C'est personnel : Les choses à faire et à ne pas faire en matière de personnalisation dans la technologie

La personnalisation fait référence à l'utilisation des données historiques d'un consommateur pour enrichir son expérience sur une plateforme et la rendre plus personnalisée. Nous voyons cela partout - par exemple, lorsque vous ouvrez une application et qu'elle commence par vous saluer par votre prénom, vous montre des recommandations basées sur vos achats passés, et vous convainc d'acheter quelque chose en vous offrant une réduction sur exactement la chose que vous vouliez. Ou lorsque vous ouvrez une application musicale et qu'elle vous propose une liste de lecture correspondant à l'humeur sombre dans laquelle vous vous trouvez actuellement.

Aujourd'hui, la plupart des entreprises technologiques s'appuient fortement sur la technologie de personnalisation. Et à juste titre : elle permet d'accroître l'engagement des clients et d'augmenter les revenus. Les chiffres parlent d'eux-mêmes :

• 75% des contenus regardés sur Netflix sont basés sur les recommandations de la plateforme.1
• 50 % du temps d'écoute sur Spotify provient de listes de lecture personnalisées créées à l'aide de ^ces technologies2.
• 70 % du temps passé à faire défiler sans fin des vidéos sur Youtube provient de recommandations inte^lligentes.3
• 35% des produits achetés sur Amazon ont été recommandés par l'algorⁱthme.4

Et avouons-le : même si j'essaie de cacher ma vraie nature à Netflix, une expérience personnalisée me fait du bien. Selon une étude d'Accenture, 91 % des consommateurs sont plus enclins à faire leurs achats auprès de marques qui les reconnaissent, se souviennent d'eux et leur proposent des offres e^t des recommandations pertinentes.5 En outre, 83 % des consommateurs sont prêts à partager leurs données pour permettre une expérience personnalisée.

Vous vous posez peut-être la question : Si les utilisateurs veulent la personnalisation, où est le problème ? Le problème, c'est que la personnalisation est un peu comme une corde raide. Une ligne très fine sépare le "bon" type de personnalisation du type effrayant.

La phrase "J'aime ça parce que ça me ressemble" peut facilement devenir "Je n'aime pas ça parce que ça me ressemble étrangement".

Le message "Cela me concerne et me fait gagner du temps et de l'énergie" peut facilement devenir "L'algorithme me stéréotype et ce n'est pas cool".

C'est dans ce passage du bon au mauvais que la psychologie de l'utilisateur entre en jeu. Comprendre la véritable raison pour laquelle la personnalisation fonctionne peut nous aider à comprendre pourquoi elle ne fonctionne pas toujours.

Si vous interrogez un technicien sur la science qui sous-tend les algorithmes de personnalisation, il vous répondra à peu près ceci : Une fois que vous disposez de suffisamment de données historiques sur les consommateurs, vous pouvez créer un modèle et trouver les caractéristiques qui prédisent le mieux le comportement de l'utilisateur. Nous finalisons un modèle à fort pouvoir prédictif, nous l'utilisons pour trouver des consommateurs similaires dans notre ensemble et nous regroupons leurs comportements. Tous ces éléments réunis nous permettent de prédire le comportement d'un utilisateur et d'afficher les bonnes recommandations.

Ils ont raison. Mais la seule chose qu'ils ont oubliée, c'est l'utilisateur, la personne elle-même. Quand un utilisateur veut-il quelque chose de personnalisé pour lui ? Il s'avère qu'un certain nombre de canards doivent être alignés pour qu'un utilisateur aime ce qui a été personnalisé pour lui. En voici quelques-uns pour vous mettre sur la voie :

1. Correspondance des émotions : Les consommateurs se trouvent dans des états émotionnels différents, ce qui influe sur leur perception du contexte. Les émotions comprennent l'éveil psychologique (comme les émotions "pics" ou extrêmes telles que la colère, l'inquiétude et la crainte), la valence de l'humeur générale (sentiment de bonheur ou de tristesse) et le style de pensée active (positif ou négatif).

Une étude des titres du New York Times a montré que les contenus qui suscitent des émotions positives (par exemple l'émerveillement) ou négatives (par exemple la colère ou l'anxiété) sont les plus partagés, ce qui ⁱndique une "correspondance" avec le lecteur.7 En d'autres termes, un algorithme fonctionnera mieux s'il correspond d'une manière ou d'une autre à l'état émotionnel contextuel du client.

2. Correspondance des attitudes : Les consommateurs ont des attitudes différentes à l'égard de différentes choses, ce qui signifie que cela peut également influencer la manière dont ils prennent leurs décisions. Parmi les types d'attitudes, on peut citer la préférence pour les faits par rapport à la préférence pour les émotions, les attitudes morales, telles que les principes fondamentaux et les croyances, les attitudes politiques, etc. Une étude expérimentale a montré que les publicités émotionnelles fonctionnent bien pour ceux qui ont un besoin élevé d'affect, alors que les publicités cognitives (qui partagent des faits et des informations) fonctionnent bien pour les individus qui ont un besoin élevé de faits.8

Prenons l'exemple de McDonald's ci-dessous. Les deux publicités vendent le même produit, mais ont des attraits différents.

Ainsi, un algorithme, même s'il est très compétent pour prédire ce à quoi les consommateurs répondront le mieux, devra peut-être encore prendre en considération l'attitude du consommateur à l'égard de la réception d'informations provenant de différentes catégories.

3. Correspondance des objectifs : Les consommateurs abordent les décisions avec différents types d'objectifs et recherchent des informations susceptibles de les aider à les atteindre. Par exemple, un achat hédonique (c'est-à-dire quelque chose que l'on achète par pur plaisir) et un achat utilitaire (c'est-à-dire quelque chose que l'on achète comme moyen de parvenir à une fin) ont des objectifs différents.

De même, les objectifs d'approche (vouloir embrasser les aspects positifs) et les objectifs d'évitement (vouloir éviter les aspects négatifs) ont des exigences différentes. Une étude expérimentale a montré que les appels aux dons pour une bibliothèque formulés en termes de récompenses fonctionnaient bien pour les personnes orientées vers l'approche, tandis ^que les appels formulés en termes de pertes fonctionnaient bien pour les personnes orientées vers l'évitement.9 Un algorithme devra garder cela à l'esprit lorsqu'il décidera de la manière de présenter le contenu à un utilisateur.

4. Correspondance des personnalités : De nombreuses études ont montré que les caractéristiques psychographiques des utilisateurs sont un facteur déterminant de leur comportement. Les dimensions de la personnalité sont mesurées sur différentes échelles. La plus connue, le Big 5 ou modèle de personnalité OCEAN, est assez universelle et a été adoptée dans le monde entier. Spotify a publié un article montr^ant une corrélation claire entre les choix de chansons et différents traits de personnalité.10 Les traits de personnalité sont donc un autre élément que les algorithmes doivent prendre en considération.

Comme vous pouvez le constater, le bon algorithme et les bonnes données ne sont qu'une partie du puzzle. Même si ces éléments sont en place, la personnalisation a toujours besoin de l'autre pièce, à savoir la compréhension de la psychologie de l'utilisateur.

Maintenant que les données, les algorithmes et la psychologie des utilisateurs sont en place, le mariage est-il possible ?

Malheureusement, même après tout cela, la personnalisation peut échouer.

Décomposons l'échec en deux parties.

Étape 1 : Les bosses d'agacement

L'irritation est une légère perturbation dans le parcours qui amène les clients à remettre en question la personnalisation. Dans ce cas, l'utilisateur a généralement une vision positive de la personnalisation, mais certaines expériences lui laissent un goût amer. En voici quelques exemples :

1. Personnalisation non pertinente : Lorsque la personnalisation segmente un utilisateur dans une catégorie sur la base d'achats ponctuels non représentatifs. Par exemple, j'ai acheté une Playstation à mon partenaire et je reçois maintenant des publicités pour un tas de jeux vidéo.
2. Personnalisation insensible : Lorsque la personnalisation ne tient pas compte du contexte réel. Par exemple, le mois dernier, une société d'impression de photos a envoyé en masse des courriels de félicitations pour un "nouveau bébé", sans tenir compte du nombre de femmes susceptibles de faire une fausse ^couche ou d'avoir des problèmes de fertilité.11
3. Personnalisation inutile : Lorsque, malgré la personnalisation, la charge cognitive du consommateur ne diminue pas. Par exemple, les gens se plaignent souvent de ne pas pouvoir choisir rapidement sur Netflix, malgré la personnalisation.

Étape 2 : Le fossé de la peur

Ce terme, inventé par John Brendt, est un tournant important dans l'histoire de la pe^rsonnalisation.11 Le fossé de la peur est le malaise croissant que les gens ressentent lorsqu'une expérience numérique est trop personnalisée, mais d'une manière qui les désoriente ou les met mal à l'aise.

Dans le fossé de l'effroi se trouvent des infractions graves, telles que :

1. Les stéréotypes : Lorsque les messages ciblent quelqu'un sur la base d'une identité stigmatisée ou marginalisée, la personnalisation échoue. Dans une étude, des consommateurs croyant avoir reçu une publicité pour un programme d'amaigrissement en raison de leur taille se sont ^sentis "injustement jugés" par le message correspondant13.
2. Le reciblage excessif : Lorsque les mêmes messages sont diffusés de manière répétée, les consommateurs réagissent. 55 % des consommateurs renoncent à acheter lorsqu'ils voient de telles publicités. Lorsqu'ils voient la publicité dix fois, plus de 30 % des personnes ^déclarent se mettre en colère contre l'annonceur.14
3. Vie privée : Lorsqu'un message est trop personnalisé et que les consommateurs sont conscients du ciblage, le sentiment d'avoir été trompé peut provoquer un retour de bâton.

Le fossé de la peur est important, car lorsque les clients tombent dans ce fossé, ils se désintéressent. Il existe de nombreuses histoires de grandes entreprises technologiques qui ont échoué dans ce domaine. Il y a quelques années, Netflix a fait l'objet d'une controverse lorsque des spectateurs se sont opposés à des affiches ciblées montrant un certain type d'image sur les affiches de films ^en fonction de la façon dont l'algorithme les avait identifiées (y compris des identités racialisées telles que "noir").15 De même, Amazon a été crit^iqué pour avoir utilisé des algorithmes qui recommandaient des best-sellers anti-vaccins et des jus qui prétendaient (faussement) guérir le cancer.16

Le tableau d'ensemble nous montre que la personnalisation est bénéfique à la fois pour les utilisateurs et pour les entreprises.

Pour que la personnalisation fonctionne vraiment, la conception, les données et les algorithmes doivent s'assurer qu'ils s'auditent eux-mêmes sur cinq piliers :

1. Contrôle : Les utilisateurs ont-ils suffisamment de contrôle sur la personnalisation ? Les utilisateurs savent-ils qu'ils peuvent contrôler la personnalisation ? L'utilisateur peut-il décider des données qu'il souhaite partager avec nous ?
2. Retour d'information : Permettons-nous aux utilisateurs de nous donner leur avis sur notre personnalisation ? Peuvent-ils nous dire quand quelque chose ne leur semble pas pertinent ?
3. Choix : Les utilisateurs ont-ils le choix de participer à la personnalisation ? Peuvent-ils choisir de ne pas faire partie du système ?
4. Transparence : Expliquons-nous aux utilisateurs les raisons pour lesquelles ils bénéficient d'une certaine personnalisation ? Les utilisateurs savent-ils comment fonctionne l'algorithme ?
5. L'éthique : Évaluons-nous de manière indépendante nos résultats en matière de personnalisation sur le plan de l'éthique ? Avons-nous la possib^ilité d'engager des évaluateurs tiers pour de tels audits?17

Il ne s'agit là que de quelques lignes directrices qui peuvent aider les entreprises à être attentives aux pièges de la personnalisation et à s'assurer qu'elles évitent les bosses et les fossés. Comme pour toutes les choses de la vie, un certain degré de contrôle ne fait qu'améliorer l'expérience pour toutes les parties prenantes.

Ne vous méprenez pas, je suis toujours en faveur de la personnalisation. Au moment même où j'écris ces lignes, Spotify joue pour moi de la musique "concentrée", dont il sait qu'elle me rend plus productif. Après avoir terminé cet article, je vais aller regarder quelque chose sur mon heureux compte Netflix. Ou peut-être que je me laisserai tenter par un thriller sur mon compte Netflix sombre. Ou peut-être que je vais créer un troisième compte, et ne regarder que des documentaires, juste pour embrouiller les bonnes gens de Netflix. C'est un jeu amusant. Ils le savent, je le sais.