Les données implicites sont des informations qui ne sont pas explicitement mentionnées mais qui peuvent être déduites des informations explicitement fournies. Les données explicites sont parfois considérées comme l’antithèse des données implicites.
Supposons que votre collègue vous informe : « La veille, Tintin s’est blessé à la jambe en jouant avec un ballon. Je dois l’emmener chez le médecin cet après-midi. Selon les informations précises fournies, Tintin a été blessé et est actuellement soigné par un médecin vétérinaire. La donnée implicite est que Tintin est un chat.
La collecte de données implicites dans le cadre de l’interaction homme-machine permet de recueillir des données non invasives sur l’utilisateur. L’interaction homme-machine recueille les données de l’utilisateur afin de personnaliser l’interface de l’ordinateur. Ce type de données est utilisé pour développer un modèle d’utilisateur.
Ce blog décrit ce que sont les données implicites et comment ce type de données peut être collecté.
Qu’est-ce qu’une donnée implicite ?
Le terme « données implicites » fait référence à des informations qui n’ont pas été fournies à dessein, mais qui ont été glanées dans les nombreux flux de données facilement accessibles, soit directement, soit par le biais de l’analyse de données explicites.
Les informations soumises volontairement sont appelées « données explicites » et peuvent être collectées de différentes manières, notamment par le biais de questionnaires et de demandes d’adhésion.
Dans le cadre de l’interaction homme-machine, la collecte de données implicites est utilisée pour recueillir de manière passive et discrète des informations sur l’utilisateur.
Plus récemment, des informations importantes ont été extraites des données des plateformes de réseaux sociaux. Par exemple, un statut ou un tweet peut souvent contenir des données explicites et implicites sur les plateformes de médias sociaux comme Twitter et Facebook.
Sources de données implicites : Leurs avantages et leurs inconvénients
La personnalisation implicite repose sur des données détaillées puisqu’elle consiste à réagir au comportement unique d’un utilisateur lorsqu’il utilise un canal spécifique. L’utilisateur doit se sentir soutenu pendant que vous observez et analysez les faits en temps réel à l’aide d’un raisonnement humain. Cependant, tous les types de données ne sont pas égaux. Plusieurs formes de données différentes doivent fonctionner ensemble pour réaliser une personnalisation implicite efficace.
-
- Données du profil : Les profils individuels sont remplis de données telles que les noms, les coordonnées, les numéros de compte, les adresses IP, les transactions antérieures et les modèles d’activité. Il peut être difficile de déterminer si ces données sont exactes, pertinentes et utiles. La personnalisation implicite comprend ce type d’informations puisqu’elle affecte la manière dont vous réagissez à un utilisateur sur le moment.
- Segments d’utilisateurs : Les segments d’utilisateurs sont des ensembles de personnes ayant des caractéristiques similaires en termes d’âge, de sexe, de géographie, de secteur d’activité et d’autres caractéristiques démographiques. Les réponses de chaque groupe comparable de consommateurs font l’objet d’hypothèses et de prévisions de la part des spécialistes du marketing. La théorie sous-jacente est qu’une expérience utilisateur destinée à des femmes jeunes et prospères doit sembler différente d’une expérience destinée à des hommes retraités et amateurs.
En tant que fondement de la personnalisation implicite, la segmentation est essentielle pour soutenir les os et les processus (ou la structure) du ciblage du contenu, des suggestions et d’un large éventail de demandes et d’objectifs des visiteurs.
- Données sur l’intention de l’utilisateur : Connaître l’intention de l’utilisateur peut ajouter de la précision à vos tentatives de personnalisation. Les sites montrent qu’ils connaissent la localisation du visiteur, sa dernière visite et son historique en ligne. La personnalisation concerne moins les souhaits du visiteur que l’individu lui-même. Cela irrite les utilisateurs sans qu’ils atteignent leurs objectifs. Le fait de se concentrer sur le visiteur, et non sur la visite, contribue à la lenteur du développement de la personnalisation et aux préoccupations en matière de protection de la vie privée.
Les souhaits de chaque utilisateur doivent être pris en compte. Cela fonctionne lorsqu’un prospect téléphone ou se rend dans un magasin, mais c’est plus difficile en ligne. Des données en temps réel telles que l’historique de navigation d’un visiteur, ses requêtes de recherche et ses clics peuvent révéler son intention. Parce que vous collectez et réagissez aux données sur votre site ou votre application, il simule un contact en magasin ou par téléphone.
Moyens de collecter des données implicites
Chaque consommateur est différent et apporte son lot de goûts, d’intérêts et de personnalités. En outre, plus vous disposez d’informations sur vos clients, plus vous êtes en mesure de segmenter vos messages en ligne et hors ligne, ce qui accroît l’efficacité, la pertinence et la capacité de ciblage de votre marketing.
Cela peut sembler beaucoup demander à vos consommateurs, et nous le comprenons.
La collecte de données implicites vous permet d’en savoir plus sur vos clients sans les interroger. Au lieu de demander des informations spécifiques aux clients, nous pouvons identifier ces données en arrière-plan, contrairement aux données explicites.
La collecte de données implicites peut se faire de plusieurs manières. Entrons dans les détails.
- L’une des méthodes consiste à utiliser l’adresse IP ou les paramètres du navigateur de vos clients. Ceci est utile pour des éléments tels que la localisation ou la langue préférée. Ceci est particulièrement utile si vous vendez à l’échelle mondiale ou si votre entreprise est située dans un pays ayant plusieurs langues officielles, comme le Canada.
- Les cookies Internet constituent une autre méthode de collecte de données. Il s’agit notamment de données liées à l’engagement, comme la fréquence des visites sur votre site, la fréquence des pages consultées, ou même les campagnes qu’ils ont déjà consultées ou auxquelles ils ont adhéré. Grâce à ce type de données, vous pouvez ensuite segmenter des campagnes distinctes en fonction des différents degrés d’interaction.
- Il est également utile pour collecter des données implicites dans des champs cachés. Vous pouvez ajouter ces champs de formulaire, mais l’utilisateur ne pourra pas les voir. Les données ne sont collectées automatiquement que lorsque les zones sont introduites.
- Le code de coupon est le dernier élément crucial des données implicites. Vous pouvez cibler les clients avec différentes offres ou formes de communication si vous connaissez précisément les campagnes ou les codes de réduction auxquels ils se sont inscrits.
Conclusion
Les données implicites sont des informations que les entreprises collectent à partir du comportement de navigation d’un consommateur sur leur site web, comme les styles et les marques sur lesquels il clique le plus et les endroits où il navigue.
DÉCOUVREZ : Le ciblage comportemental
Le Insights Hub de QuestionPro est axé sur le client. Les chercheurs avaient besoin d’un lieu pour stocker et récupérer les données de recherche et d’analyse. Pour démocratiser les idées de recherche, ils avaient besoin d’un centre facilement accessible que divers domaines et fonctions pourraient utiliser. L’objectif est de fournir aux procédures de recherche une aide permettant d’économiser du temps, des efforts et de l’argent.
Le moteur d’analyse de QuestionPro prend en charge plus de 50 langues et peut être intégré. Nous respectons les normes GDPR, HIPAA, Fedramp, Section 508, CCPA, etc.
