Les Gafam (Google, Apple, Facebook, Amazon, Microsoft) sont des ogres pour le Big Data. Leurs algorithmes enregistrent et prédisent nos comportements pour nous proposer des services en adéquation avec nos préférences. Ils achoppent cependant à saisir nos émotions par des outils fiables. Or, l’émotion est la clé de nombreux de nos choix. Loin de se cantonner aux seuls enjeux marketing, la donnée émotionnelle poussera d’un cran la personnalisation de notre environnement. Entre virtuel et réel, le Big Data a-t-il un cœur ?
Quand l’émotion devient une donnée mesurable…
L’impact prépondérant de nos émotions dans nos comportements et nos actes d’achat a été montré par de nombreuses études. Le marketing expérientiel les exploite par la mise en scène des points de vente, pour immerger le consommateur dans les univers symboliques des marques et ainsi espérer créer une relation de confiance et de complicité. L’émotionnel prend le pas sur le rationnel.
Comment introduire cette part d'irrationalité dans des algorithmes, purs objets mathématiques ? Tout simplement en mettant l’utilisateur à contribution, et en exploitant les capacités du machine learning. Le 24 février, Facebook a lancé une nouvelle fonctionnalité, baptisée “Réactions” afin, selon la firme, d’avoir “davantage de possibilités pour exprimer facilement et rapidement ce que vous inspire une publication dans le fil d’actualité”. Concrètement, 5 nouveaux émoticônes ont fait leur apparition à côté de célèbre bouton “J’aime” : “J’adore”, “Haha”, “Wouah”, “Triste”, et “Grrr”.
Ces nouveaux boutons fournissent de nouvelles datas qualifiées à Facebook. En parallèle, la start-up française Wifeel a fait de la data et de la statistique émotionnelle son cœur de métier. Son application mobile permet aux internautes de mesurer à travers 50 émoticônes leurs émotions, de les partager et de les géo-localiser. Les émoticônes sont un moyen habile de contourner la grande difficulté de l’analyse sémantique et du text mining des commentaires sur les réseaux. L’extraction du sens et des émotions véhiculées par le langage se heurte aux subtilités et à la richesse des significations verbales. L’analyse des expressions faciales peut constituer une mesure plus objective des émotions. De nombreuses solutions existent (comme Noldus ou Affectiva) qui, via une webcam et un système de codification faciale, sont capables de déduire si nous sommes joyeux, tristes ou en colère.
… les applications de la donnée émotionnelle émergent
Après les données comportementales, les données émotionnelles apparaissent donc comme le nouveau terrain de jeu du Big Data des GAFAM. Ledvina Andrew, ancienne data scientist chez Facebook est limpide sur leurs motivations :
“The fundamental purpose of most people at Facebook working on data is to influence and alter people’s moods and behaviour. They are doing it all the time to make you like stories more, to click on more ads, to spend more time on the site”.
“L'objectif fondamental de la plupart des gens travaillant sur des données chez Faceboo est d'influencer et de modifier l'humeur et le comportement des gens. Ils le font tout le temps pour vous faire aimer plus d’histoires, cliquer sur plus d'annonces, passer plus de temps sur le site”.
Agir sur les émotions serait donc le moyen pour Facebook de fidéliser son audience, augmenter sa réceptivité et favoriser son engagement auprès des annonceurs. Au-delà de mettre les utilisateurs dans un certain état d’esprit pour mieux accueillir les publicités, les émotions sont aussi des analytiques importantes pour améliorer les connaissances de la réception des publicités et ainsi augmenter leur efficacité et leur pertinence par rapport au public visé.
La data émotionnelle peut aussi être utilisée de manière très créative. Couplée aux objets connectés, elle permet d’imaginer un brand content totalement immersif. Red Bull veut par exemple équiper des pilotes de F1 et skieurs de descente de wearables, afin de faire ressentir à ses clients les sensations extrêmes éprouvées par ces sportifs.
Si les algorithmes informatiques sont aujourd’hui capables de reconnaître un son ou une image grâce au machine learning, ils pourront bientôt reconnaître nos émotions en croisant les données issues de la tonalité de notre voix, de nos pulsations cardiaques, et de l’activité électrique de notre cerveau. Watson, l’intelligence artificielle d’IBM, est à la pointe dans ce domaine. A la conférence Interconnect de Las Vegas en février 2016, deux nouvelles API de Watson ont été présentées : Tone Analyser et Emotion Analysis. Tone Analyzer peut reconnaître 9 tonalités sur 3 axes : les émotions exprimées, l’inclination sociale et le style d’écriture. Emotion Analysis sert à analyser du contenu extérieur à l’entreprise pour mieux comprendre les émotions exprimées, par exemple lors d’une session de chat avec un client. Facebook, quant à lui, en rachetant Wit.ai, une start-up spécialisée dans la reconnaissance du langage et de la voix, a mis un pied sur le marché de la reconnaissance vocale. Pour Facebook, on peut imaginer qu’il s’agit de permettre à la communauté de développeurs présents sur cette plate-forme collaborative, d’imaginer de nouveaux objets avec lesquels les utilisateurs pourront interagir par la voix. Un marché très prometteur sur lequel Amazon s’est précocement positionné avec la sortie, il y a 15 mois aux Etats-Unis, de son produit Echo, qui permet de communiquer par la voix avec sa maison. Certes, ces produits ne répondent qu’à des ordres directifs et ne sont pas encore capables de réagir à nos émotions : ils ne disposent pas encore de la masse de données nécessaires pour les apprendre... Les GAFAM investissent énormément dans la recherche et le recrutement de scientifiques. En 2013, Google a débauché Geoffrey Hinton, spécialiste de la recherche sur les réseaux neuronaux artificiels. De son côté, Facebook a recruté le Français Yann LeCun, spécialiste en intelligence artificielle qui dirige les trois laboratoires de recherche détenus par l’entreprise dont le dernier a récemment ouvert à Paris en partenariat avec l’INRIA. Le rêve de Mark Zuckerberg ? Créer un assistant personnel capable de contrôler votre environnement.
Gageons que l’intelligence artificielle aura bientôt suffisamment de données pour devenir une intelligence émotionnelle. Bientôt des publicités pour nous proposer un café car nous avons l’air fatigué ou un assistant pour nous mettre de bonne humeur et nous faire sourire dès le matin ?
Mathilde
Pour aller plus loin
Transformez vos données en performance
Chef de projets digital, production de contenus, recherche de solutions techniques et de financement, je suis une insatiable professionnelle du numérique. Après plusieurs expériences en start-ups orientées services, j’accompagne, par la stratégie et la formation, les entreprises dans leur transformation digitale.