur l'historisation des comportements

● Sociale– Exploiter les préférences des «  voisins »

– Social proof ( Cialdini)

Les fonctions d'un moteur de recommandation

Comparaison avec les moteurs de recherche

typologie

Les données

Classification des modèles

Les principaux algorithmes

● CF + KNN ● SVD

Les critères d'évaluation

● Précision (accuracy)– Nps/Ns

● Rappel (recall)– Nps/Np

● RMSE

Serendipidity

● La précision et le recall génèrent souvent des solutions triviales => nécessité d'introduire de la « diversité »

● Deux approches :– Community- aware : pondérer le classement en

fonction de l'entropie d'un item à travers les communautés.

– Bubble -aware : pondérer le classement en fonction du non-regroupement (declustering des items)

● Interpolation : r = λ Basic + (1-λ) Entropic

Evaluation de l'expérience

La spécificité de l'achat électronique

● Avec une recommandation on compare à la dernière alternative, sans à l'ensemble des alternatives

La recommandation réduit la recherche ( Dellaert et Haübl, 2012)

Consommateurs et agent de recommandations

(Fitzsimons & lehmann 2004)

● Le mécanisme de la réactance (Brehm)●

Assimilation et constraste

● Contexte : des CD familiers et non familiers présentés ou non

● Une information spécifique est donnée ou non (échantillon)

Novices et experts

Le champs de la prescription

● Anticipation et réduction des coût cognitifs (Predictif)

● Réduction de l'incertitude (le conseil...)● Où commence la persuasion ?● Quelle place pour l'architecture des choix

(Nudges)

Conclusion

● Le paradoxe des recommandations : réduire les coûts de recherche mais limiter le parcours client

● Des critères fondamentaux : expertise, crédibilité, expérience...

● Trouver le bon mix : exploration/ exploitation.● La discipline de la recommandation : tester,

encore tester.● L'enjeu de l'acceptabilité (légitimité)