Expérimenter sur ses clients et produits

Les nouveaux business et les produits les plus innovants nécessitent, pour devenir profitables, de maîtriser le management de l’incertitude. Les méthodes de la Recherche peuvent nous inspirer puisque « faire des expériences » est la bonne approche pour lever l’incertitude. Deux cas extrêmes peuvent se produire:

  • vous disposez de beaucoup de données sur vos clients, mais elles ne sont pas structurées;
  • l’acquisition de données coûte cher et vous en avez peu.

Comment expérimenter toute de même et savoir ce qui sera le plus attrayant pour vos clients?

Il existe de nombreuses démarches expérimentales qui peuvent s’appliquer aussi bien à des paramètres très physiques qu’à des dimensions plus psychologiques, sociologiques ou ethnologiques. Nous vous en proposons ici deux:

Vous avez beaucoup de données, mais elles sont en vrac

C’est souvent le cas des données issues des retours clients ou des statistiques de pannes. Dans ce cas, si vous avez de la chance, les statistiques classiques peuvent vous donner des corrélations entre des paramètres (âge, ancienneté…) et un certain résultat (une marge, un ratio de retour SAV…). Le langage R, gratuit, permet de le faire très facilement. Malheureusement, les cas où les statistiques marchent parfaitement sont des cas d’école, et comme leur nom l’indique, on les trouve essentiellement à l’école. Une approche plus récente est d’utiliser des réseaux de neurones profonds (des intelligences artificielles faibles) pour disposer d’un modèle comportemental permettant une simulation de configurations nouvelles et innovantes. Une étude de cas simple, sur un problème de qualité, est disponible sur R&D Médiation.

Vous avez peu de données et leur obtention coûte cher

Si par exemple, pour vérifier l’efficacité d’une campagne de vente, il vous faut envoyer une centaine de commerciaux, ou si, pour tester l’acceptabilité d’un appareil il faut en fabriquer 10 versions coutant chacune très cher, l’approche précédente sera trop coûteuse. Dans ce cas, une approche par plan d’expérimentation permettra de limiter au strict nécessaire le nombre de configurations à tester tout en garantissant que leur exploitation permettra au mieux de relier les causes aux effets. J’ai écrit l’essentiel de l’article de Wikipedia sur les plans d’expériences et vous pouvez y trouver les références nécessaires. La plateforme R&D Mediation CIRCE vous propose également un outil permettant de réaliser deux des plans d’expériences les plus courants (Hadamard, Doehlert). Vous pouvez nous contacter pour y avoir accès.

Limites et bornes

L’utilisation de toute méthode a des limites. Nous pouvons vite, sans nous en rendre compte, utiliser les réseaux de neurones profonds comme une boule de cristal et les plans d’expériences comme une martingale. Les conclusions sont alors plus que fausses, elles deviennent trompeuses. Lors de la maturation d’une innovation, que l’on peut monitorer par une approche de maturité technologique TRL de 1 à 9, plus on avance en indice, plus la correction de l’erreur faite en amont coutera cher. À TRL 9, une erreur sur ce qui fait vraiment la valeur du produit pour le client peut être le baiser de la mort. Alors que quelques expérimentations bien faites avant TRL 3 peuvent vous faire faire de fantastiques économies.

Télécharger cet article au format PDF ou ePub

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.