Les tweets ont été collectés par les solutions Proxem en décembre 2016 sur la base du champ sémantique de Noël : « pour Noël », « en cadeau », « offrir à Noël », etc. (voir slide suivante)
Un premier filtrage a été réalisé pour désambiguïser un certain nombre de termes et centrer le corpus sur les utilisateurs plutôt que les comptes promotionnels dans la période de Noël
Les ressources lexicales Proxem de la grande distribution (produits, marques) ont servi à analyser le corpus.
Ces ressources permettent la détection d’une large gamme de produits de grande distribution au niveau du concept, dépassant le simple mot-clé (« orange » le fruit versus « Orange » la marque, etc.)
Le corpus obtenu représente ainsi près d’1 million de tweets émis entre le 1e et le 25 décembre, dont 72% de retweets
3. 3
Méthode et constitution du corpus
• Les tweets ont été collectés par les solutions Proxem en décembre 2016 sur la base du
champ sémantique de Noël : « pour Noël », « en cadeau », « offrir à Noël », etc. (voir
slide suivante)
• Un premier filtrage a été réalisé pour désambiguïser un certain nombre de termes et
centrer le corpus sur les utilisateurs plutôt que les comptes promotionnels dans la
période de Noël
• Les ressources lexicales Proxem de la grande distribution (produits, marques) ont servi
à analyser le corpus.
Ces ressources permettent la détection d’une large gamme de produits de grande
distribution au niveau du concept, dépassant le simple mot-clé (« orange » le fruit
versus « Orange » la marque, etc.)
• Le corpus obtenu représente ainsi près d’1 million de tweets émis entre le 1e et le 25
décembre, dont 72% de retweets
5. 5
Remarque préliminaire
• Depuis quelques années, Twitter prend une place croissante dans les sources de données des les organisations
qui analysent l’opinion des consommateurs et citoyens (agences conseil en communication, instituts de
sondage, éditeurs de logiciels de veille, etc.)
• Il convient néanmoins de rappeler que, à l’instar de toute collecte de données, l’analyse de Twitter ne permet
pas de se faire une image représentative des tendances à l’échelle de la France :
• D’un point de vue socio-démographique, une population plutôt jeune, technophile, urbaine, CSP+, sera surreprésentée, tandis
que d’autres sous-segments de la population seront moins visibles. A ce titre, nous adhérons à la tendance des post-
demographics proposée par Richard Rogers, qui propose de substituer aux catégories traditionnelles des éléments observables
sur le web et les réseaux sociaux comme ici le vocabulaire, les hashtags, l’appareil utilisé… ;
• Sur tout support écrit spontané, n’apparaît que ce que les internautes ont souhaité communiquer et non tout ce qu’ils ont vu,
fait, pensé, etc. Twitter est ainsi davantage une façon de relever ce que les internautes aiment partager (une analyse du discours)
plutôt que ce qu’ils ont fait (analyse du comportement)
• Nous croyons néanmoins que, en comparant le poids relatif de chaque phénomène plutôt qu’en prenant
littéralement les chiffres communiqués, on peut construire une certaine image réaliste de l’expérience de Noël
au prisme d’un média spécifique
• Pour approfondir sur ces questions, voir notamment Ruths, D., & Pfeffer, J. (2014). Social media for large studies
of behavior. Science, vol. 346, n° 6213, pp 1063–1064.
10. 10
Les comptes de marques et de stars sont très présents dans les tweets
collectés : la période de Noël est une opportunité de communication
qui prend partiellement le pas sur la spontanéité des internautes
11. 11
L’activité autour de Noël monte en puissance à
partir de début décembre et culmine le jour J
12. 12
Les attentes des consommateurs
sont stables, avec quelques
tendances émergentes
13. 13
Année après année, la robe de Noël reste
un rendez-vous obligatoire des préparatifs de Noël
Depuis 2013, c’est le vêtement le plus mentionné du corpus de tweets
avec cette année 943 mentions, soit 16,3% des mentions de vêtements
14. 14
Sous le sapin, le pull est le vêtement qui revient
le plus avec 948 mentions (16,2% des mentions de vêtements)
Le pull de Noël, aussi connu sous ses noms de « pull moche » ou « pull ridicule », est
très attendu avec près de 29% des mentions de pull
15. 15
La large catégorie des jeux et jouets est la
deuxième plus évoquée avec 3476 mentions
(1,45% du corpus de tweets)
On y retrouve des jeux pour enfants et adultes, de l’ours en
peluche au jeu de société en passant par les Lego
16. 16
L’animalerie est la troisième catégorie de produit la plus citée, avec une
ambiguïté : l’animal comme cadeau et les cadeaux pour animaux
Au global, les twittos font des cadeaux à leur chien mais veulent se faire offrir un chat
Exemples de tweets
« animal comme cadeau »
« j'ai le chien pour ma tante, j'espère que ça lui fera plaisir
que je lui offre ce petit être pour Noël ! »
« un chiot pour Noël, je serai la plus heureuse »
« Le plus beau cadeau qu'on pourrait me faire a Noel c'est
de m'offrir un chien »
« Je veux un chaton pour Noël svp »
« Je voudrais juste un minuscule bébé chat pour Noel »
« Mon frere essaye d'avoir un chaton pour Noël, mais mes
parents sont en mode no way! »
Exemples de tweets
« cadeaux pour animaux »
« j'ai acheté des petits cadeaux a ma chienne pr noël
mdr.... »
« ils sont chiant, le seul qui va avoir un cadeau a noel c'est
mon chien. »
« Je sais toujours pas ce que je vais offrir à mon chien pour
Noël »
« Tous mes cadeaux de Noël sont faits meme ceux de mes
animaux »
« C'est normal que mon chien a plus de cadeau de Noël
que moi ? »
18. 18
Le produit le plus cité pour chaque catégorie de
produits reflète des classiques du temps de Noël
2956
1709
1588
1037 974 974 935
833 791 769 678 656 637 585 535 533 529 523 494 460
19. 19
La fréquence de mention des catégories de produit évolue au
cours du temps, avec un pic la veille et le jour de Noël
20. 20
Analyse
• Certaines catégories de produits sont davantage citées la veille ou le jour de
Noël : téléphones, vêtements, parfums. On peut les interpréter comme les
cadeaux effectivement reçus (plutôt que ce que l’on espérait avoir) ou ceux que
l’on aurait aimé avoir rétrospectivement.
• L’iPhone 7 en particulier est emblématique du cadeau que tout le monde
voulait mais que peu de gens ont eu :
• « Stop les snap d'iPhone 7 pour noël !!! »
• « Et maintenant ça rage sur ceux qui ont un iPhone pour Noël j'comprends plus rien »
• « Genre ma mère elle a eu l'iPhone 7 pour Noël ? On m'explique »
• « J'ai eu un iPhone 6 pour Noël. Je voulais le 7 -_- #cadeaunul »
• « T'en a ils ont eu des iphones 7 pour noël, moi j'ai eu une peluche Dory »
22. 22
Aliments les plus cités les 24 et 25 décembre
Autour des classiques, on retrouve aussi de la nourriture de réconfort (cookie, pizza,
raclette) et des plats ordinaires (pain, soupe, poulet, bière…)
23. 23
Le produit le plus cité dans chaque rayon alimentaire
dépeint le repas de Noël type des Français
189
68 66 65 62 58
44 42
31 30
chocolat
(Epicerie
sucrée)
champagne
(Boissons
alcoolisées)
orange (Fruits
et Légumes)
eau (Softs
drinks)
foie gras
(Charcuterie)
dinde (Volaille) gâteau
(Boulangerie et
Patisserie)
pizza (Plats
préparés -
Traiteur)
sauce (Epicerie
salée)
saumon
(Poissonnerie)
25. 25
Synthèse
• Noël commence avec ses préparatifs : auprès des femmes, Noël ne se fête pas sans
une robe de Noël ;
• Si l’iPhone est très attendu, il n’est plus le cadeau incontournable dans les attentes
des twittos qui sont nombreux à se dire contents avec une boîte de chocolats ;
• Le kitsch du pull de Noël connaît un petit succès ;
• Si les marques et les médias essaient de mettre en avant des tendances comme les
objets connectés, le made in France, l’écoresponsable, les twittos semblent plus se
concentrer sur des cadeaux qui peuvent entrer dans un budget serré ;
• A table, les plats classiques de Noël (foie gras, dinde, bûche…) ne sont pas si
universels que l’on peut le croire et de nombreux plats d’hiver sont sur la table du
réveillon ;
• Dans l’ensemble, le style d’écriture et les thématiques abordées dans le corpus
témoignent du succès encore vif de Twitter auprès des adolescents.
26. 26
Pour toute question ou demande de précision
Eglantine Schmitt
Responsable des études
egs@proxem.com
0142391819
Proxem – 105 rue La Fayette – 75010 Paris