La personnalisation se rencontre aujourd’hui partout dans la vie quotidienne de chaque consommateur, parfois sans qu’il s’en aperçoive. Prenons l’exemple du divertissement : pas un Netflix, pas un Youtube, pas un Spotify qui ne propose, dès la page d’accueil, des “recommandations pour vous” ou des “vidéos sélectionnées par nos soins”. Bien souvent, ces algorithmes de recommandation constituent une caractéristique essentielle du service fournis par ces grands acteurs, qui emploient des armées de Data Scientists pour les concevoir, puis les affiner.
Pourquoi accorder une telle importance à cet aspect de leur produit ? La justification se trouve dans l’incroyable abondance du contenu proposé : dans chacun des exemples cités, ce sont des dizaines de millions de films et de titres musicaux. Sans un moteur de recommandation pertinent, l’utilisateur se retrouverait complètement noyé sous le choix, bien souvent incapable de choisir. Le risque est alors que ce dernier, dans l’incapacité de s’orienter vers un contenu qui retiendra son attention, s’en désintéresse et ne finisse par ne plus s’en servir -- et in fine s’en désabonner.
Ces expériences digitales, ici dans le domaine du Divertissement, façonnent jour après jour les attentes des consommateurs en matière de suggestions personnalisées. On s’impatiente devant un moteur de recherche qui ne suggère pas les bons résultats assez vite ; on s’agace que les derniers articles commandés ne soient pas accessibles facilement ; on est surpris ou choqué lorsqu’un annonceur nous propose un produit totalement hors-sujet. La personnalisation, au sens large, devient une attente standard du consommateur. Lorsque celle-ci n’est pas satisfaite, l’utilisateur peut même trouver que le fait de s’adresser à lui de manière indifférenciée, en lui proposant de “faire lui même le tri” parmi des milliers d’items, n’est pas respectueux de son temps ni de ses attentes.
Or, s’il y a bien une caractéristique forte du Plan d’Animation Commerciale (PAC) d’un distributeur, c’est précisément l’abondance de son contenu : chaque semaine, des milliers d’offres émises par les grands distributeurs, sur un éventail particulièrement large de produits. Cette contrainte est d’ailleurs particulièrement forte dans le secteur de la grande distribution : pour d’autres grands annonceurs comme l’Automobile ou les Télécoms par exemple, le nombre de produits à mettre en avant est beaucoup plus restreint, au mieux quelques dizaines d’offres parmi lesquels choisir.
Côté consommateur, il y a donc facilement de quoi s’y perdre ; et côté enseignes, il y a également de quoi se tromper lorsqu’on décide de concentrer ses efforts de médiatisation sur tel ou tel article. Il s’agit d’ailleurs là d’un point faible des media traditionnels souvent négligé : quel pari de “tout miser” sur les saucisses à X€ le kg dans le spot radio de ce week-end, alors que la météo peut tout à fait empêcher les barbecues de se tenir comme prévu, et qu’une part non négligeable de l’auditorat (qui est végétarien ou mange casher/hallal…) n’y prêtera aucune attention… Il en va de même pour l’affichage en extérieur, les inserts publicitaires dans la PQR ou encore la 1ère de couverture du catalogue, qui a un impact important sur le taux d’ouverture du reste.
Les distributeurs et spécialistes marketing ne s’y sont pas trompés, et depuis plusieurs années, ont déjà travaillé sur la personnalisation des promotions proposées. Parmi les précurseurs, citons évidemment le système de coupons en caisses inventé et exploité par Catalina Marketing depuis les années 80. Vers la fin des années 90, la généralisation des programmes de fidélité, couplé à la hausse de la capacité de calcul des ordinateurs, a permis de générer de plus en plus de promotions dites “ciblées”. On pense notamment à Tesco, ou Monoprix en France (souvent sous forme de courriers adressés, avec l’aide de Dunnhumby). Plus proche de notre époque, les applications des distributeurs se dotent de modules de personnalisation, comme l’application Max-It de Casino. Citons enfin le cas incontournable d’Amazon qui, “victime” du succès de sa fameuse marketplace, a dû investir précocement sur un solide algorithme de recommandation permettant aux internautes de continuer à s’y retrouver dans un inventaire devenu absolument pléthorique.