Projet COREL - Au coeur de la relation client

Le projet COREL s'appuie sur le Center for Customer Management et bénéficie sur 2017 et 2018 d'un financement de l'Université Lyon 2.

Contact: Isabelle.Prim-Allaz@univ-lyon2.fr

La genèse de ce projet se trouve dans la participation de deux des participants (Isabelle Prim-Allaz et Pierre Volle) au Center for Customer Management (CCM), cercle de réflexion autour de la relation et la stratégie client abrité par la Fondation Partenariale Dauphine et dirigé par le Professeur Pierre Volle. Ce cercle regroupe 14 chercheurs venant de quasiment autant d’institutions et dont les objets de recherche se rejoignent autour d’une approche stratégique de la relation client, c’est-à-dire une approche intra-organisationnelle. Cette spécificité est notable. En effet, l’immense majorité des travaux marketing, y compris ceux en marketing relationnel, se focalisent uniquement sur les perceptions des clients. Deux raisons à cela : (1) le regard du client sur ce qui lui offrent les organisations est éminemment important et justifie qu’on cherche à mieux le comprendre ; (2) la collecte des données est relativement plus aisée (Volle, 2014). Le CCM a souhaité prendre le contre-pied de ce courant dominant en entrant dans les organisations et en investiguant la stratégie client, telle qu’elle est vue, décidée et implémentée par les managers. Ceci dit, une stratégie, et en particulier une stratégie marketing, n’est pertinente que si les clients en retirent une satisfaction et une intention de fidélité.

Au cours des dernières années, le CCM et ses membres ont collecté de très nombreuses données de nature différentes (transcriptions d’entretiens, documents institutionnels, textes issus de newsletter et de medias sociaux, etc.). La quantité massive de ces données rend difficile leur analyse et leur interprétation au regard des méthodes habituellement mobilisées en marketing (codage systématique des données au fil des textes avec des logiciels type Nvivo). Il devient alors nécessaire de mobiliser voire de développer d’autres méthodes, notamment informatiques et statistiques, afin de capter le sens croisé de ces discours, leurs convergences, controverses et évolutions.

Les problématiques et objectifs se déclinent en deux temps, selon que l’on considère l’un ou l’autre des deux verrous scientifiques, ie. marketing et informatique. Il s’agira en fait, dans un premier temps de lever des verrous informatiques par la mise au point de nouvelles méthodes sur des données proposées par les marketeurs, puis dans un second temps de mettre à profit ces outils pour développer des connaissances marketing.

D’un point de vue marketing, alors que les clients sont la raison d’être des entreprises et une de leurs ressources clés, la place qui lui est accordée dans et par les organisations n’est pas toujours enviable. Le marketing relationnel est un champ disciplinaire qui vise à conceptualiser ce lien entre les organisations et leurs clients et à être force de proposition pour permettre aux deux parties, clients et entreprises, de tirer le meilleur de leurs relations (Coviello et al., 2002).

Les deux chercheurs en marketing impliqués dans ce projet souhaitent mobiliser l’ensemble du corpus collecté par le CCM pour répondre à différentes questions liées à la stratégie client des organisations, afin de mieux comprendre l’élaboration et la mise en œuvre de la stratégie client au sein des organisations (entreprises mais aussi services public).

Parmi elles, et de façon non exhaustive :

  • Question de recherche 1 : Quelles sont les différentes étapes dans la maturation de la stratégie client des organisations ? Cette question nécessite une approche temporelle des discours.
  • Question de recherche 2 : Quelle cohérence dans le style relationnel des organisations, i.e. les managers ont-ils tous la même compréhension et la même mise en œuvre de la stratégie définie par les dirigeants ? Quelles implications ces convergences/divergences ont-elles sur la perception qu’a le client de l’organisation ? Les façons dont on parle du et au client sont-elles en phase ?

Pour répondre à ces questions, il est nécessaire de mobiliser un ensemble varié de données : des entretiens de managers, des documents institutionnels (sites web, rapports d’activité, etc…), l’avis des clients (désormais captable sur les réseaux sociaux). Les premiers travaux réalisés sur ces données (par ex. Prim-Allaz et al., 2016) montrent l’inefficacité des techniques habituellement mobilisées par les chercheurs en marketing. Un renouvellement méthodologique est donc essentiel.

D’un point de vue informatique, il s’agira dans un premier temps de rassembler les données dans un seul « lieu » tout en les conservant dans leur forme originelle afin qu’elles demeurent des références utilisables par les chercheurs en marketing. Le concept qui permet de le faire est appelé data lake. Toutefois, si tout le monde s’accorde pour dire qu’un data lake doit être bien conçu sous peine de devenir un data swamp inexploitable, les solutions pour y parvenir sont peu ou prou inexistantes dans la littérature (elles relèvent à l’heure actuelle de pratiques industrielles peu divulguées). Notre objectif est de trouver une modélisation adéquate aux métadonnées du data lake (Pathirana, 2015), sous la forme d’un data vault (Hutlgren, 2016 – modèle de données utilisé dans un tout autre contexte), afin de permettre l’indexation automatique des données grâce à des méthodes éprouvées et de rendre l’accès aux données le plus efficace possible.

Dans un second temps, il s’agit de mobiliser différents types d’analyses complémentaires des données et de profiter du corpus à disposition pour améliorer les outils existants, voire en développer de nouveaux. Etre en mesure de développer des outils capables de traiter d’un même objet mais à partir de données de différentes natures (entretiens, rapports, blogs) est une problématique qui nécessite de dépasser l’état de l’art essentiellement mono-source. Les différentes familles d’outils mobilisables sont notamment ceux liés à l’identification de termes signifiants (par exemple avec l’extraction de collocations), ceux permettant de faire émerger de manière non supervisée des catégories thématiques qui structurent le corpus (modèles thématiques, voir par ex. Musat et al., 2011 ; Dermouche et al., 2014) et ceux permettant de classifier les textes dans des catégories pré-existantes, donc de manière supervisée (Dermouche et al., 2013 ; Velcin et al., 2014). L’innovation en Informatique est clairement de dépasser les analyses « simples » de l’opinion pour aller vers une analyse de phénomènes globaux plus complexes, telle que l’analyse des controverses (Enals et al., 2010).

Les principaux objectifs visés sont donc :

  • structurer les données pour les rendre efficacement exploitables tout en les maintenant dans leur état d’origine
  • mobiliser les principaux outils de fouille de textes afin d’identifier les plus pertinents pour caractériser (indexer) les informations en lien avec la relation client
  • développer une méthode automatique d’analyser de la polarité du discours à l’aide de techniques de fouille d’opinion (approche supervisée ou semi-supervisée),
  • identifier automatiquement les convergences/divergences des discours des différentes parties prenantes, en lien avec l’analyse des controverses.

Une communication a été réalisée en lien avec ce projet:

Prim-Allaz I., N’Goala G., Delecolle T. (2016), More than a customer strategy ... a relational style, 24th International Colloquium on Relationship Marketing (ICRM), Toulouse, Septembre

Un chapitre d'ouvrage mobilise les données CCM:

Ambroise L. et Prim-Allaz I. (2018), Chapitre 5 – La PME face au risque de réputation dans un environnement digital, in B. Szostak, C. Teyssier et M. Séville, Le management des risques – Enjeux et défis pour les PME d’aujourd’hui et de demain, Ed. EMS, Collection Management prospective, 93-114