Derrière chaque typologie se cache un travail d’analyse méthodique et précis fondé sur des algorithmes, des arbitrages statistiques et une solide connaissance des données. Marc Bricout, fondateur de Wakuroo, société spécialisée dans le traitement statistique pour les instituts d’études, nous dévoile l’envers du décor.
Vous traitez des données pour Audirep et de nombreux autres instituts d’études. Quel est votre rôle dans la construction d’une typologie ?
Nous intervenons en général en aval des enquêtes, une fois que les données sont collectées. Notre travail consiste à les trier, les structurer, les analyser, et notamment à produire des données pour définir des typologies quand le client en a besoin. Dans ce cas, on applique des méthodes statistiques spécifiques – des algorithmes de regroupement – pour faire émerger des groupes d’individus qui présentent des similitudes sur certaines dimensions : leurs attitudes, leurs comportements, leurs préférences… Ce sont ces groupes que l’on appelle des typologies.
Typologie, segmentation… Les termes se regroupent parfois. Pouvez-vous nous aider à y voir plus clair ?
La confusion provient surtout des termes utilisés en français et en anglais. En français, une typologie correspond à un regroupement exploratoire d’individus qui se ressemblent sur un ensemble de variables. On n’impose pas de critère de tri, ce sont les données elles-mêmes qui dessinent les groupes. Or dans le monde anglo-saxon, on appelle cela « segmentation ». Ce que nous appelons nous « segmentation » prend la forme d’arbres qui partent d’une variable cible et découpent la population pour prédire un comportement, par exemple, acheteur ou non acheteur. C’est une approche plus prédictive, plus dirigée.
Quelles sont les conditions pour construire une bonne typologie ?
« La base, c’est le questionnaire. Si les questions sont mal formulées ou redondantes, il sera difficile de produire des groupes intéressants. » Les questions doivent être discriminantes, c’est-à-dire capables de révéler des différences entre individus, et indépendantes les unes des autres. Certaines formes de réponse sont plus adaptées, comme les échelles sur 4 ou 10, les évaluations... À l’inverse, les variables déjà catégorisées (comme la zone géographique) sont moins intéressantes car elles structurent déjà les données a priori.
Comment se déroule concrètement le traitement statistique ?
On commence par nettoyer les données en éliminant les variables peu pertinentes ou trop polarisées. Ensuite, on injecte l’ensemble dans notre logiciel d’analyse, qui nous propose des regroupements. C’est ensuite le rôle de l’institut de faire des choix et des arbitrages pour arriver à une typologie cohérente : le bon nombre de groupes, leur pertinence, leur équilibre en taille… Une fois la typologie définie, elle peut permettre d’assigner un individu à un groupe en fonction de ses réponses. Cela permet notamment de constituer des focus groups en ciblant un type de profil bien précis.
Quels sont les écueils à éviter lorsqu’on fait une typologie ?
Tout commence avec un bon questionnaire ! Si la matière première est mal formulée, le résultat sera bancal. Ensuite, l’outil n’est pas adapté à toutes les problématiques, comme mesurer l’efficacité d’une campagne ou tester un concept. Il sert essentiellement à appréhender une information complexe, qui provient d’un grand nombre de questions et d’un grand volume de réponses. Les typologies servent en fait à simplifier la complexité.
