Temps de lecture : 14 minutes
Demandez à quelqu’un combien de temps il passe sur son téléphone, puis comparez sa réponse aux relevés de son appareil. L’écart n’est pas une anecdote : c’est un résultat scientifique stable. La méta-analyse de référence sur le sujet porte sur 47 études et 106 tailles d’effet ; sur les 66 comparaisons d’usage général qu’elle isole, couvrant 44 études et 52 007 participants, elle établit que la corrélation entre l’usage déclaré et l’usage réellement enregistré des médias numériques n’est que de 0,38, avec un intervalle de confiance à 95 % de 0,33 à 0,42, et que les auto-déclarations ne sont « que rarement » le reflet exact des données de journalisation (Parry et al., Nature Human Behaviour, 2021). L’écart se creuse encore lorsqu’il s’agit d’usages jugés problématiques.
Ce résultat n’invalide pas le déclaratif : il en délimite le domaine. Une personne sait dire ce qui compte pour elle, ce qu’elle cherchait, ce qui l’a agacée. Elle ne sait pas dire combien, ni quand, ni dans quel ordre. Or c’est souvent le comment qui décide d’un parcours d’achat, d’un abandon, d’une adoption. Le même décalage se retrouve ailleurs : 85 % des consommateurs déclarent vouloir faire des choix plus durables, 29 % seulement déclarent changer activement de comportement (Kantar, Sustainability Sector Index 2025, sur plus de 20 000 consommateurs dans 22 marchés).
L’ethnographie digitale répond précisément à cette limite. Elle transpose aux espaces numériques la méthode reine de l’anthropologie : observer des pratiques dans leur contexte, sur la durée, en s’intéressant à ce qu’elles signifient pour ceux qui les accomplissent. C’est l’une des méthodes les plus exigeantes et les plus rentables des sciences comportementales appliquées au marketing, et l’une des moins bien pratiquées, faute de protocole explicite.
Cet article méthodologique décrit ce que recouvre exactement la discipline, où se situent les terrains en 2026, quatre dispositifs et leurs protocoles, le cadre éthique qui les encadre, et la manière de passer de la trace observée à l’interprétation utile.
1. Ce que recouvre l’ethnographie digitale
Ethnographie digitale : ensemble de méthodes qualitatives consistant à observer des pratiques dans les environnements numériques — communautés en ligne, applications, messageries, plateformes de contenu — en s’attachant à leur contexte, à leur temporalité et au sens que leur donnent les personnes observées. Sa variante consacrée aux communautés en ligne est la netnographie, formalisée par Robert Kozinets, dont l’ouvrage de référence en est à sa troisième édition (Sage, 2019). Elle se distingue de l’analyse de données massives par son unité d’analyse : la pratique située, non la mention agrégée.
Trois traits distinguent cette famille de méthodes des autres approches numériques.
Le contexte prime sur le volume. Un verbatim de forum n’a de sens qu’au regard du fil dans lequel il s’inscrit, du statut de celui qui l’écrit dans la communauté, et des normes du lieu. Extraire mille messages de leur contexte pour les classer produit une statistique sur des phrases, pas une compréhension de pratiques.
La durée fait partie du dispositif. Une observation ponctuelle capte un état ; l’ethnographie s’intéresse à des trajectoires — comment un usage s’installe, se transforme, s’abandonne. C’est pourquoi les journaux de bord et les observations répétées y occupent une place centrale.
Le chercheur est un instrument. Sa position, ses angles morts et son degré de participation influent sur ce qu’il voit. L’ethnographie classique appelle cela la réflexivité, et la transposition numérique ne l’abolit pas : décider de suivre un groupe Discord plutôt qu’un forum spécialisé, c’est déjà orienter le résultat.
Sarah Pink et ses coauteurs ont formalisé ces principes pour le numérique dans Digital Ethnography: Principles and Practice (Sage, 2016), ouvrage qui reste la référence méthodologique du champ aux côtés des travaux de Kozinets.
2. Où se situent les terrains en 2026
Le terrain numérique s’est élargi au point de rendre le choix du lieu d’observation aussi déterminant que le protocole lui-même.
En France, le temps passé en ligne atteint 3 heures et 1 minute par jour en 2025, contre 2 h 40 un an plus tôt et 2 h 24 en 2023 ; il approche cinq heures chez les 15-24 ans. Le mobile concentre 80 % de ce temps, et près de sept Français sur dix consultent chaque jour réseaux sociaux et messageries, soit 43,9 millions de personnes, ce qui représente 39 % du temps internet quotidien (Médiamétrie, 2026). Fait nouveau et directement pertinent pour la recherche : 44 % de la population échange chaque mois avec un agent conversationnel, soit 28,1 millions de personnes, et l’usage quotidien a été multiplié par près de 3,5 en un an.
À l’échelle mondiale, DataReportal recense 5,79 milliards d’identités d’utilisateurs de réseaux sociaux en avril 2026, soit 69,9 % de la population, en hausse de 5,4 % sur un an, pour une moyenne de 2 h 21 par jour (DataReportal, 2026).
Encore faut-il savoir où regarder. Chez les adultes américains, la répartition des usages reste très inégale : 84 % déclarent utiliser YouTube, 71 % Facebook, 50 % Instagram, 37 % TikTok et 32 % WhatsApp, avec des écarts générationnels considérables — 80 % des 18-29 ans déclarent utiliser Instagram contre 19 % des 65 ans et plus (Pew Research Center, 2025). Choisir un terrain, c’est donc choisir une population, souvent à son insu.
| Type de terrain | Ce qu’on y observe | Population sur-représentée | Difficulté principale |
|---|---|---|---|
| Forums spécialisés, Reddit | Argumentation longue, expertise d’usage, comparatifs | Utilisateurs impliqués, souvent techniques | Extrapolation abusive à la clientèle générale |
| Réseaux sociaux visuels | Mises en scène de soi, codes esthétiques, adoption de tendances | Publics jeunes, urbains | Confondre représentation et pratique |
| Messageries et groupes fermés | Conversations ordinaires, entraide, recommandations | Cercles d’interconnaissance | Accès conditionné à un consentement explicite |
| Avis clients et app stores | Motifs de satisfaction et d’irritation, vocabulaire spontané | Très satisfaits et très mécontents | Contenus manipulés, biais d’extrémité |
| Journaux de bord sollicités | Gestes, contextes, émotions dans la durée | Volontaires disponibles | Effet d’auto-observation |
3. Quatre dispositifs et leurs protocoles
La netnographie. Observation de communautés en ligne existantes, sans sollicitation. Protocole type : définir la question et les communautés pertinentes ; constituer un corpus daté et documenté ; observer de façon prolongée avant toute extraction ; coder les pratiques, les rôles et les controverses plutôt que les seuls thèmes ; restituer en préservant l’anonymat. Durée usuelle : quatre à huit semaines pour un terrain sérieux.
L’ethnographie mobile. Les participants documentent eux-mêmes leurs pratiques — photographies, captures d’écran, notes vocales, courtes vidéos — via une application dédiée, sur une période allant de quelques jours à plusieurs semaines. Les ordres de grandeur usuels vont de 15 à 30 participants pour une étude ciblée, et montent à plusieurs centaines pour des programmes multi-marchés. Les plateformes spécialisées comme dscout ou Indeemo structurent la collecte et les relances.
L’analyse des traces d’usage. Exploitation de données de journalisation, d’analytics ou de capteurs, avec le consentement des personnes concernées. Ce dispositif est le seul à donner la mesure exacte de ce qui a été fait ; il ne dit rien de pourquoi. Son cadre juridique est strict et son intérêt méthodologique est de servir de référence aux déclarations recueillies par ailleurs — exactement l’usage qu’en fait la méta-analyse de Parry et ses collègues.
L’analyse visuelle. Étude des images et vidéos produites par les utilisateurs eux-mêmes : ce qu’ils montrent, ce qu’ils cadrent hors champ, les codes esthétiques qu’ils reprennent. Elle se prête particulièrement à l’articulation avec l’analyse sémiotique, que nous détaillons dans notre guide de la sémiologie appliquée au marketing.
| Dispositif | Question à laquelle il répond | Échantillon usuel | Durée | Limite principale |
|---|---|---|---|---|
| Netnographie | Que se dit-il, et dans quels termes ? | Corpus de plusieurs centaines à milliers de messages | 4 à 8 semaines | Voix extrêmes surreprésentées |
| Ethnographie mobile | Comment cela se passe-t-il vraiment ? | 15 à 30 participants | 1 à 4 semaines | Effet d’auto-observation |
| Traces d’usage | Combien, quand, dans quel ordre ? | Population entière d’un service | Continu | Le quoi sans le pourquoi |
| Analyse visuelle | Comment cela se montre-t-il ? | Quelques centaines de contenus | 2 à 4 semaines | Interprétation exigeante |
Ces dispositifs ne s’opposent pas, ils s’ordonnent. Un enchaînement robuste part des traces pour localiser un phénomène, passe par la netnographie pour en comprendre le vocabulaire, et se conclut par une ethnographie mobile auprès d’un petit nombre de personnes pour observer le geste réel. Le social listening augmenté par l’IA intervient utilement en amont de cette chaîne, comme instrument de repérage à grande échelle.
4. Le cadre éthique n’est pas une formalité
L’ethnographie digitale pose des problèmes éthiques que l’ethnographie classique ne connaissait pas, et qu’une simple lecture du RGPD ne résout pas.
Public ne signifie pas consenti. Les membres d’un forum écrivent pour leurs pairs, pas pour des chercheurs. Le caractère techniquement accessible d’un contenu n’emporte pas l’autorisation de l’étudier, encore moins de le citer. Les lignes directrices de l’Association of Internet Researchers l’énoncent de deux façons complémentaires : les personnes peuvent évoluer dans des espaces publics tout en conservant de fortes attentes de vie privée (version 2.0, 2012), et plus les personnes observées sont vulnérables, plus la responsabilité du chercheur est engagée (version 3.0, 2019).
L’anonymisation doit résister à la recherche inversée. Un verbatim reproduit mot pour mot dans un rapport reste retrouvable par un moteur de recherche, et avec lui son auteur. La bonne pratique consiste à paraphraser, à agréger plusieurs formulations proches, ou à demander une autorisation explicite pour les citations les plus caractéristiques.
Le consentement devient obligatoire dès qu’on participe. Observer sans intervenir dans un espace public soulève une question de convenance ; poser des questions, rejoindre un groupe fermé, solliciter des contributions crée une relation de recherche qui exige information et accord.
À ces trois principes s’ajoutent les obligations du RGPD sur les données collectées — finalité, minimisation, durée de conservation, droits des personnes — et, depuis le 2 août 2026, l’obligation d’informer une personne lorsqu’elle interagit avec un système d’intelligence artificielle, sauf si cela est évident au regard du contexte. Un dispositif d’ethnographie assisté par IA qui relancerait les participants sans le déclarer irait donc à l’encontre des exigences de transparence désormais en vigueur.
5. De la trace au sens : la question des thick data
La difficulté centrale de l’ethnographie digitale n’est ni la collecte ni l’outillage : c’est l’interprétation.
Tricia Wang, ethnographe ayant travaillé sur le terrain chinois pour Nokia à la fin des années 2000, a donné à ce problème sa formulation la plus reprise en proposant la notion de thick data : les données épaisses, mises au jour par des méthodes qualitatives, qui révèlent les émotions, les récits et les modèles du monde que les données massives ne captent pas. Sa formule résume l’enjeu : ce qui est mesurable n’est pas la même chose que ce qui a de la valeur (Wang, 2013). Son expérience chez Nokia est devenue un cas d’école : des observations de terrain signalaient l’appétence de consommateurs à faible revenu pour des téléphones plus sophistiqués, un signal que les données quantitatives disponibles ne faisaient pas apparaître.
Concrètement, passer de la trace au sens suppose quatre opérations, dans cet ordre :
- Décrire avant d’interpréter. Consigner ce qui se passe — qui parle, à qui, dans quel contexte, avec quels mots — sans y projeter d’explication. C’est l’étape que la pression au résultat fait systématiquement sauter.
- Chercher les régularités et les exceptions. Une pratique récurrente renseigne sur une norme ; une pratique isolée mais assumée renseigne souvent mieux sur ce qui est en train de changer.
- Confronter au déclaratif. Faire réagir des participants à ce que l’on a observé chez eux ou chez d’autres. L’écart entre ce qu’ils font et ce qu’ils en disent n’est pas un problème à corriger : c’est un résultat à analyser, comme le montre notre article sur le say-do gap et les limites du déclaratif.
- Formuler des implications décisionnelles. Une observation ethnographique qui ne débouche sur aucune conséquence pour le produit, le parcours ou le discours de marque n’a pas été menée jusqu’au bout.
L’intelligence artificielle change l’échelle de la première étape sans rien changer aux trois suivantes. Elle permet de traiter des corpus inaccessibles à la lecture manuelle, de repérer des motifs, de proposer des regroupements. Elle ne sait pas dire ce qui compte dans un contexte donné, parce que cela suppose de connaître les enjeux du client et la culture du terrain. La règle que nous appliquons est constante : l’IA élargit le champ de l’observation, elle ne remplace pas le regard.
6. Quatre erreurs qui ruinent une ethnographie digitale
Les dispositifs qui échouent le font presque toujours pour l’une de ces quatre raisons, indépendamment des moyens engagés.
Confondre le terrain accessible et le terrain pertinent. L’erreur la plus fréquente consiste à observer là où les données sont faciles à collecter — une plateforme dotée d’une interface de programmation généreuse, une communauté active et publique — plutôt que là où se joue la question d’étude. Une marque de produits d’entretien qui observe Reddit apprendra beaucoup sur les utilisateurs experts et rien sur la majorité de ses acheteurs. Le choix du terrain est une décision de conception de recherche, au même titre que le choix d’un échantillon.
Traiter des messages comme des réponses. Un post n’est pas une réponse à une question : c’est une prise de parole adressée à une audience, dans un contexte social qui a ses règles. L’analyser comme un verbatim d’entretien revient à ignorer sa dimension performative — ce que l’auteur cherche à montrer de lui en l’écrivant. La conséquence pratique : on surestime systématiquement les positions tranchées, qui s’expriment, et on manque les pratiques ordinaires, qui ne se racontent pas.
Arrêter la collecte trop tôt. L’ethnographie repose sur la saturation : on cesse d’observer quand les nouvelles observations n’apportent plus de pratiques inédites. Une étude qui s’arrête après une semaine parce que le calendrier l’exige produit un instantané, éventuellement juste, mais incapable de distinguer une habitude d’un accident. C’est particulièrement vrai des usages saisonniers ou liés à un événement.
Livrer des observations sans implication. Une restitution qui décrit finement des pratiques sans dire ce qu’il faut en faire transfère au commanditaire un travail d’interprétation qu’il n’a pas les moyens de mener. La dernière étape de l’analyse — traduire une pratique observée en conséquence pour le produit, le parcours ou le discours — fait partie du livrable, pas de la discussion qui suit.
| Erreur | Symptôme observable | Correctif |
|---|---|---|
| Terrain accessible plutôt que pertinent | Les profils observés ne ressemblent pas aux clients réels | Partir de la question, puis chercher où elle se joue |
| Messages traités comme des réponses | Rapport dominé par des positions tranchées | Coder le contexte et le statut du locuteur, pas seulement le contenu |
| Collecte interrompue trop tôt | Aucune pratique contradictoire dans le corpus | Poursuivre jusqu’à saturation, couvrir un cycle complet d’usage |
| Observations sans implication | Le client demande « et donc ? » en restitution | Formuler les conséquences décisionnelles dans le livrable |
Une cinquième erreur mérite d’être signalée parce qu’elle progresse avec l’outillage automatisé : croire qu’un volume élevé compense un cadrage faible. Analyser cinquante mille messages mal choisis ne produit pas cinquante fois plus de connaissance que d’en lire mille bien choisis. Cela produit une confiance excessive dans un résultat dont personne n’a vérifié la provenance.
7. L’approche Agalma
Chez Agalma Études, l’ethnographie digitale n’est pas une offre séparée mais une couche d’observation que nous articulons systématiquement au déclaratif. Trois principes structurent nos dispositifs.
Observer d’abord, interroger ensuite. Nous commençons par un temps d’observation — communautés, avis, traces d’usage quand le client peut les partager — avant de construire le guide d’entretien. Cette séquence évite l’écueil le plus commun des études qualitatives : poser des questions formulées dans le vocabulaire de l’entreprise à des gens qui n’emploient pas ces mots. Le terrain fournit le lexique ; l’entretien travaille le sens.
Documenter le cadre éthique dans le livrable. Chaque étude comportant une part d’observation précise les espaces observés, le statut des contenus, le mode d’anonymisation retenu et le traitement réservé aux citations. Ce n’est pas une clause de style : c’est ce qui permet au client de réutiliser le matériau sans risque, et à un tiers de comprendre ce que vaut ce qu’il lit.
Restituer des pratiques, pas des verbatims. Un rapport d’ethnographie qui aligne des citations spectaculaires flatte le lecteur et n’apprend rien. Nous restituons des pratiques reconstituées — comment une décision se prépare, où elle s’interrompt, ce qui la débloque — appuyées sur des extraits choisis pour leur valeur démonstrative et non pour leur relief. Nos méthodes d’études qualitatives et d’intelligence client reposent sur cette articulation entre observation, entretien et interprétation.
L’ethnographie digitale ne dit pas ce que les gens pensent : elle montre ce qu’ils font, et donne les moyens de comprendre pourquoi. Dans un contexte où l’écart entre les deux est mesuré à 0,38, c’est la moitié manquante de la plupart des dispositifs d’études. Pour situer cette méthode dans l’ensemble des approches comportementales, explorez notre pilier consacré aux sciences comportementales appliquées au marketing ou découvrez nos expertises en études qualitatives et intelligence client.