Heading

Dans un précédent billet sur les questions d’enquête biaisées, nous avons parcouru comment les mauvaises questions d’enquête (par exemple, les questions suggestives ou à double sens) peuvent avoir un impact négatif sur les résultats de votre enquête. Dans ce post, nous allons plonger dans l’autre grande cause de données d’enquête trompeuses : le biais d’enquête.

Le biais est défini comme « une inclinaison de tempérament ou de perspective. » Le concept revient fréquemment en sociologie et en psychologie, car il est associé aux préjugés ou au favoritisme.

Dans notre contexte d’enquêtes de feedback client, le biais a un sens moins chargé : il s’agit d’une « erreur systématique introduite dans l’échantillonnage ou le test en sélectionnant ou en encourageant un résultat ou une réponse plutôt que d’autres. » Cet « encouragement » vers un résultat spécifique est ce qui conduit à un biais d’enquête, où vous pouvez n’obtenir qu’un seul type de perspective client, ou une perspective inexacte.

Il y a deux grandes catégories de biais d’enquête client à éviter pour ne pas tomber dans le piège de baser des décisions commerciales sur des résultats d’enquête biaisés :

• Le biais de sélection, où les résultats sont biaisés d’une certaine manière parce que vous n’avez capturé les commentaires que d’un certain segment de votre public.
• Le biais de réponse, où il y a quelque chose dans la façon dont le questionnaire d’enquête proprement dit est construit qui encourage un certain type de réponse, ce qui entraîne une erreur de mesure.

Débutons par un examen des trois principaux types de biais de sélection qui peuvent avoir un impact sur vos résultats, à savoir le biais d’échantillonnage, le biais de non-réponse et le biais de survivance.

Le biais d’échantillonnage : Obtenir une représentation complète

Pour tout type de recherche par sondage, l’objectif est d’obtenir des commentaires de personnes qui représentent le public qui vous intéresse – ou, en termes statistiques, votre « échantillon ». Le biais d’échantillonnage se produit lorsque vous n’obtenez des commentaires que d’une partie spécifique de votre public, en ignorant tous les autres. Cela se produit souvent parce qu’un segment de clientèle est laissé de côté dans le processus d’enquête, et n’a peut-être pas été invité à participer à votre enquête.

Une entreprise de logiciels en tant que service (SaaS) a probablement plusieurs personas d’utilisateurs qui interagissent chacun avec le produit d’une manière différente – disons, l’analyste qui se connecte tous les jours pour effectuer un travail tactique, le gestionnaire qui vérifie les progrès tout en surveillant les résultats, et un directeur qui paie les factures et qui doit prouver le retour sur investissement (ROI). Selon la façon dont vous distribuez les enquêtes (à quelle fréquence et par quel canal), vous pourriez vous retrouver avec les commentaires d’un sous-ensemble seulement de votre base de clients, d’où le biais d’échantillonnage.

La même chose est vraie dans l’espace de vente au détail. Si vous avez des clients qui achètent chez vous en ligne et en personne, mais que vous n’envoyez des enquêtes par e-mail qu’à la base de clients en ligne, vous passez à côté du feedback de ceux qui ont acheté en magasin. Vos résultats contiendront un biais d’échantillonnage.

Parfois, le filtrage d’un groupe spécifique d’individus dans une enquête est intentionnel. Par exemple, vous pourriez rechercher des commentaires très spécifiques sur une nouvelle fonctionnalité logicielle, et avoir besoin des commentaires de vos utilisateurs chevronnés. Ou bien, vous essayez d’améliorer votre expérience de commerce électronique, donc vous ne voulez vraiment que les commentaires de ceux qui ont traversé toute l’expérience d’achat en ligne.

Si c’est le cas, dans votre rapport d’enquête, il est important de mettre en garde vos résultats en indiquant le point de vue de quelle population vos résultats reflètent, et comment cela correspond aux objectifs de votre enquête.

Comment réduire le biais d’échantillonnage

Pour réduire le biais d’échantillonnage, vous devrez peut-être faire quelques pas en arrière et vous assurer que votre processus de conception de l’enquête n’a pas laissé quelqu’un de côté.

Voici quelques étapes à suivre :

1. Faites-vous une bonne idée de ce sur quoi vous aimeriez avoir un retour, qui serait en mesure de fournir ce retour et comment vous obtiendrez ce retour. Tracer les principaux points de contact du parcours client pour chacun de vos personas utilisateurs est un excellent moyen de commencer.
2. Assurez-vous que votre méthode de distribution et le moment de l’enquête ont un sens pour ces clients. Une enquête par e-mail ou une enquête web in-app fonctionnera-t-elle mieux ? Pour vos utilisateurs avancés, une enquête in-app est probablement une valeur sûre, tandis qu’une enquête par e-mail à la suite d’une présentation commerciale trimestrielle pourrait être plus exploitable pour une personne de niveau directeur ou gestionnaire.

Une fois que vous savez exactement qui recevra votre enquête et comment vous enverrez ces enquêtes, votre prochaine tâche sera d’inciter les gens à répondre.

Le biais de non-réponse : Amener les gens à répondre

Même si vous avez inclus l’ensemble de votre public de base dans votre enquête, il n’y a toujours aucune garantie qu’ils répondent à votre enquête.

Par exemple, les utilisateurs inactifs ou les personnes qui ont acheté votre produit il y a très longtemps sont probablement moins susceptibles de répondre car ils n’ont pas un souvenir fort de leur expérience. Ils peuvent également ne pas avoir de commentaires utiles à fournir. D’un autre côté, les personnes qui ont beaucoup investi dans votre entreprise et qui utilisent souvent votre service sont probablement plus susceptibles de répondre, et ont des commentaires de meilleure qualité à partager.

La chose importante à garder à l’esprit est la représentativité de ceux qui ont répondu par rapport au public qui vous intéresse. Si le taux de réponse à votre enquête est faible, mais que les voix de toutes vos parties prenantes clés sont là, il est peut-être moins important pour vous d’essayer d’augmenter le nombre de personnes qui répondent à votre enquête. Cependant, si vous jetez un coup d’œil à la distribution des réponses et que vous constatez que seuls les utilisateurs d’un certain produit, d’une certaine tranche d’âge ou d’un certain sexe répondent, essayez d’augmenter votre taux de réponse dans ces domaines pour compléter votre feedback.

La peur des répercussions peut également empêcher les gens de répondre. Imaginez une enquête sur l’expérience des employés dans laquelle vous posez des questions sur la charge de travail ou essayez d’obtenir un retour managérial de la part des subordonnés directs. Si l’organisation n’a pas défini d’attentes en matière d’anonymat, les employés ayant des opinions négatives peuvent ne pas répondre du tout.

Comment réduire le biais de non-réponse

Si vous n’obtenez pas les retours dont vous avez besoin, il existe de multiples façons d’augmenter les taux de réponse aux enquêtes tout en maintenant la qualité des retours. De la même manière que la solution pour réduire le biais d’échantillonnage, vous pourriez passer à côté de retours d’informations simplement parce que votre méthode de distribution ou le moment de l’enquête est décalé.

Voici quelques-uns de nos meilleurs conseils à essayer :

• Adapter le moment de l’enquête au type de retour d’informations que vous souhaitez. Par exemple, demandez un feedback du service client immédiatement après la résolution d’un problème.
• Gardez votre enquête courte (et faites savoir aux gens qu’elle est courte) afin qu’ils soient plus enclins à répondre à votre enquête.
• Essayez différentes méthodes de distribution de l’enquête (e-mail, web, lien ou SMS), et assurez-vous de suivre les meilleures pratiques pour chaque type de méthode de distribution.
• Dans le cas de sujets plus sensibles, faites savoir aux gens que l’enquête est anonyme et que leurs réponses n’auront aucune répercussion.

Pour une liste complète de tactiques, consultez ce guide sur l’augmentation des taux de réponse aux enquêtes.

Le biais d’échantillonnage de survie : Obtenir un deuxième avis

Le biais de survivance se produit lorsque votre enquête est limitée aux clients, aux clients et aux employés qui sont restés avec vous au fil du temps. Comme vous pouvez l’imaginer, leurs commentaires peuvent être très différents de l’opinion de ceux qui ont baratté ou quitté votre entreprise.

Il n’est pas toujours possible de joindre ces contacts perdus, mais vous pourriez obtenir des données précieuses en incluant cet échantillonnage dans votre enquête actuelle.

Comment réduire le biais de survivance

Suivre les clients baratés et les employés qui vont quitter l’entreprise avec des enquêtes de sortie. Essayez de comprendre leurs raisons, afin de pouvoir en tenir compte à l’avenir. Les enquêtes sur la perte de prospects, où vous demandez aux clients potentiels pourquoi ils ne sont pas devenus des clients réels, sont une autre bonne source de retour d’information pour développer votre entreprise.

Maintenant que nous avons passé en revue les principaux types de biais de sélection qui peuvent affecter vos enquêtes clients, parlons du biais de réponse.

Pour être clair, le  » biais de réponse  » n’est pas l’opposé du  » biais de non-réponse « . Pour revoir, le biais de non-réponse se concentre sur ce qui se passe lorsque les personnes qui reçoivent votre enquête choisissent de ne pas répondre. Le biais de réponse concerne les constructions sociétales ou d’enquête qui peuvent avoir un impact sur la qualité réelle des réponses à l’enquête.

Le biais d’acquiescence : Quand tout est question de « oui »

Bien qu’il soit toujours merveilleux d’entendre que vous êtes génial, parfois, vous pouvez vous demander si c’est vrai. Si tous les résultats de votre sondage reviennent positifs, cela pourrait être le résultat d’un biais d’acquiescement, ou du phénomène du « oui ».

Les normes sociétales et la fatigue des sondages sont deux facteurs qui conduisent au biais d’acquiescement. Il est facile de dire « oui » par politesse, même si c’est faux. Si vous empilez un sondage long ou compliqué en plus de cela, les gens pourraient être fatigués de donner des réponses réfléchies, et juste par défaut des réponses positives pour passer à travers les questions.

Notez que ces normes varient selon les pays. Dans certains endroits, les gens pourraient éviter de donner des notes trop sévères ou trop positives, et tendre vers des notes plus moyennes tout le temps.

Heureusement, il existe quelques moyens de concevoir votre questionnaire pour éviter le biais d’acquiescement.

Comment atténuer le biais d’acquiescement

La meilleure façon de minimiser les risques de biais d’acquiescement est d’utiliser des questions et des échelles de réponse formulées de manière réfléchie, afin de permettre à vos clients de donner facilement leur avis sans avoir l’impression que la réponse qu’ils souhaitent n’existe tout simplement pas.

• Vary vos questions et vos réponses, et utilisez des questions à choix multiples en plus des questions d’échelle. Voici un récapitulatif des différents types de questions à utiliser dans votre enquête.
• Ne pas utiliser de questions suggestives, qui dictent généralement ce que vous aimeriez entendre par rapport à ce que quelqu’un pourrait réellement ressentir.
• Éviter les questions qui ne permettent qu’une réponse par « oui » ou « non », car elles ne fournissent pas assez de niveaux de nuances pour que les gens puissent choisir.
• Utiliser une échelle de réponse qui ne se prête pas aussi facilement au biais d’acquiescement (par exemple :  » Définitivement ne le fera pas, Probablement ne le fera pas, Ne sait pas, Probablement le fera, Définitivement le fera « )
• Lorsque vous effectuez des sondages à l’international avec des modèles de CES, CSAT ou NPS, vérifiez les commentaires ouverts par rapport à la note initiale pour vérifier si les normes culturelles peuvent biaiser le score.

Biaisement de l’ordre des questions : s’efforcer d’être cohérent

Le biais de l’ordre des questions, également connu sous le nom de biais des effets d’ordre, peut biaiser vos réponses à l’enquête par le biais de l' » amorçage  » et du désir qu’ont les gens de donner des réponses cohérentes en interne.

Par exemple, considérez ces deux questions :

• Comment êtes-vous heureux dans votre vie en général ?
• Comment êtes-vous heureux dans votre mariage ?

Des études ont montré que lorsque vous posez la question plus spécifique sur le mariage en premier, cela influence la façon dont les gens répondent à la question plus générale sur leur bonheur en général. Les questions plus spécifiques amorcent le contexte, et la question plus générale devient un résumé de ce que les gens ressentent en fonction des questions précédemment posées. S’ils répondent qu’ils sont heureux dans leur mariage, ils sont également plus susceptibles de dire qu’ils sont heureux dans l’ensemble en raison d’un désir de rester cohérent en interne.

C’est parce que les gens se souviennent de la façon dont ils répondent pour chaque question, et veulent répondre à toutes les questions d’une manière cohérente. On a constaté que le biais d’ordre des questions se produit dans un large éventail de scénarios. Vous pouvez en savoir plus sur les exemples et l’impact du biais de l’ordre des questions dans cet article.

Comment limiter le biais de l’ordre des questions

L’objectif de votre enquête peut avoir un impact sur la façon dont vous gérez le biais de l’ordre des questions. Voici quelques méthodes à essayer, en fonction de votre situation :

• Tester votre enquête en ayant à l’esprit l’amorçage
• Pour les enquêtes de satisfaction, commencez par une question générale qui mesure l’ensemble de l’expérience avant de poser des questions spécifiques sur chaque partie de l’expérience
• Pour les enquêtes d’études de marché, randomisez l’ordre des questions
• Groupez les questions par thème, mais randomisez l’ordre des questions au sein de ce thème

Biaisement de l’ordre des options de réponse/amorçage : L’ordre des réponses compte aussi

L’ordre de vos réponses pour chaque question fait aussi une différence dans la façon dont les clients répondent à votre enquête, surtout lorsqu’il s’agit de questions à choix multiples. Il existe deux types de biais d’ordre en jeu : le biais de primauté et le biais de récence.

Le biais de primauté consiste à ce que les gens choisissent parmi les premières options de réponse, car ils n’ont peut-être pas pris le temps de lire tous les choix. Le biais de récence est en fait lorsque les gens choisissent la dernière réponse de la liste, car cette dernière option est la réponse  » la plus récente « , et donc plus mémorable.

Comment éviter le biais d’ordre des réponses

Tout d’abord, gardez à l’esprit que le biais d’ordre des réponses ne s’applique qu’aux questions à choix multiples. Vous ne voudriez pas randomiser l’ordre des réponses d’une question à échelle de notation, où l’ordre lui-même a une signification. Cela prêterait à confusion et conduirait à des réponses inexactes.

Voici quelques façons d’éviter le biais de l’ordre des options de réponse pour les questions à choix multiples :

• Randomiser l’ordre des options de réponse
• Limiter votre liste d’options de réponse, mais inclure une option de réponse libre pour capturer les choix que vous avez pu manquer

Biaissement de désirabilité sociale/conformité : Le facteur de coolitude

Alors que le biais d’acquiescement implique de répondre « oui » ou par l’affirmative, le biais de désirabilité sociale signifie que les gens répondent aux questions d’une manière qui, selon eux, les fera bien paraître (ou plus attrayants socialement). Ils se conforment aux normes acceptables, ce qui peut les amener à exagérer sur leurs habitudes, leurs croyances et leurs préférences personnelles.

Spécifiquement, les choix de style de vie qui sont « mauvais » ou « malsains » (comme boire, fumer, exprimer des émotions négatives ou d’autres habitudes négatives) peuvent être déformés. En partant de ce concept général, une personne peut éviter les associations racistes, sexistes ou autres intolérances en se présentant sous un faux jour dans le formulaire d’enquête. Elle ne veut pas être perçue de manière négative.

Certaines personnes peuvent également exagérer des informations démographiques comme le revenu, l’éducation ou d’autres facteurs sociaux ou de style de vie, que l’enquête soit anonyme ou non.

Comment réduire le biais de désirabilité sociale

Ces types de questions d’enquête apparaissent généralement à la fin de l’enquête client, lorsque vous essayez d’en savoir plus sur les données démographiques et psychographiques des clients. Une formulation soignée des questions et le recoupement des réponses pour en assurer la cohérence peuvent vous aider à identifier et à réduire l’impact du biais de désirabilité sociale.

• Autorisez les réponses anonymes
• Regardez attentivement la façon dont vous avez formulé vos questions et vos réponses
• Utilisez des questions neutres qui évitent le biais de désirabilité sociale
• Sélectionnez aléatoirement des questions dans le répertoire de possibilités
• Vérifiez les réponses par rapport à ce que vous savez de vos clients grâce aux réponses précédentes ou à vos données clients existantes

Résumé

Les biais de sélection et de réponse se glissent dans chaque situation d’enquête, mais suivre les meilleures pratiques de conception d’enquête peut minimiser leur effet. Il n’est peut-être pas possible de supprimer toutes les formes de biais de chaque enquête, mais en vous concentrant soigneusement sur votre objectif et en utilisant des stratégies pour traiter efficacement les situations de biais d’enquête les plus répandues, vous devriez être en mesure d’obtenir les résultats dont vous avez besoin.