Une ligne rouge à ne pas franchir dans la collecte des données consommateurs

L'université d'été du GS1 alerte sur la collecte sans limite de données

Avec le big data, les entreprises sont incitées à rassembler un maximum de données. Sans pour autant connaître par avance quelles analyses pertinentes réaliser. L'université du GS1, organisme de normalisation des produits, qui s'est tenue le 31 août, aura été l'occasion de battre ce principe en brèche. Du moins ses intervenants auront-ils effectué une série de mises en garde contre la collecte massive d'informations, en particulier celles qui concernent les clients et les consommateurs.

Un lourd travail d'interprétation

Premier avertissement : ne pas sous-estimer le travail d'interprétation qu'exigent ces nouveaux flux de renseignements. “ Le spectre des données personnelles s'élargit avec les informations de déplacement, mais surtout les opinions laissées sur les réseaux sociaux. La question est alors de savoir quel concept et quelle norme on doit définir pour ces nouveaux éléments ”, affirme Pierre Volle, professeur de marketing à l'université Paris-Dauphine. Car, l'histoire le prouve, chaque fois qu'un nouveau type de matériau est collecté, des concepts apparaissent : satisfaction client (années 90), recommandation (2000), confiance (2005) et, plus récemment, engagement des fans. “ Pour chacun de ces concepts, des unités de mesure ont été définies. Or, aujourd'hui, avec un sujet fort tel que les prises de parole des consommateurs, les concepts et les normes associés ont du mal à être définis. ” En dépit des outils du marché, le traitement de ces messages requiert une intervention humaine, ne serait-ce que pour déceler leur tonalité. D'où le besoin de développer une grille d'analyse à l'échelle de l'entreprise. Une grille dont les concepts et les normes permettraient de sélectionner et de hiérarchiser les différentes interprétations possibles.Autre mise en garde : se méfier du mythe qui voudrait qu'avec plus de volume et davantage de variété d'informations, on affinerait la connaissance des clients. Christophe Benavent, directeur du master de marketing opérationnel à l'université Paris-Ouest, insiste sur le fait que les technologies classiques d'échantillonnage suffisent à modéliser le comportement d'achat des clients, sans nécessiter d'éléments supplémentaires issus de la géolocalisation ou de capteurs. Pour autant, “ le big data apporte un niveau de granularité inédit pour des prises d'actions locales, explique-t-il. D'où le besoin de décentraliser au maximum le niveau de la décision. ” Autrement dit, un chef de magasin devrait être capable, dans l'idéal, de croiser ces informations sociologiques, géographiques et démographiques avec les modèles d'achat génériques définis au siège.

Instaurer un cadre de confiance

Enfin, la récolte étendue des données comportementales ou géolocalisées des consommateurs induit un débat éthique. “ L'usage et le business model de ces éléments posent la question de leur propriété et du droit à l'oubli. Sans réponse précise des industriels, on s'expose à la sanction du consommateur ”, avertit Georges Epinette, DSI du Groupement des Mousquetaires.Bernard Benhamou, délégué aux usages d'internet au ministère de l'Enseignement supérieur, ne dit pas autre chose. Il existe, selon lui, une ligne rouge à ne pas franchir : “ Avec les puces RFID, les objets des consommateurs peuvent être interrogés sans que ceux-ci soient consultés. ” Soit industriels et consommateurs bâtissent un cadre de confiance, soit ces derniers opposeront une résistance technologique. “ Le blocage de certaines fonctions émettrices des puces RFID, par exemple. La Commission européenne est favorable à une réglementation allant dans ce sens. ”