Passer à la navigation principale Passer à la recherche Passer au contenu principal

User-generated content in new product development: a data-driven approach to consumer insights

Traduction de l'intitulé de la thèse: Contenu généré par les utilisateurs dans le développement de nouveaux produits : une approche axée sur les données pour mieux comprendre les consommateurs
  • Mohamadreza Azar Nasrabadi

Thèses et mémoires: Thèse de doctoratDoctorat en génie: Génie

Résumé

Le contenu généré par les utilisateurs (CGU) offie des avantages majeurs pour le développement de nouveaux produits (DNP) en fournissant un flux continu et spontané de retours consommateurs en temps réel. Emergeant de manière organique sur les plateformes numériques, le CGU propose une source d'informations plus large et inclusive que les méthodes traditionnelles qui nécessitent une sollicitation active. En exploitant le CGU, les entreprises peuvent capturer efficacement des informations liées aux besoins et aux solutions, identifier des idées de produits innovantes, extraire des caractéristiques précieuses et mieux comprendre l'évolution des attentes des clients. Cette approche améliore l'efficacité de la conception produit, réduit les taux de rejet sur le marché et accélère le délai de mise sur le matche. S'appuyant sur ces avantages, cette thèse étudie de manière approfondie le rôle du CGU dans le processus de DNP via une approche axée sur les données. La recherche poursuit trois objectifs principaux. Premièrement, une revue systématique de la littérature (RSL) synthétise les travaux existants sur le CGU dans le DNP, en identifiant les thèmes clés, les contextes et les méthodologies par des techniques multifacettes, mettant ainsi en lumière les lacunes et proposant des pistes futures. Deuxièmement, la thèse développe un cadre pour évaluer l'acceptation des consommateurs d'un nouveau produit à partir de l'analyse du CGU, en utilisant la modélisation thématique, l'analyse de sentiment et la modélisation statistique, illustré par une étude sur ChatGPT. Troisièmement, elle propose un cadre pour identifier les facteurs d'obsolescence produit et construire des indices d'obsolescence en séries temporelles (JO) à partir du CGU. Ce cadre s'appuie sur des modèles linguistiques de grande taille (LLM) tels que ChatGPT-4o, ainsi que sur la prise de décision multicritère et l'analyse de sentiment, afin d'apporter des insights sur la longévité des produits. Globalement, cette thèse fait progresser la compréhension de l'exploitation systématique du CGU pour soutenir divers aspects du processus de DNP. En capturant des insights consommateurs en temps réel, le CGU facilite l'évaluation de l'acceptation du marché et la gestion du cycle de vie des produits. Les cadres proposés contribuent non seulement à la théorie à l'intersection du CGU et de la gestion de l'innovation, mais fournissent également des outils pratiques aux entreprises souhaitant améliorer l'efficacité, la réactivité et la durabilité de leurs efforts de développement produit.
Date27 sept. 2025
langue originaleAnglais américain
Établissement diplômant
  • École de technologie supérieure
SuperviseurYvan Beauregard (Directeur(-trice))

Mots-clés

  • contenu généré par les utilisateurs
  • développement de nouveaux produits
  • acceptation des consommateurs
  • obsolescence produit
  • avis consommateurs en ligne

Citer cette ressource

'