Objectifs
- Situer l'IA dans une démarche de recherche d'audience.
- Distinguer une donnée observée d'une hypothèse générée.
Le fil rouge du module
Nous suivons une organisation fictive, « Les Jardins de Marlène », une coopérative de maraîchage qui vend des paniers de légumes par abonnement. Son équipe marketing de trois personnes veut gagner en visibilité sur les moteurs de recherche et dans les assistants IA, et améliorer ses campagnes d'e-mails. Toutes les données du module sont inventées.
Deux sources de connaissance sur l'audience
- Des données observées : questions reçues par le service client, requêtes saisies dans le moteur de recherche du site, réponses à une enquête, résultats de campagnes passées, entretiens avec des abonnés.
- Des hypothèses : ce que l'équipe pense de ses clients, ce qu'un assistant IA « imagine » à partir de ses connaissances générales.
Un assistant IA est très utile pour organiser, reformuler, résumer et proposer des pistes. Il ne connaît pas vos clients : sans données fournies, il produit des généralités plausibles. Plausible ne veut pas dire vrai.
Figure 1 : les hypothèses de l'IA ne deviennent des décisions qu'après vérification, et le terrain alimente à son tour les données.
Ce que l'IA fait bien
- Regrouper des centaines de questions clients par thèmes.
- Proposer des formulations alternatives d'un même besoin.
- Rédiger un premier guide d'entretien ou un questionnaire.
Ce qu'elle ne remplace pas
- Une parole client réelle, avec ses surprises.
- La mesure : combien de personnes sont concernées par tel besoin.
À retenir
Posez toujours la question : « cette affirmation vient-elle d'une donnée que j'ai, ou d'une supposition ? » Marquez-la dans vos documents.
Pour réfléchir
Listez trois sources de données sur votre audience dont vous disposez déjà et que vous pourriez, sans enfreindre de règle de confidentialité, soumettre à un assistant de façon anonymisée.