Il est aujourd’hui clairement établi que l’émotion est un acteur majeur de l’action et de la prise de décision. Loin d’interférer avec la cognition, l’émotion participe et est nécessaire à toute prise de décision d’ordre personnel (où vais-je aller en vacances ? vais-je prendre l’avion, le train ou la voiture ? quel nouveau téléphone ou quelle eau de toilette vais-je choisir ?…). 

L’émotion ressentie lors de la vue ou de l’utilisation d’un produit génère une trace en mémoire, susceptible d’être réactivée en différentes circonstances, et qui joue un rôle de premier plan dans la motivation, la tendance à l’action et, in fine, la décision d’achat de ce produit. Aujourd’hui, le décryptage de cette émotion représente un enjeu fondamental pour quiconque désire prédire le succès commercial d’un produit. 

Les mécanismes émotionnels interagissent de façon complexe avec les mécanismes attentionnels, mnésiques et décisionnels et seule une infime partie des processus concernés est accessible à la conscience : il s’agit de la partie qui vous permet de mettre un label sur l’émotion (voire les émotions) que vous ressentez. Mais cet élément déclaratif est loin de refléter la complexité des mécanismes qui participent à la prise de décision, dont la plupart échappe à l’introspection. 

Le challenge consiste donc à prédire l’acte d’achat grâce au recueil et à l’analyse de données implicites, sans faire appel au témoignage déclaratif (ou explicite) du consommateur. Si le nombre de méthodes implicites utilisées (neuromarketing, eye-tracking, réponses physiologiques, analyse de l’expression faciale, analyse de la dynamique du mouvement, IAT…) témoigne du fort intérêt accordé à la question, il reflète aussi les capacités de prédiction limitées de chaque méthode. L’une des raisons à la base des difficultés rencontrées est qu’il est difficile, lors de l’évaluation d’un produit, d’obtenir une mesure de la tendance à l’action qui ne soit pas le seul reflet de caractéristiques perceptives du produit testé. Par exemple, des tests classiques pourraient prédire une préférence pour un produit donné qui résulterait uniquement de la présence de couleurs vives sur son contenant ou son packaging. 

KeyEmotion Lab a mis au point une méthode de recueil de données implicites, issue de travaux de laboratoire, dont les résultats ne sont pas contaminés par de tels biais. Cette méthode, récemment validée avec des objets de grande consommation, est susceptible de fournir différents indices fiables capables de prédire l’objet ou le produit qui sera choisi parmi d’autres.