Marketing analysis from cognitive experiences and behavior modeling

Analyse marketing depuis des expériences cognitives et modélisation du comportement

• Auteur / Autrice : Sabrine Hamroun
• Direction : Stefano Palminteri
• Type : Thèse de doctorat
• Discipline(s) : Sciences cognitives
• Date : Soutenance le 12/05/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de neurosciences cognitives & computationnelles (Paris)
• Partenaire(s) de recherche : Equipe de recherche : Équipe de recherche Human reinforcement learning (Paris)
• Partenaire(s) de recherche : Établissement de préparation de la thèse : École normale supérieure (Paris ; 1985-....)
• Partenaire(s) de recherche : Entreprise : Fifty-five (Paris ; 2010-....)
• Jury : Président / Présidente : Hilke Plassmann
• Jury : Examinateurs / Examinatrices : Stefano Palminteri, Hilke Plassmann, Guillaume Hollard, Giorgio Coricelli, Liu Cathy Yang, Romain Warlop
• Jury : Rapporteur / Rapporteuse : Guillaume Hollard, Giorgio Coricelli

Mots clés

Mots clés contrôlés

Sciences cognitives

Mots clés libres

Processus de décision du consommateur

Apprentissage par renforcement humain

Effet de cadrage

Framing effect

Consumer decision-Making process

Human reinforcement learning

Résumé

Cette thèse CIFRE est une collaboration entre fifty-five, entreprise spécialisée dans le marketing digital, et l’équipe Human Reinforcement Learning, équipe de recherche spécialisée dans l’apprentissage par les valeurs et la prise de décision chez l’humain. Elle aborde les mécanismes cognitifs qui expliquent le processus de prise de décision du consommateur. Nous nous concentrons principalement sur le processus d’apprentissage par renforcement du consommateur et l’effet du cadrage contextuel sur le processus d’apprentissage en général et sur la perception du monde et les décisions finales en particulier. Dans une première étude, nous avons examiné l’impact de la complexité du contexte sur le processus de prise de décision. Notre analyse a révélé une dissociation intrigante entre la connaissance et la performance. En effet, le comportement étudié a révélé des signaux de prise de décision sans modèle malgré l’apprentissage évident de la structure de l’environnement. Dans une deuxième étude, nous avons analysé l’association entre la satisfaction du consommateur et l’engagement. Nous avons défini le comportement sur les sites d’actualités comme un processus d’apprentissage par renforcement où l’engagement est orchestré par la satisfaction du client. Plus spécifiquement, inspirés de la littérature, nous avons proposé une approche conceptuelle et computationnelle pour expliquer l’impact du cadrage de contenu sur l’engagement. La troisième étude était consacrée à l’analyse de la prise de décision dans le cas du consentement aux cookies. En combinant des données d’activité en ligne et des analyses basées sur des questionnaires, nous avons étudié l’impact de la conception de la demande de consentement sur le choix et certains mécanismes cognitifs impliqués dans ce processus de prise de décision. Les résultats ont révélé un impact de cadrage clair sur la perception de la demande et sur le choix final. De plus, l’analyse a mis en évidence une forte tendance d’évitement de choix significativement liée à la facilité de choix et à l’évitement des risques.

This PhD CIFRE is a collaboration between fifty-five, a digital marketing specialized company, and the Human Reinforcement Learning team, a research team specialized in value-based learning and decision-making in humans. The project helps bridge the gap between business questions and scientific approaches to get clearer insights about consumer behavior. We explored from several angles the cognitive mechanisms present in the consumer’s decision-making process. We focused mainly on two research questions. First, we investigated the human reinforcement learning paradigms and the explainability of complex consumer behavior using this framework. Second, we studied the effect of context framing on the decision-making process in general and on the world’s perception and final decisions in particular. In a first study, we examined the impact of the context complexity on the decision making process. Our analysis revealed an intriguing dissociation between knowledge and performance as the studied behavior showed model-free decision-making patterns despite the obvious learning of the environment’s model. In a second study, we analyzed the association between consumer satisfaction and engagement from a contextual reinforcement learning perspective. We framed online news consumption as a reinforcement learning process where engagement constitutes a utility-based decision process orchestrated by customer satisfaction. More specifically, we proposed literature-based conceptual and computational approaches to explain the impact of content framing on satisfaction and therefore on engagement. The third study was dedicated to the analysis of online decision-making on cookie consent. Combining online activity data and survey-based analysis, we studied the impact of the consent demand design on the choice and the cognitive mechanisms involved in this decision-making process. Results revealed a clear framing impact on demand perception and on final choice. Moreover, analysis highlighted a strong decision-avoidance pattern significantly linked to choice easiness and to risk avoidance.