Suite à la manifestation HUBDAY DATA & AI FOR BUSINESS organisé par le Hub Institute et à mon premier article sur cette manifestation (Usage Data chez Picard)  , je vous propose une analyse sur l’intervention de Google sur le sujet des facteurs d’influence (ou biais neuronaux).
Google possède un département d’étude (destinée à ses clients) et publie régulièrement des extraits de celles-ci et des articles sur le site Thinkwithgoogle

Le contexte de l’étude

Baptiste TOUGERON a présenté une étude de 2020  (Decoding Decisions. Making sense of the messy middle -98 pages) sur l’impact des biais cognitifs sur le parcours d’achat.

Le terrain ayant été réalisé avant le Covid19, les analyses effectuées ne prennent pas en compte ce nouveau contexte sanitaire.

L’étude a créé un modèle mis à jour de prise de décision des consommateurs (le modèle Decoding Decisions) puis à comparé la force des différents biais cognitifs de ce modèle en les mettant en compétition avec la notoriété de la marque.

La démarche de l’étude associe une analyse de nombreux articles et études, l’observation de centaines d’heures de « shopping journeys » (parcours client)  et une grande quantité de tests sur des parcours d’achat sur 31 différentes activités économiques. Pour cela Google a réalisé 310 000 scénarios d’achat (avec 31 000 acheteurs).

L’étude a été réalisée par Google et « The behavioural architects (BA)  » et a été récompensée en janvier 2020 (par le très connu Market Research Society (MRS))  par le prix « New Consumer Insights Award et aussi par le prix de « la meilleure initiative de recherche ».

Le comportement de l’acheteur dans les différentes phases d’achat est complexe

L’étude tente de décoder » le messy middle (pouvant être traduit comme code/comportement inextricable), cet espace complexe entre le facteur déclencheur et l’achat, où vous pouvez gagner ou perdre des clients. »

Google souligne la différence d’approche entre la conception classique du tunnel de transformation dans un site ecommerçant ci-dessous

et la réalité qui est plus complexe et « messy »

L’étude souligne que dans cet espace complexe on identifie « deux modes mentaux différents :

• l’exploration (une activité expansive)
• et l’évaluation (une activité réductrice).

Toute action d’un utilisateur peut être classée dans l’un de ces deux modes mentaux » représentés par ce schéma final ou les prospects déploient ces 2 activités d’exploration et d’évaluation « répétant le cycle autant de fois que nécessaire pour prendre leur décision d’achat. » 

Les facteurs d’influence sur l’achat, un incontournable pour les sites ecommerçants

Ces biais cognitifs (facteurs d’influence)  existaient bien avant Internet et les simulations d’achat de l’étude montrent à quel point ils sont pertinents pour la prise de décision aujourd’hui et notamment dans le modèle présenté ci-dessus.

Les biais cognitifs sont d’ailleurs maintenant bien connus et documentés et largement exploités dans les sites ecommerçants.
Ils sont notamment à la base de nombreux prestataires travaillant à l’optimisation du ‘CRO‘ des sites Ecommerçants. Une référence des biais en ecommerce quasi exhaustive est d’ailleurs présentée par Convertize dans cet article récent).

Je les retrouve aussi dans quelques emailings et dans des contextes de tests A/B (cf. fin de l’article).

Quel facteur d’influence est le plus fort par rapport à la notoriété de la marque ?

L’originalité de l’étude a été de sélectionner 6 facteurs d’influence dans cette boucle et d’identifier les plus impactant. Ces 6 facteurs sont les suivants :

Ils sont expliqués ici en détail et je vous en propose une synthèse ci-dessous :

• Pouvoir de la gratuité offrir un cadeau avec le produit acheté peut constituer un puissant facteur de motivation
• Preuve sociale les recommandations et les avis des autres consommateurs peuvent s’avérer très persuasif
• Biais d’autorité: influence d’un expert ou d’une source fiable
• Pouvoir de l’instant: plus vous devez attendre longtemps un produit plus la proposition s’affaiblit
• Heuristique catégorielle: ajouter une brève description des spécifications clés d’un produit peut simplifier la décision d’achat
• Enfin biais de la rareté: plus le stock ou la disponibilité d’un produit sain s’amenuise, plus il devient désirable

L’étude s’est focalisée sur 3 objectifs  :

• Quantifier et mesurer l’importance de la préférence de marque dans « le messy middle »
• Quantifier et mesurer la force de ces préférences en les soumettant à des biais cognitifs dans la parcourt acheteur (autrement dit le pouvoir de la gratuité a-t-il un pouvoir d’influence plus important que le biais d’autorité ou que la rareté …?)
• Analyser les résultats en fonction des différentes catégories produits et thématiques

Pour cela Google a réalisé 310 000 scénarios d’achat (avec 31 000 acheteurs dans le monde) dans les secteurs des services financiers, des biens de consommation courante, du retail, des voyages et des services collectifs.

Lors de ce test, les consommateurs devaient choisir leur première et leur deuxième marque favorites dans une catégorie, puis une série de biais était appliquée pour déterminer si les consommateurs changeaient l’ordre de préférence entre les deux marques.

La preuve sociale est gagnante …

Le résultat des tests sur la France et sur l’impact des différents biais cognitifs lors de la prise de décision est le suivant :

L’étude se lit de la façon suivante : c’est la preuve sociale qui influence 22 % des achats lors des tests.

Le pouvoir de la marque et la preuve sociale sont au coude à coude sur la force de leur impact.

L’étude analyse en France l’influence de la marque sur 8 activités et on constate que celle-ci est variable suivant le schéma ci-dessous
(1000 achats effectués par catégorie sur des 18-65 ans)

Quel facteur d’influence possède une marque inconnue avec de nombreux facteurs d’influence ?

Focus ensuite sur ce qui pouvait ‘contrer’ la puissance de la marque, en créant une marque inconnue (dans la cosmétique/shampoing appelé, LAVA) mais dotée de tous les facteurs d’influence possible (au nombre de 7!).

La marque LAVA créée de toute pièce, est-elle plus forte qu’une marque connue grâce aux facteurs d’influence ?
C’est la dernière  question de l’étude et du test final effectué …

Au final la marque LAVA créé va capter 46 % des décisions (dernière colonne).

Ces résultats sont bien sûr à prendre avec précaution, car ils sont issus de simulation de mise en situation.
Il est recommandé de se bâtir sa propre culture de test sur les facteurs d’influence qui peuvent varier suivant les activités économiques .

Trois conclusions pour les marques

Trois conclusions de l’étude ont été présentées pour les marques « fortes » et leur challenger

• Assurer une présence de marque est indispensable quelque soit le facteur d’influence,
• Appliquer les principes des sciences du comportement intelligemment et de façon responsable (évitez les mensonges qui peuvent fortement nuire),
• Simplifier le parcourt des consommateurs dans la customer journey (une évidence …)

Quelle utilisation dans l’emailing ?

Ces facteurs d’influence sont bien sûr utilisés dans des emailing.

Exemple avec Sosh et un email de parrainage ou lors d’un test A/B un facteur d’influence (ici proche du biais d’autorité) a permis de multiplier par 2.5 le taux de clic.

Le premier email est classique avec une accroche sur le gain pour devenir parrain : 6 mois offert (2,5 % de taux de clic)

Le 2ème email qui fait référence à une étude  (87 % des clients seraient prêt à parrainer …) . Taux de clic 7 %

La présentation étant très riche, je vous recommande de l’écouter ici pour ne manquer aucun détail de cette étude.