Le document aborde le marketing de la prescription à travers des moteurs de recommandations et comment ceux-ci influencent les comportements d'achat des consommateurs. Il discute de différentes formes de prescription et des critères d'évaluation des moteurs, tout en soulignant le paradoxe de ces recommandations, qui simplifient la recherche mais peuvent restreindre l'expérience client. La conclusion souligne l'importance de tester et d'évaluer la légitimité des recommandations pour optimiser leur efficacité.

1. Un marketing de la prescription
à l'heure des moteurs de recommandations
Christophe Benavent
Professeur à l'Université Paris Ouest
Picom 23 septembre
@benavent

2. Toujours d'actualités mais des
technos déjà anciennes....
● 26 juin 2014 : SearchXPR lève 2 millions d'euros pour son moteur de
recommandation produit émotionnel
● 4 juin 2014 : Moteur de recommandation : pourquoi Target2Sell lève 1,4 million
d'euros

3. Amazon l'innovateur

4. CF item-to-item

6. Un processus continu

7. Est-ce une priorité ?

8. Un marketing de la prescription
Distributeur
O1
O3
O2 Client
Intermédiation : réduction des
coûts logistiques
Prescripteur
Prescription : réduction des
coûts cognitifs
Hatchuel : prescription de fait, technique et de jugement ( réduction d'incertitude)
Benghozi : marché de la prescription
Thèse de Stenger
référencement

9. De nombreux dispositifs
● Notes et avis de consommateurs
● Avis d'experts
● Wish list
● Chart
● Search engine
● Folksonomies
● Labels et tags
● Filtres et agent de recommandation
● Systèmes de Recommandations….

10. Stenger (2006)

11. Trois grandes formes de
prescription
● Contextuelle :
– s'appuyer sur des éléments de contexte
● Comportementale :
– s'appuyer sur l'historisation des comportements
● Sociale
– Exploiter les préférences des « voisins »
– Social proof ( Cialdini)

12. Les fonctions d'un moteur de
recommandation

13. Comparaison avec les moteurs de
recherche

14. typologie

15. Les données

17. Classification des modèles

18. Les principaux algorithmes
● CF + KNN ● SVD

19. Les critères d'évaluation
● Précision (accuracy)
– Nps/Ns
● Rappel (recall)
– Nps/Np
● RMSE

20. Serendipidity
● La précision et le recall génèrent souvent des
solutions triviales => nécessité d'introduire de la
« diversité »
● Deux approches :
– Community- aware : pondérer le classement en
fonction de l'entropie d'un item à travers les
communautés.
– Bubble -aware : pondérer le classement en fonction
du non-regroupement (declustering des items)
● Interpolation : r = λ Basic + (1-λ) Entropic

21. Evaluation de l'expérience

22. La spécificité de l'achat électronique
● Avec une
recommandation on
compare à la dernière
alternative, sans à
l'ensemble des
alternatives

23. La recommandation réduit la
recherche ( Dellaert et Haübl, 2012)

24. Consommateurs et agent de
recommandations
(Fitzsimons & lehmann 2004)
● Le mécanisme de la réactance (Brehm)
●

25. Assimilation et constraste
● Contexte : des CD
familiers et non
familiers présentés
ou non
● Une information
spécifique est
donnée ou non
(échantillon)

26. Novices et experts

27. Le champs de la prescription
● Anticipation et réduction des coût cognitifs
(Predictif)
● Réduction de l'incertitude (le conseil...)
● Où commence la persuasion ?
● Quelle place pour l'architecture des choix
(Nudges)

28. Conclusion
● Le paradoxe des recommandations : réduire
les coûts de recherche mais limiter le parcours
client
● Des critères fondamentaux : expertise,
crédibilité, expérience...
● Trouver le bon mix : exploration/ exploitation.
● La discipline de la recommandation : tester,
encore tester.
● L'enjeu de l'acceptabilité (légitimité)