À chaque fois qu’une campagne publicitaire fait parler d’elle, la même objection revient :
« Attendons les chiffres de vente avant de dire si elle est bonne ou mauvaise. »
Cette remarque paraît pleine de bon sens.
Et pourtant, elle repose sur une confusion.
Les chiffres de vente permettent de mesurer un résultat. Ils ne permettent pas, à eux seuls, d’expliquer pourquoi ce résultat s’est produit.
Les ventes racontent une histoire… mais seulement la fin
Imaginons qu’une campagne fasse progresser les ventes de 15 %.
Que peut-on en conclure ?
En réalité, très peu de choses.
Cette progression peut être liée :
- à la campagne elle-même ;
- à une baisse de prix ;
- à la puissance de la marque ;
- à un effet de nouveauté ;
- à une absence de concurrence ;
- à une excellente distribution ;
- ou à la combinaison de tous ces facteurs.
Le chiffre final ne dit pas lequel de ces éléments a réellement influencé la décision des consommateurs.
Il décrit un résultat.
Il n’explique pas les mécanismes qui l’ont produit.
Les sciences du comportement cherchent à comprendre la décision
Depuis plusieurs décennies, la psychologie cognitive, l’économie comportementale et les neurosciences montrent que nos décisions ne sont jamais totalement rationnelles.
Certaines formulations rassurent.
D’autres créent de la résistance.
Certains mots facilitent une décision.
D’autres introduisent une légère friction, parfois imperceptible, mais réelle.
Ces phénomènes peuvent être étudiés avant même qu’un produit soit commercialisé.
C’est d’ailleurs exactement ce que font les tests publicitaires, les études qualitatives ou les protocoles d’eye tracking.
Une campagne peut réussir… tout en étant perfectible
Prenons un exemple simple.
Une campagne peut générer d’excellentes ventes tout en comportant un élément qui freine une partie de son public.
Cela ne signifie pas que la campagne est mauvaise.
Cela signifie qu’elle aurait peut-être pu être encore plus performante.
La question n’est donc pas :
« Est-ce que la campagne fonctionne ? »
La vraie question est :
« Qu’est-ce qui, dans cette campagne, facilite ou complique la décision ? »
La nuance est importante.
L’exemple du mot « Boomer »
C’est précisément la réflexion que j’ai proposée récemment à propos de la campagne Boomer King de Burger King.
Je n’ai jamais affirmé que cette campagne allait échouer.
Au contraire.
Je la considère comme une excellente campagne.
En revanche, je formule une hypothèse comportementale : le mot Boomer peut créer une friction identitaire chez une partie des personnes concernées.
Peut-être que cette friction sera largement compensée par la créativité de la campagne.
Peut-être même que le terme évoluera avec le temps et deviendra plus valorisant.
Les deux sont possibles.
Mais cela ne retire rien à l’intérêt d’analyser les mécanismes psychologiques qui influencent la décision.
Les modèles servent à améliorer, pas à prédire parfaitement
Aucun modèle ne prédit l’avenir avec certitude.
Pas plus le Modèle STS qu’un autre.
En revanche, un modèle permet d’identifier des zones de risque avant le lancement d’une campagne.
C’est exactement la logique utilisée dans de nombreux domaines.
Un ingénieur ne construit pas un pont en attendant qu’il s’effondre pour savoir s’il était bien conçu.
Il s’appuie sur des modèles.
Le marketing devrait suivre la même logique.
Le rôle d’un modèle décisionnel
Le Modèle STS n’a pas pour vocation de dire :
« Cette campagne réussira » ou « Cette campagne échouera ».
Son objectif est différent.
Il cherche à comprendre comment une communication influence trois dimensions essentielles de la décision :
- la motivation à agir ;
- la cohérence identitaire ;
- les frictions psychologiques.
Lorsqu’une de ces dimensions est fragilisée, la décision peut devenir plus difficile.
Et lorsqu’elle est renforcée, une campagne peut gagner en efficacité.
Le véritable enjeu
Les chiffres de vente sont indispensables.
Mais ils arrivent toujours après.
Les modèles comportementaux permettent, eux, d’anticiper, de challenger une campagne avant son lancement et d’identifier des améliorations potentielles.
L’un mesure les résultats.
L’autre aide à les construire.
Les deux approches ne s’opposent pas.
Elles sont complémentaires.
