Sup Career : 001 etudes conso 000 concepts v2.pdf
75
Formation ETUDES B2C Mise à jour : Novembre 2016 POURQUOI faire des études consommateurs ? Jean-Philippe Cunniet 06 21 47 34 37 [email protected] Digital Déclaratif Ethnologie Sondages Big Data IOT Data Shopper
-
Upload
jean-philippe-cunniet -
Category
Business
-
view
144 -
download
3
Transcript of Sup Career : 001 etudes conso 000 concepts v2.pdf
Formation ETUDES B2CMise à jour : Novembre 2016
POURQUOI faire des études consommateurs ?
Jean-Philippe Cunniet06 21 47 34 [email protected]
Digital Déclaratif EthnologieSondages Big Data IOTData Shopper
www. .com/in/jcunniet
Directeur commercial B2B à l’international
En l’an 2000, j’ai travaillé pour…
Négoce international de jouets en B2B
Design d’objets connectés #IOT
Startup : Ubériser les études qualitatives ?
Think tanks
www. .com/in/jcunniet
Data science & Big DataMarketing & ventes prédictivesSales EnablementSales TechnologiesMarketing TechEtudes ConsoBusiness ModelsUbérisationRetail TechIOT
COMPRENDRE LE CONSOMMATEUR
PRENDRE LES BONNES DÉCISIONS
Qu’avez-vous pris au petit déjeuner ?
Exercice
L’innovation
« Les gens ne savent pas
ce qu’ils veulent tant qu’ils
ne l’ont pas sous les
yeux » ---
Steve Jobs
« Si j’avais demandé à mes clients ce qu’ils désiraient, ils m’auraient répondu « un cheval plus rapide » ---
Henry Ford
Deux priorités pour l’innovation :Observer les usages ET Observer les données
PRINCIPES
PERSONAS
We think much less than we think we think
Customer Journey Maps
INSIGHTS
INSIGHTS
MOMENTS
LA MÉMOIRE DES CONSOMMATEURSFonctionnement du cerveau des consommateurs
MÉMORISATION
Customers Metrics List
Metrics are for Decisions
The Nature of Metrics
Metrics Can Be Difficult
Build Your Metrics Map
Customer Lifetime Value (CLV)
Customer Churn Rate
Net Promoter Score (NPS)
Customer Health Score
Support Ticket Volume
Customer Log-in Counts
Customer Acquisition Cost (CAC)
Product Activity Score
CSM Subjective Score
Customer Newsletter CTR
Background Signals
DISCUSSIONS METRICS
KPI & METRICS
Behavioural Economics
We think much less than we think we think
A/B Testing
Self Ethnographie Mobile
Generate new insights relating to mineral waters
New methodology57 mother-child duos (3-10 years old) to be in the center of the mother-childrelationship
MethodologyAsk questions to the child through hismotherSelf-ethnology, photos, chidrendrawings and mother collages.Always comparing the mum & chidresults.
Exchange qualityChild is very spontaneous & naturalNo biais due to the presence of an observerNo biais due to the group membersMother-Child intimacy helps free expression
Online Communities
Social Media Monitoring
Big Data : Google Trends
Minimum Viable Product
User Centered Design
Ethnologie
Etudes en immersion
Questionnaires en ligne
Mobile observation
Interviews qualitatives
Brainstorming
Électroencéphalogramme
Emotions
40
Observer du « point de vue » des consommateurs
P.O.V.
Lunettes
Life Logs
Computer vision
Analyse des critiques conso
Retail Sales Data Analysis
Client mystère
Exemple : Wizembly
Votes digitaux en réunions
Capteurs
L'expression « suivre le panier de la ménagère » devient une réalité
dans les linéaires.
Caddie connecté
Géolocalisation indoor
Eye Tracking
Retail Eye Tracking
Retail Eye Tracking
Tous les regards cumulés sur une journée
Retail Eye Tracking
Boutons connectés
Les distributeurs automatiques informent les marques & font remonter des données de vente.
Internet
Le robot @Simbe analyse les produits
en linéaireautomatiquement.
Robotique
58
Beacons
Comptages
Tracking
Geolocalisation
62
« Google location history »
Geolocalisation
VOUS AVEZ
VRAIMENT
GROSSI
MADAME
MARTIN !
VOTRE
CHOLESTEROL
A BEAUCOUP
AUGMENTE !
Normal..
Elle mange
trop de
brownies!
Quels biais dans la self ethnographie ?
Miniaturisation
68
Nous nous habituons a être observés par caméras.
Vidéo-surveillance
69
Les algorithmes d’ analyse photos & vidéo
Les algorithmes vidéo lisent vos émotions, distinguent chats & chiens, estiment vos calories dans votre assiette et ce que nous mangeons.
Computer recognition
70
L’analyse conjointe des préférences
L'analyse conjoint permet notamment d'expliquerles préférences des consommateurs en fonction des différentes caractéristiques ou attributs d'un produit.
Analyse Conjointe
Exercice
Pain Points Analysis
Pain Points Analysis
Alpha House 2 seasons : 2013-14
House of Cards5 seasons : 2013-2017
Customer Preferences
Exercice
Quelle méthode(s) d’étude(s) choisir pour connaitre très précisément les préférences des français en vue de créer une nouvelle série télévisée ?
Mesure d’audiences Questionnaire ou Sondage
Analyse conjointeAutres méthodes
