Citation
L'auteur
Philippe LE MAGUERESSE
(plemagueresse@outlook.fr) - OCEANS ET ASTROLABE
Copyright
Déclaration d'intérêts
Financements
Aperçu
Un grand musée français voulait mieux comprendre ses visiteurs pour développer l’abonnement et ajuster son offre. Les données existaient, mais n’étaient utilisées qu’à des fins comptables. En les réexploitant, notamment grâce aux QR codes validés à l’entrée de chaque salle, il a été possible de reconstituer près d’un million de parcours sur trois ans.
L’analyse, menée en étroite collaboration avec les équipes internes, a révélé que 70 % des visiteurs ne parcourent qu’une seule salle et que les abonnés n’ont pas un comportement de fidèles réguliers. Ces constats, objectivés par la donnée, ont déplacé les représentations et ouvert un dialogue nouveau entre les métiers.
Le projet a aussi montré que la qualité des données n’est pas un chantier technique, mais un apprentissage collectif. Pour les musées comme pour d’autres institutions, trois enseignements se dégagent : exploiter la donnée existante, travailler sa fiabilité pas à pas, et créer des espaces où données, idées et métiers se croisent pour mieux comprendre et mieux agir envers les publics.
Contenu
Contexte : Voir autrement
Les musées ne manquent pas de visiteurs, mais de compréhension.
Ils connaissent leurs chiffres, plus rarement leurs publics. Leurs systèmes enregistrent des transactions, pas des expériences. Or, le financement public ne suffit plus. Les musées doivent mieux valoriser leurs atouts pour diversifier leurs ressources.
C’est dans cette optique qu’un grand musée français a voulu comprendre les comportements de ses visiteurs.
L’institution souhaitait développer l’achat d’abonnements et améliorer la connaissance de ses publics pour ajuster son offre. Personne ne savait, par exemple, si les visiteurs profitaient de plusieurs espaces ou se concentraient sur une seule exposition.
Pourtant, les données étaient là, dans la billetterie à distance, riches d’un historique de plusieurs années. Mais le système d’information avait été conçu pour des besoins comptables, non pour la connaissance client. Beaucoup de données, donc, mais il fallait changer de regard et de méthode pour en tirer des enseignements utiles.
C’est de cette intuition que la donnée pouvait raconter une autre histoire du musée qu’est né ce projet.
Défi : Passer d’une vision comptable à une vision marketing
Les questions étaient simples en apparence :
- Comment les visiteurs circulent-ils dans le musée ?
- Quelles logiques distinguent les abonnés des visiteurs occasionnels ?
- Le musée est-il vécu comme une destination ou comme un cadre d’exposition ?
Le défi était pourtant double : transformer un stock de données opérationnelles en matériau d’analyse robuste sans refondre tout le système d’information, et faire émerger une lecture objective du comportement des visiteurs pour sortir du champ des impressions et nourrir des décisions concrètes. Derrière ces interrogations se jouait autre chose : la capacité à observer sans réduire, à laisser la donnée révéler le réel avant d’y plaquer des interprétations.
Solution : Rendre visible
La démarche choisie a été celle du data mining exploratoire. Plutôt que de chercher à prouver, il s’agissait de comprendre en profondeur.
Chaque billet vendu à distance est muni d’un QR code validé à l’entrée de chaque salle le jour de la visite.
Ces validations, croisées avec les données d’achat, forment une trace comportementale : une cartographie vivante du parcours, du clic d’achat à la dernière salle visitée.
Le dispositif reposait sur près d’un million de venues en musée étalées sur trois ans environ. En exploitant ces données pour la première fois, le musée pouvait enfin reconstituer les flux, les durées, les enchaînements et les zones d’attraction. La promesse n’était pas de tout expliquer, mais de rendre visible ce qui, jusque-là, ne l’était pas : le vécu réel du visiteur dans le lieu.
Méthode : Explorer pour comprendre
Le projet s’est déployé en plusieurs étapes, en lien étroit avec l’équipe projet du musée.
L’analyse n’a pas été menée à distance, mais dans un dialogue continu avec ceux qui connaissent le lieu, ses flux, ses publics.
Cette co-construction a permis d’ajuster les analyses, de valider les intuitions et d’ancrer la donnée dans la réalité quotidienne.
1. Audit et fiabilisation
Avant toute chose, il a fallu rendre les fichiers exploitables : nettoyage des saisies, harmonisation des formats, création d’identifiants uniques liant billet et parcours.
Ce travail de l’ombre, souvent perçu comme ingrat, a été décisif. Mené collectivement, il a transformé la contrainte en levier d’apprentissage. En travaillant sur les données, l’organisation a travaillé sur elle-même, en comprenant mieux ses propres mécanismes.
Nous avons dû retirer certaines transactions ou certaines venues, car nous avions besoin d’une base de données cohérente avec achat du billet et venue au musée.
2. Construction et exploration
Les données ont ensuite été regroupées par types de visites et tranches horaires, puis analysées selon plusieurs angles : durée moyenne, séquence de salles, profondeur de visite, répartition jour/semaine des visites.
Nous avons également construit des variables permettant l’analyse de la profondeur de réachat sur 12 mois et analysé les comportements sur les 12 mois précédant l’achat d’un abonnement.
L’objectif n’était pas de modéliser à ce stade, mais de décrire. Décrire pour comprendre avant de pouvoir interpréter.
3. Visualisation et partage
Les enseignements ont été restitués sous forme de cartographie datavisualisée, qui montrait pour la première fois les grands parcours types dans le musée.
Un support conçu non pour les experts de la donnée, mais pour les métiers : direction, marketing, médiation, accueil. Un outil de dialogue plus qu’un livrable technique. Les chiffres sont devenus un support de conversation féconde.
Au cours de l’exploration des données conduite sous R, les échanges avec le commanditaire s’appuyaient également sur Tableau Software. La restitution finale, sous PowerPoint, a été confiée à un infographiste.
Dans ce va-et-vient entre exploration et appropriation, la donnée est devenue un terrain commun, un espace où l’institution apprend à se regarder agir.
Résultats : Regarder le réel
Les analyses ont révélé plusieurs constats inattendus.
L’abonnement ne procède pas d’une fréquentation régulière préalable. La majorité des visiteurs se concentre sur une seule salle, souvent celle de l’exposition temporaire. Près de 70 % des parcours observés se limitent à une seule salle ou à une seule exposition, tandis qu’à peine 10 % des visiteurs explorent plus de trois espaces distincts.
Le musée devient le simple cadre d’un événement, et non une destination en soi.
La donnée comportementale n’apporte pas toutes les réponses. Mais ces constats, fondés sur des faits, ont déplacé les représentations dans l’organisation. Regarder ses données, c’est aussi accepter de regarder ses propres routines.
Lors de la restitution, un membre de l’équipe marketing a résumé l’effet produit :
Voir les flux représentés sur une carte, c’est comme découvrir le musée vu par ses visiteurs pour la première fois.
Et lorsque la réponse n’est pas évidente, elle aide à formuler la bonne question et à explorer d’autres sources, enquêtes, verbatim, observations.
C’est dans ce dialogue entre le quoi et le pourquoi que naît la compréhension.
Enjeux et prochaines étapes : Faire progresser
Le projet a ouvert plusieurs pistes d’action :
- réconcilier les ventes à distance et les achats sur place pour unifier la vision,
- croiser ces données comportementales avec des données déclaratives pour éclairer,
- et renforcer la gouvernance et la qualité des données.
Ce dernier point s’est imposé comme un apprentissage clé. La qualité de la donnée est souvent perçue comme une contrainte, alors qu’elle est un moyen.
C’est en travaillant sur un cas concret, en montrant la valeur du nettoyage, que l’organisation comprend la valeur d’une donnée bien gouvernée. Derrière les chiffres, ce sont les routines et les angles morts qui se révèlent. Apprendre à mieux gérer ses données, c’est apprendre à mieux se comprendre, son fonctionnement, ses croyances.
Trois enseignements ressortent pour d’autres institutions :
- commencer par exploiter la donnée existante au sein du musée en changeant la destination des données comptables ;
- aborder la qualité des données comme un apprentissage collectif plutôt qu’un chantier technique ;
- créer des espaces où données, idées et métiers se croisent pour donner naissance à une vision partagée, plus facilement actionnable par la suite.
Conclusion : Regarder autrement
Ce projet a permis au musée de se voir autrement.
La donnée, utilisée avec rigueur et discernement, a redonné forme à l’expérience de visite. Elle n’a pas remplacé le regard humain, elle l’a augmenté. Elle a offert un point d’appui commun aux départements concernés, une base objective à partir de laquelle penser, débattre, décider.
Parce qu’il a été mené avec les équipes, ce travail a transformé la donnée en outil d’introspection et de dialogue. La donnée ne doit pas être un outil de contrôle mécanique, mais un outil de regard organique. Regard sur les visiteurs, sur le musée, sur la manière dont l’institution apprend à se comprendre. Et, au bout du compte, une manière plus juste d’agir envers ses publics.
il ne peut pas avoir d'altmétriques.)