Retour
Méthodes de Data Collection : Comment choisir la bonne
L'équipe SmartInterview
La réponse courte
Les méthodes de collecte de données se divisent en deux catégories qui importent plus que n'importe quelle liste de techniques. Primaire contre secondaire : collectez-vous les données vous-même, ou réutilisez-vous des données collectées par quelqu'un d'autre ? Quantitatif contre qualitatif : comptez-vous des éléments, ou cherchez-vous à les comprendre ? Choisissez votre méthode en répondant d'abord à ces deux questions, puis sélectionnez la technique.
La collecte de données primaires désigne les sondages, les entretiens, les focus groups, l'observation, les carnets de bord (diary studies) et les expérimentations. C'est plus lent et plus coûteux, mais conçu sur mesure pour votre question précise.
La collecte de données secondaires désigne les dossiers existants, les statistiques publiées, les bases de données internes et les analytics. C'est rapide et économique, mais collecté pour un autre objectif que le vôtre.
Les méthodes quantitatives répondent à "combien, à quelle fréquence, dans quelle mesure". Les méthodes qualitatives répondent à "pourquoi, et qu'est-ce que cela signifie pour eux".
Les données comportementales (behavioral data) l'emportent sur les données déclaratives (stated data) pour savoir ce que les gens ont fait. Les données déclaratives l'emportent sur les données comportementales pour comprendre pourquoi ils l'ont fait. Vous avez généralement besoin des deux.
Commencez par la décision que vous devez prendre. Si aucune méthode ne modifie cette décision, vous n'avez pas un problème de collecte de données, mais un problème de prise de décision.
Pour une analyse plus approfondie de la distinction spécifique qual/quant, voir qualitative vs quantitative research.
Comparatif des méthodes
Chaque méthode présente des avantages et des inconvénients. Ce tableau est la version qu'il convient de garder sous la main.
Méthode | Ce qu'elle vous apporte | Coût et rapidité | Ses limites |
|---|---|---|---|
Sondages / Enquêtes | Des données chiffrées extrapolables à une population : incidence, préférences, évaluations, taille des segments | Coût faible à modéré, de quelques jours à plusieurs semaines selon le sourcing de l'échantillon | Ne répond qu'aux questions que vous avez pensé à poser ; le comportement déclaré s'éloigne du comportement réel |
Entretiens individuels approfondis | Le raisonnement, le contexte, la chronologie des événements, le vocabulaire réellement utilisé par les clients | Coût élevé par participant, 2 à 4 semaines en incluant le recrutement et l'analyse | Échantillons restreints, non extrapolables ; coûteux à déployer au-delà de 20 à 30 personnes |
Focus groups | La réaction à un stimulus, le vocabulaire du groupe, l'éventail des opinions en une seule session | Coût modéré à élevé par groupe, 2 à 4 semaines | Les voix dominantes biaisent la dynamique de groupe ; peu adapté aux sujets sensibles ou individuels |
Observation | Ce que les gens font réellement, y compris les étapes qu'ils ne penseraient jamais à mentionner | Coût en temps élevé, faible coût d'outillage | Le fait d'être observé modifie le comportement ; aucun accès au raisonnement sous-jacent |
Carnets de bord (Diary studies) | Le comportement et le ressenti au fil du temps, en contexte, sans biais de mémorisation | Coût modéré, de quelques semaines à plusieurs mois par définition | Lassitude et abandon des participants ; les contributions s'appauvrissent rapidement |
Données comportementales et d'analyse (Analytics) | Un enregistrement complet et impartial de ce qui s'est passé sur votre produit ou canal | Coût marginal quasi nul, immédiat une fois les outils configurés | Ne vous apprend rien sur l'intention, ni sur les non-clients |
Données existantes et Desk Research | La taille du marché, les tendances de la catégorie, le contexte concurrentiel et réglementaire | Coût le plus bas, de quelques heures à quelques jours | Données collectées pour un autre usage ; les définitions et les dates correspondent rarement à vos besoins |
Expérimentations et tests A/B | La preuve causale qu'une modification précise a produit un effet précis | Faible coût par test, mais nécessite du trafic et du temps pour parvenir à une conclusion | Ne teste que ce qui existe déjà ; impossible d'évaluer ce que vous n'avez pas encore développé |
Considérez ce tableau comme un menu de compromis plutôt que comme un classement. L'erreur de planification la plus fréquente consiste à choisir la méthode avec laquelle on est le plus à l'aise plutôt que celle qui correspond le mieux à la question posée.
Collecte de données primaires vs secondaires
La première bifurcation. Cela ne coûte rien de faire le bon choix, mais cela coûte extrêmement cher de se tromper.
Données secondaires : commencez toujours par là
Les données secondaires sont des données qui existent déjà. Statistiques gouvernementales, rapports sectoriels, travaux universitaires publiés, chiffres d'associations professionnelles, votre propre CRM, vos propres tickets d'assistance, vos propres analyses. C'est bon marché, immédiat et fréquemment suffisant.
Effectuez une phase de recherche documentaire (desk research) avant de commander quoi que ce soit. Les équipes déploient régulièrement un sondage pour établir la taille d'un marché qu'un office national de statistiques publie déjà, ou pour découvrir un motif de désabonnement qui se trouve déjà dans leurs propres journaux de tickets. Regardez avant de collecter.
Le piège réside dans l'adéquation. Les données secondaires ont été collectées pour la question de quelqu'un d'autre, avec ses définitions, son échantillon et son calendrier. Avant de vous fier à une source secondaire, vérifiez quatre points :
Qui les a collectées et pourquoi. Un chiffre publié par un fournisseur vendant la catégorie n'est pas neutre.
Quand. Les données sectorielles vieillissent mal, et la date de publication est souvent des années après le travail sur le terrain.
Comment les termes sont définis. « Utilisateur actif », « petite entreprise » et « revenu du foyer » signifient des choses différentes d'une étude à l'autre.
Si la méthode est publiée ou non. Un chiffre sans échantillon ni méthode précisés est une affirmation marketing, pas une donnée factuelle.
Données primaires : pour combler les lacunes laissées par le secondaire
La collecte de données primaires signifie que vous les rassemblez vous-même, selon vos spécifications. Vous contrôlez les questions, l'échantillon et le calendrier, et vous êtes propriétaire du résultat. Cette précision est tout l'intérêt, et c'est ce que vous payez en coût et en temps écoulé.
La bonne séquence dans la plupart des projets est : épuiser d'abord les données secondaires, noter ce que vous ne savez toujours pas, et laisser cette liste définir l'étude primaire. Les projets qui sautent la phase documentaire déploient généralement un sondage deux fois plus long qu'il ne devrait l'être.
Collecte quantitative vs qualitative
La deuxième bifurcation, et celle à laquelle les gens s'attachent émotionnellement. Les deux sont rigoureuses lorsqu'elles sont bien faites et les deux ne valent rien lorsqu'elles sont mal faites.
Collecte quantitative
Des instruments structurés produisant des données dénombrables. Sondages avec questions fermées, observation structurée avec une grille de pointage, journaux de transactions, expériences. Les contraintes de conception concernent l'échantillonnage et la cohérence : tout le monde doit être interrogé de la même manière sur la même chose, et l'échantillon doit ressembler à la population que vous souhaitez décrire.
Utilisez-la lorsque vous devez dimensionner, classer, comparer des segments, suivre l'évolution dans le temps ou présenter un chiffre à un décideur qui doit allouer un budget.
Collecte qualitative
Des instruments ouverts et flexibles produisant du texte, de l'audio et de l'observation. Entretiens approfondis, focus groups, ethnographie, questions de sondage ouvertes, entrées de journal de bord. Les contraintes de conception concernent la profondeur et l'honnêteté : dépasser la première réponse polie pour entrer dans le raisonnement réel.
Utilisez-la lorsque vous ne connaissez pas encore les options possibles, lorsque vous avez besoin du propre langage du client, lorsque le sujet est sensible ou complexe, ou lorsqu'un résultat quantitatif s'avère inexplicable.
Leur enchaînement
Le qualitatif puis le quantitatif est l'ordre standard : les entretiens révèlent les dimensions qui comptent, le sondage les dimensionne. Le quantitatif puis le qualitatif est l'ordre sous-utilisé et souvent plus précieux : le sondage montre une anomalie, et les entretiens l'expliquent. Si vos conclusions continuent d'arriver sous forme de chiffres sur lesquels personne ne peut agir, il vous manque probablement la deuxième étape.
La raison historique pour laquelle les équipes sous-investissent dans la collecte qualitative est le coût par participant. Les entretiens modérés par l'IA et le codage automatique des réponses ouvertes ont déplacé cette frontière, permettant aux études de mener des centaines de conversations ouvertes plutôt que quinze. Nous approfondissons ce sujet dans la recherche qualitative avec l'IA.
Faire correspondre la question de recherche à une méthode
Commencez par la phrase que vous voulez être capable de prononcer à la fin du projet. Travaillez ensuite à rebours à partir de là.
Si votre question est… | Utilisez | Parce que |
|---|---|---|
Quelle est la taille de ce marché, et qui s’y trouve ? | Une recherche documentaire (Desk research), puis un sondage quantifié | Les statistiques publiées fixent le total ; l’enquête le divise en segments sur lesquels vous pouvez agir |
Pourquoi les clients s'en vont-ils ? | Des entretiens de départ ou un sondage de départ ouvert, plus des analyses d'attrition (churn) | Les analyses montrent qui est parti et quand ; seuls les individus expliquent ce qui a motivé leur décision |
Lequel de ces trois concepts devrions-nous développer ? | Un test de concept quantitatif, idéalement avec des questions de compromis (trade-off) | La préférence entre des options définies est un problème de comptage, et les arbitrages forcés sont plus efficaces que les évaluations |
Où notre parcours d'intégration (onboarding) échoue-t-il ? | L'analyse de produit (product analytics) combinée à l'observation de l'utilisabilité | Les outils d'analyse localisent l'étape de décrochage ; observer une personne y faire face vous en montre la cause |
Comment les gens utilisent-ils réellement cela au quotidien ? | Une étude de journal de bord (diary study) ou une ethnographie | Le comportement de routine est invisible pour la personne qui l'exécute, elle ne peut donc pas le rapporter avec précision |
Notre marque gagne-t-elle ou perd-elle du terrain ? | Des vagues de sondage répétées sur un échantillon cohérent | Seule une mesure répétée à l'identique produit une tendance à laquelle vous pouvez vous fier |
Est-ce que ce changement a fonctionné ? | Une expérimentation ou un test A/B | Rien d'autre ne vous apporte de preuve causale plutôt qu'une simple corrélation |
Comment les clients nomment-ils eux-mêmes ce problème ? | Des entretiens individuels approfondis ou des questions ouvertes de sondage | Vous ne pouvez pas rédiger des options de réponse fermées pour un vocabulaire que vous ne possédez pas encore |
Arbitrages entre coût et temps
Le coût d'une méthode comporte trois composantes que l'on a tendance à confondre, ce qui explique pourquoi les budgets dérapent.
Le coût d'accès. Atteindre les bonnes personnes. C'est généralement le poste le plus important et le plus variable. Les spécialistes du B2B et les cibles à faible incidence peuvent coûter un ordre de grandeur de plus par participant qu'un échantillon de consommateurs grand public, et plus la cible est difficile à joindre, plus le prix est déterminé par le filtrage (screening) des profils.
Le coût de collecte. Le travail de terrain (fieldwork) lui-même. Les sondages sont peu coûteux par réponse, les sessions modérées ne le sont pas, car le calendrier d'une personne est la contrainte majeure.
Le coût d'analyse. Celui que l'on oublie. Les données de sondages fermés sont presque gratuites à analyser. Vingt heures d'enregistrements d'entretiens ne le sont pas, et ce sont elles qui consomment discrètement le planning de travail.
Le temps écoulé suit un schéma similaire. Un sondage envoyé à une liste de clients internes peut être déployé en quelques jours. Une étude nécessitant le recrutement de participants externes ajoute une à trois semaines de screening et de planification avant même que la moindre donnée n'existe. Les diary studies et les vagues de suivi (tracking) sont lentes par définition et ne peuvent être accélérées sans détruire ce qui fait leur utilité.
Si la date limite est fixe et courte, les options honnêtes sont les données secondaires, un sondage sur une liste de clients que vous possédez déjà, ou un nombre restreint de sessions qualitatives analysées correctement. L'option imprudente est une grande étude menée trop rapidement, qui produit un rapport complet basé sur un échantillon biaisé.
Implications sur l'échantillonnage
La méthode limite ce que votre échantillon peut soutenir, et c'est là que la majeure partie de la crédibilité se perd.
Échantillon probabiliste vs non probabiliste
La projection statistique sur une population exige rigoureusement un échantillon probabiliste, où chaque membre a une chance connue et non nulle d'être sélectionné. Presque aucune recherche commerciale n'en utilise. Les panels en ligne, les listes de clients et le recrutement sur les réseaux sociaux sont tous des échantillons non probabilistes, et les intervalles de confiance que l'on en cite reposent sur des hypothèses plutôt que sur la théorie de l'échantillonnage. Cela ne les rend pas inutiles pour autant. Cela impose simplement une formulation honnête telle que « parmi les répondants » plutôt que « pour l'ensemble de la population ».
Qui est laissé de côté
Chaque méthode comporte une exclusion systématique. Les outils d'analyse de produit (product analytics) ne voient que les utilisateurs actuels, ce qui est précisément la mauvaise population si l'on veut comprendre pourquoi les gens n'ont pas adopté le produit. Les sondages par e-mail passent à côté des clients qui n'ont jamais communiqué d'adresse. Les focus groups sélectionnent des personnes prêtes à passer une soirée avec des inconnus. Les enquêtes par téléphone biaisent les résultats en faveur des populations plus âgées. Mentionnez clairement cette exclusion dans votre rapport final, car quelqu'un d'autre finira par s'en apercevoir plus tard, et il est préférable que cette personne soit vous.
Taille de l'échantillon par méthode
Les méthodes qualitatives ne sont pas des méthodes quantitatives à échelle réduite. Quinze entretiens constituent un échantillon qualitatif tout à fait raisonnable et un échantillon quantitatif totalement dénué de sens. La convention des praticiens dans le travail qualitatif consiste à poursuivre les entretiens au sein d'une cible définie jusqu'à ce que les nouvelles sessions cessent de faire émerger de nouveaux thèmes, puis à s'arrêter. Du côté quantitatif, la taille est dictée par le plus petit sous-groupe sur lequel vous prévoyez de faire un rapport, et non par le total général. Si vous prévoyez de comparer quatre marchés, la base dont vous aurez besoin correspond à quatre fois ce qu'une simple lecture nationale exigerait.
Si vous achetez l'accès à des répondants plutôt que d'utiliser votre propre liste, le modèle de sourcing importe tout autant que la taille. Nous expliquons comment ce marché fonctionne dans l'article what is panel research.
Erreurs fréquentes lors de la collecte de données
Collecter les données avant d'avoir défini la décision
L'erreur la plus coûteuse. Commencez par formuler la décision par écrit, en une seule phrase, en nommant la personne qui la prendra. Demandez-vous ensuite quel résultat pourrait faire évoluer cette décision. Si aucun résultat plausible ne la modifie, annulez l'étude.
Interroger les individus sur leur propre comportement alors que vous pouvez le mesurer
La fréquence déclarée n'est pas fiable. Les gens arrondissent, oublient et répondent inconsciemment en incarnant la version d'eux-mêmes qu'ils aimeraient être. Si vous disposez de données de connexion (log data), utilisez-les et réservez vos questions de questionnaire pour ce que seule une personne peut vous dire : motivations, attentes, comparaisons et intentions.
Traiter une zone de texte libre comme une méthode qualitative
Un champ final « Avez-vous d'autres commentaires ? » ne relève pas du Market Research qualitatif. Il obtient un faible taux de réponse, des réponses génériques, et ne permet pas d'approfondir. Une véritable collecte qualitative pose une question spécifique et rebondit sur la réponse.
Modifier l'outil de mesure en cours de suivi
Reformuler une question suivie (tracked question), la déplacer dans le questionnaire ou passer d'un entretien téléphonique à un questionnaire en ligne peut faire varier le résultat indépendamment de tout changement réel. Si vous suivez une tendance, la formulation et le mode d'administration font partie intégrante de la mesure. Ajoutez des questions plutôt que de les modifier, et si vous devez changer de mode de collecte, menez les deux en parallèle pendant au moins une vague.
Confondre un échantillon de grande taille avec un échantillon de qualité
Cinq mille réponses provenant d'une source biaisée sont pires que cinq cents réponses provenant d'une source équilibrée, car le volume donne à une estimation biaisée une apparence de précision. La précision n'est pas l'exactitude.
Sous-estimer l'analyse
La collecte n'est que la partie visible de l'iceberg. Les équipes prévoient souvent une semaine pour le terrain et une après-midi pour l'analyse, puis bâclent l'interprétation ou laissent les enregistrements d'entretiens non transcrits. Budgétisez le temps d'analyse dès la phase de conception, et si vous collectez du texte libre en grande quantité, définissez l'approche de codage avant le terrain plutôt qu'après.
Faire l'impasse sur le pilote
Vingt réponses pilotes permettront de détecter une question ambiguë, une option de réponse manquante ou un problème de logique de routage. Ces trois éléments sont impossibles à corriger une fois que l'échantillon complet est sur le terrain. Personne ne regrette jamais d'avoir fait un pilote.
Pour aller plus loin
Choisir entre les deux grandes familles : recherche qualitative ou quantitative
Appliquer cela à un projet commercial : méthodes de Market Research
Choisir le logiciel : outils de Market Research
Rédiger le questionnaire : questions de questionnaire, types et exemples
Recueillez de la profondeur sans y passer des semaines
La raison habituelle pour laquelle les équipes se contentent d'un questionnaire fermé est que l'alternative qualitative prend trop de temps. Le recrutement, la planification, la modération et la transcription transforment une question de deux semaines en un projet de deux mois ; les questions ouvertes sont donc supprimées et l'étude revient avec des chiffres que personne ne peut expliquer.
SmartInterview comble cette lacune. Il réalise des enquêtes par voix ou par texte grâce à une IA qui relance sur chaque réponse comme le ferait un modérateur, travaille dans la langue de vos répondants et catégorise les réponses ouvertes (Verbatim) en thèmes que vous pouvez quantifier et relier aux propos d'origine.
Utilisez-le pour le volet qualitatif de votre prochaine étude et découvrez ce que vous avez encore réellement besoin de traiter manuellement. Commencez gratuitement ou réservez une démo.
Foire Aux Questions
Quelles sont les principales méthodes de collecte de données ?
Les méthodes primaires sont les sondages, les entretiens individuels approfondis, les focus groups, l'observation, les études de type journal de bord (diary studies) et les expérimentations. Les méthodes secondaires résident dans le desk research basé sur des statistiques et des rapports publiés, ainsi que sur vos propres données existantes telles que les données CRM, les tickets d'assistance et l'analytique produit. La plupart des projets combinent au moins une méthode primaire et une méthode secondaire.
Quelle est la différence entre la collecte de données primaires et secondaires ?
La méthode primaire consiste à collecter vous-même les données en fonction de votre question spécifique. Vous contrôlez ainsi les questions, l'échantillon et le calendrier. La méthode secondaire consiste à réutiliser des données collectées par un tiers à d'autres fins. La méthode secondaire est plus rapide et moins coûteuse, mais elle correspond rarement exactement à vos définitions. C'est pourquoi la démarche logique consiste à commencer par le secondaire, puis à recourir au primaire pour combler les lacunes.
Quelle est la meilleure méthode de collecte de données ?
Il n'y a pas de meilleure méthode en soi, seulement une méthode plus adaptée à votre problématique. Le dénombrement, le dimensionnement et le suivi font appel à des méthodes quantitatives telles que les sondages et l'analytique. Comprendre le raisonnement, le contexte ou un territoire inconnu nécessite des méthodes qualitatives telles que les entretiens et les études de type journal de bord. Les questions de cause à effet appellent à des expérimentations. Partez toujours de la décision que vous devez prendre.
Comment choisir une méthode de collecte de données avec un petit budget ?
Épuisez d'abord les sources secondaires gratuites, y compris vos propres données internes. Ensuite, adressez un sondage à une liste de contacts que vous possédez déjà, ce qui élimine le poste de dépense le plus important : l'accès à l'échantillon. Si vous avez besoin d'une analyse qualitative approfondie, réalisez moins de sessions mais analysez-les de manière rigoureuse, plutôt que d'enchaîner de nombreuses sessions mal exploitées.
Peut-on collecter des données qualitatives et quantitatives dans la même étude ?
Oui, et les méthodologies mixtes sont courantes. Le schéma classique consiste à commencer par le qualitatif pour identifier les dimensions clés, puis à poursuivre par le quantitatif pour les mesurer. L'inverse est tout aussi pertinent et souvent plus utile : lancez le sondage, identifiez une anomalie, puis menez des entretiens pour l'expliquer. Un sondage comportant des questions ouvertes bien conçues et des relances approfondies permet de collecter les deux types de données en même temps.
Quelle doit être la taille de mon échantillon ?
Pour les études quantitatives, la taille dépend du plus petit sous-groupe sur lequel vous prévoyez de faire un rapport plutôt que du total général. Ainsi, comparer quatre marchés nécessite environ quatre fois la base d'une simple lecture nationale. Pour les études qualitatives, la règle consiste à poursuivre les sessions au sein d'une même cible jusqu'à ce que les nouvelles sessions cessent de faire émerger de nouveaux thèmes.
Quelles sont les plus grandes erreurs en matière de collecte de données ?
Lancer la collecte avant d'avoir défini la décision à prendre, demander aux participants de déclarer un comportement que vous pourriez mesurer directement, modifier une question de tracking en cours de route, confondre la taille de l'échantillon avec sa qualité, et oublier de budgétiser l'analyse. L'impasse sur le test pilote figure également sur cette liste, car un pilote de vingt réponses permet de détecter des erreurs qui deviendraient irréversibles une fois l'intégralité de l'échantillon sur le terrain.
