C'est personnel : Les choses à faire et à ne pas faire en matière de personnalisation dans la technologie
J'ai une règle concernant l'utilisation de Netflix dans mon foyer : Nous regardons des séries sombres et effrayantes sur le compte de mon partenaire, et des sitcoms humoristiques sur le mien.
Je prétends que c'est pour maintenir une différenciation facile pour l'algorithme de recommandation et pour que, selon notre humeur, nous puissions choisir le compte approprié et commencer à regarder immédiatement. Mais pour être honnête, la vraie raison pour laquelle j'insiste sur cette séparation est qu'elle me donne le sentiment de battre Netflix à son propre jeu.
Ainsi, pour Netflix, je suis une personne brillante au tempérament ensoleillé, qui ne regarde que des comédies positives et édifiantes d'une durée de 20 minutes, qui ne fait presque jamais de binge-watching et qui revient volontiers à ses vieilles préférées comme Modern Family et Friends tous les quelques mois. Mon partenaire, en revanche, est une personnalité sombre qui regarde des séries policières et des thrillers (parfois toute la nuit), qui adore se plonger dans l'esprit des tueurs psychopathes et qui consomme tout ce qui correspond à cette description.
Mais qui sommes-nous vraiment ? Je n'ai pas l'intention de dévoiler le pot aux roses ni de résoudre ce mystère pour Netflix.
Moi 1, Netflix 0. C'est du moins ce que je pense.
Mais à qui d'autre est-ce que je cache ma vraie personnalité ? Mon application de fitness ? Mon application de courses ? Amazon ? Spotify ? Alors que de plus en plus de plateformes s'engagent sur la voie de l'utilisation des données pour personnaliser l'expérience client, ce jeu du chat et de la souris ne peut que devenir de plus en plus intéressant.
Pourquoi la personnalisation fonctionne-t-elle ? Quelles sont ses limites ? Comment la psychologie fait-elle son apparition dans cette histoire technologique complexe ? Dans cet article, je vais décortiquer tout cela.
References
- Gomez-Uribe, C. A. et Hunt, N. (2015). The netflix recommender system : Algorithmes, valeur commerciale et innovation. ACM Transactions on Management Information Systems (TMIS), 6(4), 1-19.
- Spotify Technologies, Formulaire F1, soumis à la Securities and Exchange Commission
- www.theverge.com/2017/8/30/16222850/youtube-google-brain-algorithm-video-recommendation-personalized-feed
- MacKenzie, I., Meyer, C. et Noble, S. (2013). Comment les détaillants peuvent suivre les consommateurs. McKinsey & Company, 18.
- Rendre les choses personnelles : Pulse Check 2018, Accenture. Disponible à l'adresse suivante : https://www.accenture.com/_acnmedia/PDF-77/Accenture-Pulse-Survey.pdf
- https://marketoonist.com/2016/09/journey.html
- Berger, J. et Milkman, K. L. (2012). What makes online content viral ? Journal of marketing research, 49(2), 192-205.
- Haddock, G., Maio, G. R., Arnold, K. et Huskinson, T. (2008). Should persuasion be affective or cognitive ? The moderating effects of need for affect and need for cognition. Personality and Social Psychology Bulletin, 34(6), 769-778.
- Jeong, E. S., Shi, Y., Baazova, A., Chiu, C., Nahai, A., Moons, W. G. et Taylor, S. E. (2011). The relationship of approach/avoidance motivation and message framing to the effectiveness of charitable appeals. Social Influence, 6(1), 15-21.
- Recherche chez Spotify : https://research.atspotify.com/just-the-way-you-are-music-listening-and-personality/
- https://www.forbes.com/sites/kashmirhill/2014/05/14/shutterfly-congratulates-a-bunch-of-people-without-babies-on-their-new-arrivals/?sh=6bde1841b089
- https://www.amazon.com/Personalization-Mechanics-Targeted-Content-Teams-ebook/dp/B00UKS4PYE#:~:text=S'inspirant%20des%20entretiens%2C%20des%20évaluations%20des%20produits,l'équipe%20le%20mettra%20en%20place%20à%20un
- Teeny, J. D., Siev, J. J., Briñol, P. et Petty, R. E. (2020). A review and conceptual framework for understanding personalized matching effects in persuasion. Journal of Consumer Psychology.
- https://www.inskinmedia.com/blog/infographic-environment-matters-improving-online-brand-experiences/
- https://www.theguardian.com/media/2018/oct/20/netflix-film-black-viewers-personalised-marketing-target#:~:text=Mais%20maintenant%20le%20géant%20du%20streaming%20est%20ciblé%20par%20l'ethnicité.
- https://www.theguardian.com/commentisfree/2020/aug/08/amazon-algorithm-curated-misinformation-books-data
- https://www.newamerica.org/oti/reports/why-am-i-seeing-this/introduction/
About the Author
Preeti Kotamarthi
Preeti Kotamarthi est responsable des sciences comportementales chez Grab, la principale application de covoiturage et de paiement mobile en Asie du Sud-Est. Elle a mis en place la pratique comportementale au sein de l'entreprise, aidant les équipes de produits et de conception à comprendre le comportement des clients et à construire de meilleurs produits. Elle a obtenu une maîtrise en sciences du comportement à la London School of Economics et un MBA en marketing à FMS Delhi. Avec plus de six ans d'expérience dans le domaine des produits de consommation, elle a occupé diverses fonctions, allant de la stratégie et du marketing au conseil aux startups, y compris la cofondation d'une startup dans l'espace rural en Inde. Elle s'intéresse principalement à la popularisation du design comportemental et à son intégration dans le processus de conceptualisation des produits.
