Auriez-vous su reconnaître le potentiel de Dua Lipa avant qu’elle ne devienne célèbre ? Ou celui de Drake ?
Il y a fort à parier que non. L’industrie musicale brasse des sommes colossales. Mais la question reste de savoir quelle part de ces investissements est réellement rentable, car on ne peut se prononcer à ce sujet qu’après quelques semaines suivant la sortie du titre. On estime que seuls 10 % des titres sortis génèrent des bénéfices pour la maison de disques, tandis que près de 85 % d’entre eux entraînent des pertes financières [1]. Parallèlement, la grande majorité de l’écoute musicale se fait via des services de streaming tels que Spotify, les revenus étant intrinsèquement liés à la popularité mesurée par le nombre d’écoutes, qui ne peut bien sûr être qu’estimé de manière approximative avant la sortie. Mais que se passerait-il si nous avions le pouvoir de prédire quelle chanson restera dans les classements pendant des semaines, que tout le monde fredonnera, et deviendra ainsi le tube du mois et la vache à lait de la maison de disques ?
C’est précisément ce qu’a fait une étude récente menée par notre client Unravel Research à l’aide de la plateforme iMotions. Mais avant toute chose, expliquons le principe qui sous-tend cette étude.
Neuroprévision : les bases de la recherche
Unravel Research est une agence de neuromarketing basée aux Pays-Bas qui s’est adressée à iMotions à la recherche d’une plateforme logicielle capable d’enregistrer et d’analyser les ondes cérébrales dans le cadre d’études en neurosciences appliquées à la consommation, et de combiner ces flux de données avec d’autres mesures comportementales telles que l’oculométrie. Les cofondateurs Tom van Bommel et Tim Zuidgeest, ainsi que la chercheuse doctorante Nikki Leeuwis, sont tous des scientifiques chevronnés dotés d’une solide expertise en marketing et en publicité. Ainsi, lorsque nous avons appris qu’ils souhaitaient utiliser l’EEG dans un contexte de neuromarketing et de musique, nous étions convaincus qu’ils mèneraient des recherches fascinantes, d’autant plus qu’ils avaient déjà collaboré avec iMotions sur des études de comportement des consommateurs en réalité virtuelle dans les supermarchés.
L’équipe d’Unravel avait pris connaissance d’une étude menée par Berns et al. (2010) [2], dans laquelle certains participants avaient été placés dans un scanner IRMf afin de mesurer l’influence sociale sur leurs préférences concernant des chansons relativement méconnues. Deux ans plus tard, certaines de ces chansons alors inconnues passaient à la radio, tandis que d’autres n’y passaient pas. Cela les a incités à réexaminer l’ensemble de données afin de voir s’ils auraient pu anticiper cette évolution à partir de leurs mesures initiales de l’activité cérébrale obtenues par IRMf. temp
Et c’est exactement ce qui s’est passé ! Plus précisément, les notes attribuées explicitement par les participants aux chansons n’avaient aucune valeur prédictive quant à la popularité mesurée par les données de vente, mais l’activité cérébrale s’est avérée être un excellent indicateur de la popularité de la musique.
Près de dix ans plus tard, cette méthode de prévision scientifique de la popularité musicale, baptisée « neuroprévision », n’a guère connu de suite. De plus, aucune maison de disques n’a encore utilisé ces méthodes pour prendre des décisions d’investissement fondées sur les neurosciences. Pourquoi donc ?
Du physique au numérique
Bien sûr, beaucoup de choses ont changé depuis les travaux de Berns et Moore (2012) [3], d’autant plus que leurs méthodes d’évaluation de la popularité musicale reposaient sur le nombre d’albums vendus. D’ailleurs, vous souvenez-vous de la dernière fois où vous êtes allé acheter un album physique ?
Le laps de temps qui s’est écoulé entre l’étude pionnière de Berns et Moore et aujourd’hui a essentiellement été marqué par l’essor des plateformes de streaming numérique telles que Spotify, ce qui a contraint l’industrie musicale à se réinventer. Les coûts de production et de distribution ont diminué, et la lutte pour capter l’attention ne fait que commencer. Le streaming numérique ayant abaissé les barrières à la distribution musicale, même les petits labels et les artistes moins connus peuvent désormais se faire connaître sans frais supplémentaires.
En bref, les possibilités offertes par la diffusion numérique ont élargi les horizons musicaux du public et multiplié les opportunités pour les artistes émergents.
La neuroscience permet de prédire l’évolution de la musique en streaming
Le potentiel du neuromarketing pour prédire la popularité dans le secteur du divertissement a déjà été présenté dans cet article publié dans New Neuromarketing. Outre l’étude sur la musique évoquée précédemment, plusieurs autres études ont permis de prédire la popularité de films en se basant sur l’activité neuronale observée lors du visionnage de leurs bandes-annonces.
Un indicateur fréquemment utilisé dans ces études prédictives est la similitude de l’activité cérébrale entre les participants lorsqu’ils regardent la bande-annonce. Cet indicateur, appelé « synchronie neuronale », est lié, entre autres, aux recettes au box-office et au succès des designs d’emballage. La synchronie neuronale désigne la similitude des réponses cérébrales entre plusieurs participants ; elle est détectée à travers des points communs dans le traitement des signaux cérébraux mesurés à l’aide de techniques telles que l’électroencéphalographie (EEG), la magnétoencéphalographie (MEG) et l’IRMf. La littérature considère qu’elle est indicative d’une communication réussie du message ou d’un engagement collectif face à un stimulus, et qu’elle permet donc de prédire la popularité auprès d’un public plus large, au-delà des données individuelles.
La nouvelle étude menée par Unravel Research s’est penchée sur cet indicateur de pointe issu du neuromarketing et du divertissement, en appliquant cette technique à un domaine jusqu’alors inexploré : la capacité prédictive de la similitude neuronale mesurée par EEG sur la popularité musicale au sein d’une plateforme de streaming numérique.
Conclusions en neuromarketing
Il est possible de prédire la popularité d’une musique en ligne à partir des similitudes observées dans l’activité cérébrale d’un échantillon relativement restreint.
Mesurer l’activité cérébrale à partir de morceaux de musique récemment sortis
L’étude consistait à utiliser la plateforme logicielle iMotions pour faire écouter à 31 participants 24 extraits d’albums récemment sortis : l’album de R&B intitulé « It Was Good Until It Wasn’t » de Kehlani et l’album pop intitulé « How I’m Feeling Now » de Charli XCX. Ces albums ont été choisis en raison de leur date de sortie récente, ce qui garantissait qu’ils étaient inconnus des participants, et du fait qu’ils appartenaient à deux genres musicaux différents. Les extraits musicaux ont été sélectionnés de manière subjective et contenaient la partie la plus caractéristique de la chanson, généralement le refrain et/ou le hook. Les participants ont ensuite été interrogés pour savoir s’ils avaient déjà écouté l’album – un seul d’entre eux l’avait fait, de sorte que ses données ont été exclues de l’analyse – et ils ont été invités à classer les segments sur une échelle de Likert. Les données ont ensuite été traitées à l’aide d’iMotions avec un R Notebook sur mesure (qui fonctionne sur l’infrastructure open source d’iMotions pour les algorithmes de traitement du signal) pour l’analyse de l’activité cérébrale par EEG, et le nombre d’écoutes des chansons sur la plateforme Spotify a été suivi trois semaines et dix mois après l’expérience.
Figure 1. Répartition des singles en fonction de la synchronie neuronale et du nombre de lectures (A) après 3 semaines ou (B) après 10 mois, après transformation logarithmique. La ligne bleue représente la droite de régression ajustée. La zone grise indique l’intervalle de confiance. Les singles promotionnels sont signalés par des triangles bleus.
Les chercheurs Leeuwis et al. (2021) (4) ont constaté que la popularité des contenus en streaming numérique pouvait être prédite de manière significative par la similitude neuronale, et que la valeur prédictive de cette dernière dépassait de loin les évaluations subjectives des participants. Ainsi, la similitude de l’activité cérébrale entre les participants permet de prédire dans une large mesure la popularité au niveau du groupe (40,4 %). Cette valeur prédictive est encore plus élevée (61,91 %) lorsqu’une chanson est sortie en single.
La recherche en EEG peut être abordable
Le fait que l’opinion individuelle ne soit pas un indicateur fiable pour prédire les préférences du grand public a déjà été démontré lorsque Eminem a remporté les EMA 2017 simplement parce que sa prestation était la dernière avant le début du vote. Pour pallier ce biais, ainsi que de nombreux autres qui sous-tendent les réponses explicites aux sondages, il fallait trouver un indicateur plus précis.
C’est précisément ce qu’offre la synchronisation neuronale. L’étude menée par Unravel Research montre comment cet indicateur pourrait transformer l’industrie musicale en permettant une répartition efficace des budgets marketing, en mettant en avant le bon titre en tant que single et en garantissant une entrée directe dans les classements dès la première semaine.
L’intérêt de ce résultat de recherche ne réside pas seulement dans sa capacité prédictive en soi, mais surtout dans le fait que les études précédentes s’appuyaient sur des mesures IRMf, dont le coût peut souvent atteindre plusieurs centaines de milliers de dollars, alors que le coût d’un EEG est bien plus abordable, puisqu’il est inférieur à 10 000 dollars. Cela élargit le public susceptible d’accéder aux outils de neuromarketing et rend ainsi cette méthodologie beaucoup plus accessible aux chercheurs.
Ainsi, grâce à la validation de la synchronisation neuronale comme indicateur de popularité applicable aussi bien à l’EEG qu’à l’IRMf, la boîte à outils du neuromarketing s’est encore enrichie.
Étant donné que la synchronisation neuronale sert également à prédire le succès des emballages et des publicités télévisées, les spécialistes du marketing pourraient tirer parti de cette information. Améliorez vos résultats marketing en allant au-delà des sondages traditionnels et en vous concentrant véritablement sur le véritable centre de décision du consommateur : le cerveau.
Tout comme l’activité cérébrale observée chez un petit échantillon de participants peut être révélatrice des expériences émotionnelles d’un public plus large, cela vaut également pour les préférences de la population en matière de marques. Si vous souhaitez mener ce type de recherche à l’aide de l’EEG, vous pouvez consulter l’article complet publié dans *Frontiers In Organizational Psychology* ou demander une démonstration en direct du logiciel iMotions.
Cet article invité a été rédigé par Nikki Leeuwis, de chez Unravel Research, et adapté pour iMotions.com.
Références :
- Vogel, H. L. (2020). L'économie de l'industrie du divertissement : guide d'analyse financière. Royaume-Uni : Cambridge University Press.
- Berns, G. S., Capra, C. M., Moore, S. et Noussair, C. (2010). Mécanismes neuronaux de l'influence de la popularité sur l'appréciation de la musique chez les adolescents. NeuroImage 49, 2687–2696. doi: 10.1016/j.neuroimage.2009.10.070
- Berns, G. S., et Moore, S. E. (2012). Un prédicteur neuronal de la popularité culturelle. J. Consum. Psychol. 22, 154–160. doi: 10.1016/j.jcps.2011.05.001
- Leeuwis N, Pistone D, Flick N et van Bommel T (2021) Une prédiction solide : la synchronisation neuronale basée sur l'EEG permet de prédire les flux musicaux en ligne. Front. Psychol. 12:672980. doi: 10.3389/fpsyg.2021.672980