Author:
Berriche Amira,Crié Dominique,Calciu Michel
Abstract
• Objectif L’objectif de cette étude est de présenter l’approche méthodologique computationnelle ancrée qui repose sur une démarche d’interprétation par les chercheurs des thèmes détectés par les algorithmes d’intelligence artificielle (IA) puis de l’appliquer au cas #Movember. • Méthodologie Une classification non supervisée par LDA et une analyse de sentiment ont été réalisées sur 144 906 tweets provenant de différents pays participants (France, Italie, Belgique, Australie, USA, UK, Arabie Saoudite, etc.). • Résultats Les résultats montrent que le processus de l’engagement individuel au mouvement social #Movember est composé de trois principaux éléments : (1) 4 segments d’engagement individuel (sympathisants, conscients, engagés et maintiens), (2) émotions collectives (positives et négatives) et (3) facteurs cognitifs et motivationnels (calcul bénéfices-coûts, efficacité collective et identité). • Implications managériales Les résultats proposent des actions marketing adaptées à chaque segment pour aider à la fois les organisateurs du mouvement #Movember et les professionnels de santé (PS) à atteindre deux principaux objectifs : (1) dépistage et (2) notoriété, recrutement et collecte de dons, grâce au big data, par le ciblage des personnes avec antécédents familiaux. • Originalité Les recherches sur #Movember utilisent habituellement les algorithmes supervisés qui présentent plusieurs limites tels que biais de confirmation, manque de répétabilité et une exigence en temps. Ce travail utilise le modèle non supervisé LDA pour identifier des concepts latents par la machine dans une perspective computationnelle ancrée (Computational Grounded Theory, CGT).
Subject
Marketing,Strategy and Management,General Materials Science,Media Technology
Reference35 articles.
1. From Big Data to Rich Theory: Integrating Critical Discourse Analysis with Structural Topic Modeling;Aranda Ana M.;European Management Review,2021
2. Multimodal Machine Learning: A Survey and Taxonomy;Baltrusaitis Tadas;IEEE Transactions on Pattern Analysis and Machine Intelligence,2019
3. Journée d’étude : Méthodes NLP pour le marketing et la communication Berriche A. (2021), Le challenge et le marketing social : le cas #Movember2020, École Doctorale Économie, Organisations, Société – Université Paris Nanterre, École Doctorale de Management Panthéon-Sorbonne – Université Paris 1 Panthéon – Sorbonne avec le soutien de : Management & Datascience.
4. 21th International Marketing Trends Conference Berriche A., Crié D., Calciu M. et Benavent C. (2022), The challenge in health prevention and interaction ritual: the case of #Movember2020, Digital Conference.
5. An exploration of how fake news is taking over social media and putting public health at risk;Naeem Salman Bin;Health Information & Libraries Journal,2021