Listen Twins fait réagir des doubles numériques de clients avant chaque campagne
— Business
Listen Labs transforme des entretiens réels en jumeaux numériques capables de réagir à un prix, un nom de marque ou une publicité en quelques secondes. L'entreprise revendique 93% de correspondance avec les vraies personnes, un chiffre qui mesure la reconstruction d'une réponse déjà donnée, pas la prédiction d'un achat futur.
Une campagne publicitaire se teste d'ordinaire sur plusieurs jours, le temps de recruter un panel et de mener des entretiens. Listen Labs comprime ce délai à quelques secondes avec Listen Twins, des doubles numériques construits à partir de conversations approfondies avec de vraies personnes. Une marque soumet un argumentaire, un prix ou une maquette vidéo, et récupère des réactions individuelles plutôt qu'une moyenne lissée.
Le responsable marketing qui prépare un lancement y trouve un premier filtre avant la mise en production. Confronter deux versions d'un argumentaire commercial, repérer quel segment accroche sur le prix et lequel sur la garantie, change la manière de calibrer un brief créatif avant même le tournage ou le shooting. L'équipe arbitre sur des tendances par profil, pas sur une préférence agrégée qui gomme les écarts.
La différence avec un persona classique tient à la granularité. Chaque jumeau reste rattaché à une personne précise, avec ses propres motivations, et chaque réponse peut être reliée à la citation d'entretien qui la justifie. Un chercheur peut ainsi vérifier si une réaction s'appuie sur une préférence réellement exprimée ou sur une extrapolation fragile du modèle.
Le chiffre mis en avant, 93% de correspondance entre les réponses des jumeaux et celles des personnes réelles, mesure une capacité bien précise: retrouver une réponse laissée de côté pendant l'entretien d'origine. Cela ne dit rien de la probabilité qu'un client achète réellement un produit nouveau ou réagisse à une situation jamais abordée pendant la conversation initiale. Listen Labs le reconnaît d'ailleurs en recommandant de revenir à des participants réels pour les décisions à risque.
Comparé à une étude terrain classique, l'outil gagne sur la vitesse et perd sur la garantie de prédiction. Il sert à trier des pistes avant de lancer un budget média, pas à valider un lancement final sans filet. Le premier réflexe serait de l'utiliser pour départager deux scripts publicitaires avant production, en gardant un test humain pour la décision qui engage vraiment le budget de la marque.