Le secteur des études et du market research connait une transformation profonde. Les départements des études et les CMO doivent faire face à des demandes nouvelles de toutes les directions métiers : plus d’insights, plus vite, plus opérationnels tout en gardant de la profondeur dans les analyses. L’écosystème traditionnel des études s’est aussi élargi à de nouveaux acteurs offrant de nouveaux services augmentés à l’IA et avec de nouvelles données comme les panels synthétiques. Cela crée de nouvelles exigences et un autre mode relationnel entre décideurs et sociétés de l’écosystème. Echanges Romain Barbet, ex-DG de Norstat France et fondateur de mazeo (www.mazeo.co).
DigitalCMO – Qu’est ce qui a déjà changé dans le marché des études et du market research ?
Romain Barbet – La programmation d’un questionnaire devient un jeu d’enfant. La traduction, la transcription, le coding des verbatim — ce qui constituait des goulots d’étranglement opérationnels — ne le sont plus. Le temps qui était imparti à ces tâches peut désormais être réalloué à ce qui compte : plus d’analyse, plus d’études, plus de profondeur.
Côté annonceurs, le changement est encore plus radical. Aujourd’hui, un annonceur peut lancer une étude dans la journée et récupérer des insights en quelques heures, avec du charting et de l’analyse robuste générés par IA. Ce qui nécessitait un brief, un devis, trois semaines de terrain et une restitution PowerPoint peut désormais tenir dans une demi-journée — ou presque.
Les instituts sont donc challengés. Non pas sur leur expertise — mais sur leur rapidité et leur capacité à justifier leur valeur ajoutée face à des outils de plus en plus accessibles.
Les panels le sont aussi, et sur deux fronts. L’IA permet de générer des données synthétiques et d’organiser en ligne des dizaines d’entretiens qualitatifs simultanés, modérés de manière robuste par une intelligence artificielle. Mais en parallèle, il est de plus en plus difficile de distinguer les répondants frauduleux des vrais — un enjeu critique quand la qualité de la donnée est le fondement de tout le métier. Le terrain tel qu’on le connaissait se transforme.
DigitalCMO -Comment les marques et leurs départements d’études et marketing ont fait évoluer leurs demandes dans le market research ?
Romain Barbet – Les annonceurs ont plus que jamais besoin de comprendre un monde de plus en plus complexe, qui bouge de plus en plus vite. Et aujourd’hui (pour l’instant), une analyse, une approche, une méthodologie doit encore passer par des experts métier pour être pertinente.
Ce qui évolue énormément, c’est la rapidité de la chaîne de valeur. Les maillons à faible valeur ajoutée disparaissent : traduction, transcription, modération basique, recrutement de répondants. On pourrait penser que ce bouleversement va faire diminuer la valeur de certaines activités, tirées vers le bas par l’IA. Mais en même temps, le volume d’études pourrait croître de manière exponentielle — parce que le besoin de comprendre plus, plus vite, n’a jamais été aussi fort.
L’écosystème s’élargit avec des acteurs qui n’existaient pas il y a trois ans. Plateformes de données synthétiques, outils d’entretiens qualitatifs modérés par IA, solutions d’analyse instantanée… Ils arrivent avec de la tech, pas avec une culture études — mais ils avancent vite et captent l’attention des acheteurs.
DigitalCMO – Pourquoi le sujet des données synthétiques cristallise tant le débat dans le secteur des études ?
Romain Barbet – C’est effectivement le sujet qui cristallise le plus de débats dans le secteur. Et le plus de malentendus.Davi P., Head of Data Science chez Ipsos, pose le diagnostic avec clarté : nous confondons simulation et observation. Son analogie est parlante — quand la météo annonce de la pluie mardi, personne n’appelle ça de la « météo synthétique ». On sait que c’est une prévision, pas la réalité. La seule façon de connaître la météo de mardi, c’est d’attendre mardi.
Le problème avec les LLMs, c’est qu’ils « conversent » de manière si convaincante que leur output est facile à vendre comme un témoignage plutôt que comme une simulation. On finit par traiter la sortie d’un modèle comme une source de vérité.
Ma position : les données synthétiques sont un outil complémentaire — et tous les grands acteurs de la data collection auront bientôt cette brique en portefeuille. Pré-tests, calibration, complétion d’échantillons faibles : il y a des cas d’usage valides. Mais vendre du synthétique comme du réel, c’est aller contre le fondement même de notre métier. Le secteur doit poser des standards clairs.
Et il y a une limite plus profonde. Les données synthétiques, tout comme les prévisions météorologiques, fonctionnent à partir de l’observation de ce qu’on connaît : si événement A + événement B, alors événement C. Mais dans un monde où les bouleversements sont aussi nombreux qu’imprévisibles, la prévision est parfois loin de la vérité. On le voit dans les sondages politiques. On le voit dans la prévision de phénomènes météorologiques extrêmes. Le monde de 2026 est peut-être, tout comme le climat, en train de vivre un dérèglement majeur — difficile à modéliser. C’est la limite fondamentale du synthétique : plus le monde change vite, moins le passé est un bon professeur.
DigitalCMO – Comment l’IA est au coeur de mazeo votre plateforme conversationnelle décideurs et fournisseurs d’études ?
Romain Barbet – Chez mazeo, l’IA est au cœur du produit. La plateforme cartographie l’ensemble du marché du Market Research français — d’autres marchés suivront — avec plus de 1 200 entreprises et 5 000 contacts décisionnaires, profilés sur 17 dimensions d’expertise. Notre moteur de matching utilise l’IA pour scorer l’alignement entre un acheteur d’études et un fournisseur — pas sur la base de mots-clés, mais sur une compréhension fine des spécialisations, des parcours des équipes, et des signaux business. Concrètement : un annonceur trouve l’institut qu’il lui faut en 30 secondes. Un institut, un cabinet de conseil, un acteur de la data collection ou un éditeur d’outils identifie ses prochains leads en 5 minutes.
