L’algorithme s’est imposé comme un outil incontournable pour cibler au mieux le consommateur par des recommandations personnalisées : publicité ciblée, retargeting publicitaire, etc.
La dernière mode est même aux algorithmes prédictifs, au cœur de la stratégie e-commerce des entreprises.
En combinant l’analyse de données avec les statistiques prédictives, les e-commerçants tentent de prévoir les comportements des consommateurs, notamment des internautes, et agir par anticipation.
En pratique, les moteurs d’algorithme prédictifs, ou encore de marketing prédictif, ont vocation à agréger tous types de données sur les internautes, afin de proposer à chaque individu des produits ou un contenu qui correspondent à ses besoins et/ou ses envies.
A cette fin, les données agrégées peuvent provenir de nombreuses sources telles que les achats d’ores et déjà effectués par le consommateur, son adhésion à des programmes de fidélité ou de récompenses, la navigation de l’internaute sur les moteurs de recherche et sur internet de manière générale, les commentaires mis en ligne par le client sur des produits achetés au préalable, ou encore le comportement de l’internaute s’agissant de ses courriels, voire le contenu de ces courriels.
Pour aller encore plus loin, certains commerçants en ligne se dotent d’outils de filtrage collaboratif ayant vocation à identifier les produits qu’ont achetés d’autres internautes ayant le même profil.
Par ailleurs, outre l’utilisation de l’analyse prédictive et du big data à des fins de pur marketing, le secteur du e-commerce a également recours à ces techniques à des fins de lutte contre la fraude au paiement en ligne. En effet, de nombreux modules de lutte contre la fraude à la carte bancaire par exemple reposent sur des techniques de scoring faisant appel à des calculs reposant sur des algorithmes prédictifs et statistiques décisionnelles.
A ces techniques d’analyse prédictive peut également s’associer la technique du « machine learning », ou algorithme d’apprentissage, une branche de l’intelligence artificielle visant à doter les ordinateurs de la capacité d’améliorer leurs performances sans intervention humaine : l’algorithme progresse ainsi par lui-même. Certains sites internet ajoutent également au modèle prédictif une couche de web sémantique…
En tout état de cause, ces techniques imposent de s’appuyer sur une collecte massive de données à caractère personnel des internautes, une telle collecte devant être particulièrement encadrée.
Or, si des règles existent d’ores et déjà en matière de traitement et de protection des données à caractère personnel, elles ne paraissent pas toujours appropriées que ce soit au secteur de l’e-commerce, ou encore aux techniques mises en œuvre dans le cadre de l’utilisation des algorithmes prédictifs, et peuvent nécessiter une adaptation dans leurs modalités d’interprétation et d’application. De nouvelles règles du jeu doivent être définies [1].
L’utilisation des algorithmes prédictifs dans le secteur du e-commerce peut également mener, si elle n’est pas encadrée, à des pratiques pouvant être considérées comme déloyales, voire trompeuses ou agressives, à l’encontre des consommateurs.
Aussi, un grand nombre d’acteurs tentent à ce jour d’encadrer de telles pratiques en rappelant dans diverses publications les règles juridiques applicables mais également en définissant des règles métiers sectorielles, particulièrement pour ce qui concerne le secteur du e-commerce.
En effet, si le Conseil d’Etat s’est récemment penché sur la question [2], imposant aux auteurs de décisions s’appuyant sur la mise en œuvre d’algorithmes prédictifs une obligation générale de transparence dans l’utilisation des données des internautes ou encore donnant des pistes pour limiter le développement de pratiques commerciales déloyales en ligne reposant sur l’utilisation d’algorithmes prédictifs (par exemple, la différenciation des prix en fonction des internautes), d’autres professionnels du secteur se penchent sur les questions soulevées par l’utilisation de telles techniques.
Ainsi, de nombreux livres blancs fleurissent sur des thèmes variés (de type « Booster son e-commerce au moyen de recommandations prédictives », « le big data prédictif », etc.) mais toujours axés autour du même sujet : comment utiliser au mieux les algorithmes prédictifs dans le cadre d’une stratégie e-commerce tout en sécurisant juridiquement ces pratiques ?
Ce mouvement de prise de conscience générale doit être l’occasion pour les organismes recourant aux techniques algorithmiques d’analyse prédictive de procéder à un audit juridique de ces pratiques en amont de leur déploiement afin de sécuriser leur utilisation, et ce d’autant qu’à n’en pas douter, l’utilisation massives des données des internautes n’en est qu’à ses prémices.
Alain Bensoussan
Lexing Droit Marketing électronique
[1] Voir « Analyse prédictive, Big Data et protection des données », Post du 18-12-2014
[2] Voir « Algorithmes prédictifs : des enjeux économiques et juridiques », Post du 17-10-2014