27 mai 2017

Commerce électronique: prix variables et méga-données

Image courtoisie Pixabay / Geralt CCO
Toutes transactions d'achat (en ligne ET hors ligne) laissent des traces précieuses. Ces traces d'information peuvent conditionner un ensemble de stratégies de prix. Le consommateur en ressort-il toujours gagnant ? C'est moins sûr... 

C'est ce qu'on apprend dans l'article How online shopping makes suckers of us all (Jerry Useem). 

Le "juste prix" peut maintenant être décidé par un ensemble de données et de calculs algorithmiques dont l'historique de navigation, la localisation, les comportements et habitudes d'achats, entre autres.

Est-ce à dire que le prix unique affiché sur bon nombre d'articles (produits et services) serait en voie de disparaître ? C'est déjà le cas en commerce numérique ou électronique (et même dans certaines grandes épiceries selon le quartier où on habite...). Les recommandations de Google par exemple - au plan du prix à payer - dépendent de plusieurs facteurs, en effet... On pourrait en dire de même pour les autres Amazon et Expedia de ce monde aussi...

Le prix fixe apparaît sur une étiquette

Le prix fixe serait apparu vers la moitié du 19e siècle dans les magasins, pour des raisons à la fois pratiques et morales. 

Devoir marchander pour tout était une opération délicate et un "art" que peu de vendeurs possédaient. Le prix fixe ou unique empêchait toute forme de favoritisme (ou d'exploitation) et assurait une uniformité comptable plus facile à gérer. Il facilitait le processus de vente et a même permis l'essor de la publicité, où on pouvait afficher des articles avec leurs prix uniques respectifs.

Le pari était tout de même risqué pour les vendeurs compte tenu que les profits faits avec des consommateurs disposés à payer davantage allaient diminuer. On croit même que cette pratique de prix unique aurait provoqué la création de marques diverses.

Par exemple, l'article rappelle que General Motors, à partir des années 1920, créait la marque Pontiac pour les moins fortunés, la Oldsmobile pour les gens plus à l'aise mais voulant demeurer discrets, la Buick pour les arrivistes et la Cadillac pour les riches voulant se montrer comme tels... Ceci n'est sans doute pas aussi caricatural qu'il n'en a l'air...

L'arrivée des données

L'accès à une énorme quantité de données a permis non seulement une analyse profonde des comportements de consommation (pensons aux cartes de fidélité enregistrant tous les achats) mais aussi des expériences socio-économiques. Ces dernières allaient produire à leur tour des données permettant de prédire combien un consommateur était prêt à payer pour acquérir un produit. 

Les méga-données peuvent-elles discerner correctement une sorte de "discrimination tarifaire parfaite" pour chaque consommateur ?

À ce propos, on s'inquiète déjà des données de crédit dont dispose Google pour prouver l'efficacité de ses campagnes publicitaires

Le Washington Post signale ici les appréhensions de divers groupes d'intérêts liés à la protection de la vie privée... L'accès aux données d'achats par crédit, même hors ligne, suscite en effet plusieurs enjeux délicats comme le rappelle Business Insider ici aussi.

Des économies en commerce électronique ? Pas toujours...

Si la plupart des consommateurs se sont bien rendu compte qu'il y avait des économies à faire en achetant en ligne, d'autres ont vite appris que ce n'était pas toujours le cas (voir ici et ici).

Pour ma part, j'ai fait quelques expériences hors ligne et en ligne.

En ligne, je me suis rapidement rendu compte, en automne 2016 dernier, que de réserver directement auprès du site web de deux hoteliers au Québec m'avait permis d'épargner près de 90 dollars (sur trois nuits), par rapport aux prix que m'offrait Expedia, pour le même séjour.

A contrario, Expedia m'a permis d'épargner plus de 120 dollars pour trois nuits dans un hôtel de la Colombie-Britannique, même après avoir vérifié directement en ligne (et par courriel) avec l'hôtel même... Était-ce parce que j'avais aussi réservé un billet d'avion par le biais d'Expedia ?

Hors ligne, je me suis rendu compte que j'avais épargné près de 50 dollars pour l'achat de deux paillassons dans un magasin Pier Imports par rapport à deux articles très semblables sur le site de Wayfair...

Qu'est-ce à dire ? Qu'il faut sans aucun doute prendre un peu de temps pour comparer les prix entre vendeurs et fournisseurs, en ligne et hors ligne. Peu de gens semblent avoir du temps pour cela...


Vers un capitalisme de surveillance ?

Dans une autre optique mais certainement apparentée, Jonathan Taplin présente une critique virulente des Géants du web (devenus selon lui des "monopoles naturels") qui utilisent notre propre complaisance (traces numériques) pour mieux nous exploiter et vendre nos informations à des tiers... 

Ce qu'on comprend, c'est que les législateurs "antitrusts" américains ont laissé ces géants faire à peu près tout ce qu'ils veulent (industrie de la musique et des médias, entre autres). L'enjeu majeur, aujourd'hui selon Taplin, consiste à les empêcher de devenir encore plus gros...

Dans ce contexte l'immense potentiel du data-mining, des méga-données, de l'internet des objets, de l'IA, etc., pourrait servir à mauvais escient... 

Par exemple, le prix d'une canette de boisson gazeuse, affichée par une machine distributrice pourrait, en théorie, varier à la hausse ou à la baisse selon la température et le porte-feuille du consommateur...

Qu'en pensez-vous ?


Merci de votre lecture !

Patrice Leroux



15 mai 2017

La vérité grâce aux méga données (Big Data) ?

Image courtoisie de Pixabay/Geralt/Café -CC0 1.0

"Les gens mentent mais les données brutes disent la vérité". 

Voilà le titre d'un article de Peter Orszag  à propos du livre de Seth Stephens-Davidowitz : Everbody Lies. Big Data. New Data. And what the Internet can tell us about who we really are. (Ed. Harper-Collins)

Selon Seth Stephens-Davidowitz, un ancien assistant de recherche de Orszag et un ex-"data-scientist" chez Google, les gens mentent beaucoup plus souvent qu'on ne le pense lorsqu'il s'agit de répondre à des sondages, par exemple. 

Cette affirmation (ou cette lecture) vient de l'examen d'une quantité impressionnante de requêtes de recherche faites sur Google où là, précisément, on révèle davantage nos véritables comportements et attitudes.

Par exemple, Stephens-Davidowitz avance que les indécis ne le sont jamais vraiment. Dans une requête qui ressemblerait à cette chaîne de mots-clés: "Trump Clinton Taxes", le vote ira fort probablement en faveur du premier mot-clé...

Les sondeurs avaient aussi prédit que les Américains de race noire porteraient leur choix sur Hillary Clinton  mais les données ont révélé par la suite que bon nombre d'entre eux ne se sont tout simplement pas présentés aux urnes.

Tensions raciales

Au plan des relations raciales, les sondages indiquent généralement que les Américains Blancs ne sont pas particulièrement racistes bien que le racisme semble plus prédominant dans le Sud. 

Pourtant, la recherche numérique révélerait un nombre élevé de requêtes racistes par les Américains et elles ne sont pas davantage confinées au Sud. 

Au contraire, l'auteur révèle que les requêtes racistes les plus nombreuses se trouveraient dans l'État de New York (Upstate), en Ohio et en Pennsylvanie de l'Ouest. 

Le véritable racisme se retrouverait donc plutôt dans un axe est-ouest que nord-sud; les résultats des élections présidentielles américaines confirmeraient cette lecture car Barack Obama (2008 et 2012) n'a pas réussi aussi bien que Donald Trump (2016) dans l'axe est-ouest.

Données sur l'homosexualité

Certaines données statistiques (profils de médias sociaux compris) évoquent que la proportion d'hommes se disant ouvertement gais est deux fois plus importante dans l'État du Rhode-Island que dans l'État du Mississippi. 

Pourtant, Stephens-Davidowitz souligne que les requêtes de mots-clés associés à la pornographie gaie ne varient pas énormément d'un état à l'autre. Qui plus est, ce type de requête n'est que marginalement plus élevé au Rhode-Island qu'au Mississippi. 

Est-ce donc à dire que les données statistiques (et les profils de médias sociaux) retrouvés dans certains États ne reflètent pas la réalité ?

Plus étonnant encore, dans les États où la proportion d'hommes se disant ouvertement gais demeure plus faible, on retrouve apparemment davantage de requêtes posant la question: "mon mari est-il gai" ? 

Cette dernière requête serait la troisième en importance tout de suite après "mon mari est-il infidèle" ? et "mon mari est-il déprimé" ?

Bien entendu, si on peut faire dire bien des choses avec des statistiques et des sondages (voir #tousFactsCheckeurs), on pourrait en dire de même avec les requêtes de recherche dans Google. 

Quoi qu'il en soit, l'auteur américain avance que les recherches dans Google demeurent l'ensemble de données (dataset) le plus important jamais colligé du psyché humain.

Malgré certaines limites, les méga données (Big Data) seraient en mesure de résoudre certains problèmes ou approches méthodologiques de la recherche quantitative (et peut-être même qualitative) en sciences sociales.

Qu'en pensez-vous ?

Merci de votre lecture !

Patrice Leroux
 
Creative Commons License
patriceleroux by patrice leroux is licensed under a Creative Commons Attribution-Noncommercial-Share Alike 2.5 Canada License.
Based on a work at patriceleroux.blogspot.com.