Comme souvent, l’idée de produire un article repose sur une discussion récente avec un ami mettant en évidence un biais cognitif. Je profite donc pour diffuser plus largement un ancien article réalisé à l’issue d’une conférence menée il y a quelques années sur le thème des signaux faibles.

Les signaux forts et faibles

Un signal fort est un signal attendu et que l’on peut facilement identifier. Sa définition est préalablement connue du système. Un signal fort peut être fréquent ou non.

Par exemple, la présence d’une étoile brillante dans le ciel nocturne.

Un signal faible est soit un signal très rare, soit un signal ténu, soit un signal fugitif, soit un signal inattendu. Le signal faible de par sa nature doit forcément faire l’objet d’un tracking pour explorer toute une plage de possibilités.

Par exemple, la présence d’une planète tournant autour d’une étoile qui ne peut être détectée que lorsqu’elle passe devant le disque de l’étoile en faisant baisser très légèrement l’intensité lumineuse sur une bande de fréquence non définie à l’avance à un moment inconnu. Il est alors nécessaire d’explorer toutes les gammes de fréquence, tout le temps au cas ou quelque chose d’inconnu créerait une infime perturbation.

Le signal faible est une information très importante car elle est souvent annonciatrice d’un changement, d’un phénomène non connu, non maitrisé. Par exemple, certains changements dans les montants des achats et lieux d’approvisionnement visibles sur un compte bancaire peuvent être annonciateurs d’un changement de situation familiale.

Le signal faible peut également révéler une singularité de la situation que vit un individu. Connaitre cette singularité peut etre déterminant pour un commercial, un médecin, un professionnel en général. Or on ne peut pas interroger la personne sur toutes les singularités possibles, il faut donc pouvoir la détecter par un autre moyen, par ses impacts.

Un nom trompeur

En parlant de signaux forts et de signaux faibles, on donne l’impression qu’il existe toute une échelle continue entre « les faibles » et « les forts ». On pourrait presque parler de « signaux moyens » entre les « faibles » et les « forts ». Certains peuvent penser à tord qu’un signal faible est simplement un signal un peu moins fort.

Mais il n’en est rien, les signaux faibles et les signaux forts constituent deux groupes totalement disjoints. Ils n’appartiennent pas à la même famille, on ne les détecte pas avec les mêmes outils, on ne les traite pas selon les mêmes principes.

La détection du signal fort

Un threshold est un composant logiciel passif qui observe un signal fort et produit une ou plusieurs positions dans une signature en fonction d’un ou plusieurs seuils.

Les seuils peuvent être fixes ou dépendre de fonctions intégratives telles que des moyennes.

Par exemple dans le cas du e-commerce un threshold de valorisation du panier peut se calculer en fonction du montant du panier ou du nombre d’articles, du prix d’article moyen, etc.

La valeur prise par le threshold au sein de la signature n’est pas obligatoirement binaire.

Par exemple un threshold de taille dans l’habillement peut se référer à une échelle relative (petit, moyen, grand). En fonction de l’écart type de distribution des tailles dans la population des visiteurs.

La détection d’un signal faible

Un tracker est un composant logiciel actif qui recherche des signaux faibles et produit une ou plusieurs positions dans une signature.

Les signaux faibles sont détectés par des fonctions différenciatives agissant sur des ensembles de cas.

Chaque tracker dispose d’un axe d’investigation. Il existe une multitude de formes possible de trackers.

Par exemple, un tracker peut analyser les catégories de lecture des usagers d’une bibliothèque municipale. Un écart en termes de catégorie provoqué par la réservation d’un livre sera détecté comme une singularité. La rupture d’un cycle régulier d’emprunts et de restitution également, etc.

Les trackers nécessitent généralement de constituer un historique de tracking pour chaque personne concernée.

Des trackers sophistiqués peuvent détecter des singularités inédites.

Formation de la signature

Lorsque l’on équipe un système d’un lot de thresholds et de trackers pour analyser les contextes qui défilent, on peut regrouper les sorties de ces thresholds et trackers pour former une signature. Cette signature caractérise le contexte et permet d’enclencher des traitements, positionner des événements, prendre des décisions.

Les deux segments de signatures associées respectivement aux signaux forts et aux signaux faibles sont très différents.

  • Les signaux forts peuvent etre simultanés, ce segment de signature est donc compact. Il sera de la forme 11010011011110
  • les signaux faibles sont rares et donc encore plus rarement simultanés. Ce segment sera donc de la forme 000000001000000000000000000000

Les signaux forts sont beaucoup moins nombreux que les signaux faibles. On aura dans une signature 10 à 20 fois plus de trackers que de thresholds.

Les thresholds serviront à répartir les contextes analysés en plusieurs catégories et donc seront utiles quantitativement.

Les trackers servirons à singulariser la réponse à apporter et seront donc utiles qualitativement.

Les faux signaux faibles

D’expérience, je rencontre parfois des systèmes sur le marché ou réalisés spécifiquement pour répondre à une problématique ou l’on parle de signaux faibles. Mais en analysant de plus près on s’aperçoit qu’il s’agit en fait de signaux forts un peu moins fréquents que les autres. Ils restent néanmoins des signaux forts. Ils ont surement leur intérêt mais ils ne peuvent été qualifiés de signaux faibles.

On les détecte facilement par le fait que le système mentionne « des combinaisons de ces soi-disant signaux faibles ». Or s’il y a des combinaisons cela signifie que ces signaux peuvent etre simultanés et donc non singuliers. On peut s’en assurer en se référant à la probabilité poissonienne de simultanéité des phénomènes rares. Dans quelques cas il peut y en avoir 2, mais la probabilité pour en trouver 3 simultanés est infime.

Les signaux comportementaux

Une variété de signaux forts et faibles retient particulièrement notre attention, les signaux comportementaux.

En observant un comportement, il nous est possible de mieux comprendre les motivations, les attitudes, les raisonnements, les connaissances d’un individu. Pour ce faire il faut approcher le comportement le plus finement possible.

Avec une dizaine de signaux forts, on peut produire un millier de combinaisons. Mais les distributions sont rarement uniformes. En général la moitié des contextes se répartissent sur les 3 ou 4 combinaisons principales.

Les combinaisons de signaux forts sont des « personna » établis automatiquement.

Avec cette distribution en personna, on peut facilement apporter une réponse quantitative aux contextes analysés. Par exemple disposer d’un message standard pour chaque personna.

En revanche, si l’on souhaite faire du qualitatif, et adresser des messages réellement personnalisés, il faudra créer des trackers. Avec une centaine de trackers, on détecte une centaine de singularités. Il est rare que deux singularités apparaissent simultanément, on ne peut donc pas parler de combinaisons.

En créant une signature avec 10 thresholds et 100 trackers, on peut adresser deux messages, l’un quantitatif (personna) et l’autre qualitatif (singularité). L’association des deux dispositifs permet de répondre avec pertinence au contexte analysé.

Par exemple sur un site e-commerce, des signaux forts sont relatifs au fait que le visiteur est habituel ou non, qu’il est hésitant ou semble déterminé d’avance, qu’il est classique ou qu’il aime les nouveautés, sensible ou non à la marque, aux promos, etc… On peut voir que les signaux forts sont très généraux et peuvent concerner un grand nombre de sites e-commerce.

En revanche les signaux faibles seront souvent spécifiques à un type de site e-commerce, aux produits présentés, aux catégories de visiteurs. Ils seront souvent obtenus par différenciation du comportement actuel par rapport au comportement habituel. On trouvera par exemple des indices permettant de subodorer une naissance prochaine, un changement de région récent, une maladie invalidante. Cette connaissance permettra de personnaliser le message et d’éviter de commettre des impairs. En connaissant mieux le visiteur on le fidélise.

Voila : en résumé :

  • des signaux forts quantitatifs pour créer des personna en les combinant et pour adresser des messages catégoriels
  • des signaux faibles qualitatifs pour identifier des singularités isolées et pour adresser des messages réellement personnalisés

Jean Pierre MALLE