janvier 10, 2022

Suivez ces 15 conseils pour déchiffrer les allégations marketing

Par andy1712


Il y a eu une doublure argentée dans COVID-19 pour Ben Riensche, un agriculteur de Jesup, Iowa.

« Pour une fois, ma cour n’était pas pleine de Ford F-150 conduits par des commerciaux en pantalon kaki après qu’on leur ait dit lors de leur réunion de vente du lundi matin qu’ils ne vendaient pas assez », plaisante-t-il.

Bien sûr, c’est une exagération, mais c’est enraciné dans le fait que les entreprises présentent chaque année une pléthore de produits aux agriculteurs.

Il existe une myriade de produits pour éliminer les composants limitant le rendement, tels que les mauvaises herbes et les insectes. Les entreprises commercialisent également des produits de semences et d’engrais pour aider à améliorer les rendements.

« D’un autre côté, les agriculteurs ne devraient pas dépenser de l’argent pour trouver des solutions à des problèmes qu’ils n’ont pas », déclare Bob Nielsen, agronome en vulgarisation de l’Université Purdue.

Nielsen a compilé une présentation intitulée « Filtrer le Kool-Aid avant de le boire » qui contient les 15 conseils suivants que les agriculteurs peuvent utiliser pour déchiffrer les allégations marketing.

« Être un penseur critique lorsque vous évaluez les allégations et les informations commerciales peut aider à améliorer la rentabilité et la durabilité de votre exploitation agricole », dit-il.

1. Posez la question « Qu’est-ce que j’y gagne ? »

Sachez que les commerciaux ont quelque chose à gagner à vendre des produits fermiers.

« Naturellement, il vaut la peine d’être sceptique si la source d’informations peut gagner financièrement de votre part en suivant ses conseils », déclare Nielsen.

2. Méfiez-vous des témoignages d’agriculteurs.

« Certaines solutions semblent bien documentées mais reposent principalement sur des témoignages d’agriculteurs », dit-il.

Nielsen signale une affirmation selon laquelle un agriculteur a déplacé l’espacement de plantation de 30 pouces vers un système à deux rangs (deux rangs de maïs espacés de 6 à 8 pouces sur des centres de 30 pouces) qui a augmenté les rendements de 15 %.

Ce n’est pas aussi simple.

« Il est complètement passé à un système de plantation à deux rangs, ce qui signifie qu’il n’avait pas de comparaison de rangs de 30 pouces », explique Nielsen. « Bien que ses rendements soient 15 % supérieurs à la moyenne, cela peut simplement être dû à un temps excellent. »

3. Ne suivez pas aveuglément la logique.

Certaines affirmations semblent tout simplement logiques. Nielsen signale qu’une entreprise prétend que l’augmentation des populations de maïs de 4 000 plants par acre (ppa) à un coût de 15 $ par acre rapporte 28 boisseaux par acre en rendement supplémentaire. À 5 $ le boisseau de maïs, les 140 $ de rendement supplémentaire moins 15 $ par acre de semences coûtent 125 $ par acre de profit.

Cela semble logique. Après tout, les taux de semis de maïs de l’Indiana ont régulièrement augmenté à un rythme annuel approximatif de 300 ppa de la fin des années 1980 à 2013, explique Nielsen. La ventilation des revendications suivante soutient cette logique.

  • 4 000 épis supplémentaires (en supposant que chaque grain fasse un épi).
  • Une taille moyenne d’épi de 16 rangs multipliée par 35 grains par rang (560 grains par épi).
  • Nombre de grains par boisseau de 80 000 à un poids de 56 livres par boisseau.

Résumé: 4 000 épis 560 grains/80 000 grains par boisseau = 28 boisseaux par acre.

Ces graines supplémentaires par acre et les augmentations de rendement qui en résultent s’additionnent rapidement en une augmentation de rendement linéaire de 7 boisseaux pour 1 000 ppa.

Taux de plantation (plants par acre)

Rendement (boisseaux par acre)

16 000

150

20 000

178

24 000

206

28 000

234

32 000

262

36 000

290

40 000

318

4. N’oubliez pas que la logique se transforme souvent en réalité.

« La logique peut être un moyen systématique de se tromper en toute confiance », déclare Gary Steinhardt, agronome de l’Université Purdue.

Dans ce cas, la hausse de rendement de 7 boisseaux pour 1 000 ppa ne correspond pas à la recherche de Purdue examinant des taux de plantation de 20 000 à 40 000 ppa au cours de 80 essais sur le terrain. Nielsen et Jim Camberato, spécialiste de la fertilité des sols de Purdue University Extension, ont découvert que les augmentations de rendement initiales d’environ 3 boisseaux pour 1 000 plants commencent à un taux de 20 000 ppa.

Ce taux de rendement a rapidement plongé une fois que les populations ont atteint l’optimum agronomique d’environ 32 000 ppa. Les rendements à ce niveau variaient de 140 à 250 boisseaux par acre. Une fois que la population optimale agronomique a été atteinte, les augmentations de rendement ont cessé. À des populations plus élevées, des pertes de rendement se sont même produites parce que des densités de semis élevées ont stressé les plantes.

“Il n’est pas plausible de penser que l’ajout de 4 000 plantes supplémentaires se traduirait par 28 boisseaux [per acre] de céréales », dit Nielsen.

5. Laissez Sherlock Holmes au cinéma.

Les agriculteurs ont parfois besoin de revêtir une casquette de détective pour trouver des données qui étayent les allégations marketing. Nielsen pointe vers un site Web d’entreprise affirmant que les applications de fongicides ont entraîné une augmentation du rendement de 7,0 boisseaux par acre (bpa) du soja et de 7,6 bpa du maïs.

Curieusement, la citation de la revendication portait la mention « * Voir les données au dossier ».

« Pour obtenir les données, vous deviez envoyer un e-mail à l’entreprise, après quoi elle envoyait un formulaire de demande en ligne », explique Nielsen. « Avec cela, il y avait des demandes d’e-mail et de numéro de téléphone, ce qui ouvre la porte à la pression des ventes de l’entreprise.

« Finalement, j’ai obtenu un résumé des résultats, mais il ne s’agissait pas de données de recherche solides », ajoute Nielsen. « Sur cette base, j’ai eu du mal à justifier la plausibilité de l’allégation. »

6. Réalisez que les faits n’ont pas toujours d’importance.

Les faits sont des faits. Parfois, cependant, ils ne sont pas pertinents.

Une entreprise a affirmé que ses hybrides étaient restés jusqu’à la récolte à un taux de 97,6 %, contre 96 % des hybrides d’un concurrent. Nielsen doute qu’un agriculteur remarque une différence de logement entre 4% et 2,4%.

« Bien que le message soit factuel, il ne veut rien dire dans le monde réel », dit-il.

7. Surveillez les faux graphiques.

Vous vous souvenez des axes y et x de vos cours de mathématiques au lycée ou à l’université ? L’axe des x s’étend de gauche à droite en bas d’un graphique, tandis que l’axe des y s’étend verticalement sur le côté gauche du graphique. Les deux commencent à 0.

Des exceptions trompeuses existent, comme un essai d’engrais de démarrage comparant quatre traitements qui ont commencé avec un rendement de maïs de 142 bpa.

“C’est un stratagème classique d’huile de serpent”, explique Nielsen. « Débuter l’axe des y à un nombre élevé amplifie les petites différences entre les traitements. Les différences entre les quatre traitements du graphique sont moins impressionnantes si l’axe des y commence à zéro.

8. Questionner les taux de victoire.

Dans le jargon de l’entreprise, les taux de réussite sont les suivants : « Nos hybrides ont un taux de réussite de 90 % par rapport à leurs concurrents. »

C’est impressionnant si les hybrides d’un concurrent sont les champions du Super Bowl Tampa Bay Buccaneers du monde des hybrides de maïs. L’affirmation faiblit si les concurrents s’apparentent à une équipe de football de 0-8 au lycée.

Demandez des détails concernant les concurrents. Si le vendeur lance un regard vide, passez à autre chose.

« Chaque fois que je vois une phrase comme celle-ci, je n’y prête pas vraiment attention parce qu’elle ne veut pas dire grand-chose », déclare Nielsen.

9. Tenez compte du bruit de fond.

Un phénomène appelé « bruit de fond » peut masquer les mesures d’essais sur le terrain. Le bruit de fond peut être dû à des différences de drainage, de fertilité, d’humidité, de compactage et d’erreurs humaines occasionnelles, explique Nielsen.

« Le défi est de filtrer et de séparer les effets des traitements des effets de rendement du bruit de fond », dit-il.

Entrez l’analyse statistique. “Cela nous permet d’identifier et d’isoler mathématiquement le bruit de fond pour détecter les véritables effets du traitement”, explique Nielsen. “L’analyse statistique nous aide à décider avec une confiance de probabilité connue, et si les différences observées sont dues aux traitements.”

10. Utilisez le LSD pour déchiffrer les différences.

Non, ce n’est pas l’hallucinogène que les hippies des années 60 ont ingéré. Ce LSD signifie différence la moins significative.

“Dans un essai hybride, il s’agit du boisseau minimum par acre dont deux hybrides doivent différer avant que nous puissions les considérer comme” significativement différents “”, explique Liz Stahl, enseignante en vulgarisation à l’Université du Minnesota.

Les niveaux de signification de 0,05 ou 0,10 sont les plus couramment utilisés dans la recherche agricole. « Un LSD calculé à 0,05 signifie qu’il y a 95 % de certitude que les traitements diffèrent vraiment en termes de rendement si les différences entre eux sont égales ou supérieures au LSD», explique Stahl.

« Si les différences sont supérieures à la valeur LSD, les différences de traitement sont en fait réelles », ajoute Nielsen.

11. Demandez si les essais sont répliqués et randomisés.

La précision des résultats des tests augmente si un essai est à la fois répliqué et randomisé.

La réplication signifie répéter un traitement de produit plusieurs fois par saison. Dans les essais universitaires sur le terrain, un traitement peut être répété trois fois ou plus, explique Nielsen. Plus un essai contient de réplications, plus les chercheurs sont confiants dans les résultats.

« Cela nous permet de faire le calcul et de séparer les véritables effets du traitement de ceux dus au bruit de fond, explique Nielsen.

La randomisation mélange les modèles d’essai. Par exemple, un essai répété peut évaluer des traitements sur divers côtés d’un champ ou d’une parcelle. Cela réduit les différences que le bruit de fond peut causer dans les performances du traitement.

«Plus un traitement est randomisé, plus il y a de chances que de vraies différences apparaissent, dit Nielsen.

12. Examiner plusieurs composants de l’essai.

La réplication et la randomisation ne sont pas infaillibles. Voici un essai sur le terrain répliqué qui compare deux stratégies.

  • Maïs planté en rangs de 30 pouces à 33 000 graines par acre.
  • Maïs planté en rangées de 20 pouces à 40 000 graines par acre.

“Peu importe lequel de ces deux traitements gagne, vous ne saurez pas si c’était dû à l’effet d’espacement des rangées, à l’effet de population ou aux deux combinés”, explique Nielsen.

Il dit qu’une meilleure conception est :

  • Maïs planté en rangs de 30 pouces à 33 000 graines par acre.
  • Maïs planté en rangées de 20 pouces à 40 000 graines par acre.
  • Maïs planté en rangées de 30 pouces à 40 000 graines par acre.
  • Maïs planté en rangées de 20 pouces à 33 000 graines par acre.

Quatre traitements permettent aux chercheurs de mieux déchiffrer si les différences sont uniquement dues à l’espacement des rangées et/ou à la population ou à des interactions entre les deux composants de l’essai, explique Nielsen.

13. Sondez les affirmations frappantes.

« Il est tentant de s’enthousiasmer pour les différences, telles que les différences de 20 boisseaux par acre entre les traitements », explique Nielsen. Pourtant, de grandes quantités de bruit de fond peuvent rendre les différences statistiquement insignifiantes entre les traitements dans un essai.

« C’est en quelque sorte notre faute en tant que chercheurs », déclare Nielsen. Montrer des différences moyennes dans un essai peut masquer de larges fluctuations de rendement créées par le bruit de fond entre des comparaisons répétées dans un essai, ajoute-t-il.

“Il peut y avoir tout simplement trop de variabilité dans l’essai pour conclure que les traitements donnent un rendement différent”, explique Nielsen.

14. Reconnaître que les performances passées ne garantissent pas le succès futur.

La recherche la plus méticuleuse ne garantit pas qu’un produit fonctionnera comme annoncé. Pourtant, c’est mieux que de suivre une réclamation sans comparaison.

« S’il n’y a pas de comparaison valable, il est vraiment difficile de critiquer une affirmation », déclare Nielsen.