Native Research·En développement
Voici Norn
Notre modèle de prédiction du comportement humain, étudié et construit en interne chez Native.
- Prédit le comportement humain
- Entraîné sur quatre signaux
- Ancré dans la littérature
Nommé d’après les tisseuses du destin
Dans la mythologie nordique, trois nornes siègent aux racines d’Yggdrasil, l’arbre-monde. Urd, Verdandi et Skuld. Elles tissent le destin de tous les mondes, des dieux comme des hommes.
Nous avons choisi ce nom parce que la prédiction est le même métier. Lire avec soin ce qui a eu lieu. Observer de près ce qui se passe. Alors l’avenir cesse d’être une devinette.
Urd
Ce qui a eu lieu
Chaque publication qui a fonctionné, et chacune qui a échoué. Norn apprend de l’historique de performance, tous secteurs, plateformes et formats confondus.
Verdandi
Ce qui se passe
Tendances, conversations et formats émergents. Norn lit le présent à mesure qu’il se déroule, pour qu’une idée tombe au bon moment.
Skuld
Ce qui vient
La prédiction elle-même. L’idée à laquelle votre audience est la plus susceptible de réagir, suggérée avant que vous ne la demandiez.
Entraîné sur quatre signaux
La plupart des modèles sont entraînés à générer. Norn est entraîné à prédire. Quatre signaux ancrent chaque suggestion du modèle dans le comportement humain observé.
Archétype de marque
Qui est la marque. Un bouffon ne parle pas comme un sage. L’archétype décide de la voix, de l’humour et de l’angle qu’une idée peut prendre.
Jung 1959 · Aaker 1997 · Mark & Pearson 2001
Lire la recherchePerformance sociale
Ce qui s’est réellement passé. L’engagement à travers les plateformes, les secteurs et les formats donne à chaque prédiction une base de résultats réels, pas d’opinions.
Berger & Milkman 2012 · Khosla et al. 2014
Lire la rechercheDonnées de tendance
Ce qui compte pour le monde en ce moment. Le timing fait partie de l’idée, alors Norn pèse ce qui monte et ce qui s’efface.
Choi & Varian 2012 · Asur & Huberman 2010
Lire la rechercheTaux d’acceptation
Ce que les gens gardent. Chaque suggestion qu’un utilisateur accepte, modifie ou rejette apprend à Norn à quoi ressemble une bonne idée. Nous appelons cela le goût, et nous avons publié notre recherche à ce sujet.
Hu et al. 2008 · Christiano et al. 2017
Lire la recherchePour cette marque
Un plombier bouffon dans l’Ohio
Profil récent, voix affirmée. L’archétype et le moment mènent la danse.
- Archétype de marque38%
- Performance sociale16%
- Données de tendance30%
- Taux d’acceptation16%
Du contexte à l’idée
Norn se place entre le monde et les modèles qui fabriquent. Le modèle ne fait pas la vidéo. Il décide ce que la vidéo doit être.
Contexte en entrée
- Votre site web
- Archétype de marque
- Performance sociale
- Données de tendance
Norn
prédit
Un modèle génératif
- Modèle de texte
- Modèle d’image
- Modèle vidéo
L’idée arrive sous forme d’instructions précises pour le modèle qui la restitue le mieux.
Le contenu
- Vidéo
- Image
- Texte
- 1
Contexte en entrée
Votre site web, votre archétype, les données publiques et tout autre élément pertinent que nous pouvons réunir. Norn part de qui vous êtes et d’où vous êtes.
- 2
Norn prédit
Le modèle pèse les quatre signaux les uns contre les autres et prédit l’idée à laquelle votre audience est la plus susceptible de réagir.
- 3
Une idée en sortie
L’idée quitte Norn sous forme de contexte précis pour le modèle qui la réalise le mieux, comme ChatGPT, Claude ou Grok. Texte, image ou vidéo. Le support change. L’idée tient.
Norn prédit. Native fait le reste.
Une prédiction n’est utile que si vous pouvez agir dessus sans réfléchir. Native est le système autour du modèle. Il transforme l’idée de Norn en publication finie et la place dans une interface que tout le monde peut utiliser.
Vous voyez des suggestions finies, pas des réglages. Approuvez celles qui vous plaisent. Native s’occupe de la production, de la planification, de la publication et des réponses.
Suggéré par Norn
Les tuyaux gelés se moquent bien que ce soit dimanche. Pas nous. Réparation le jour même, sans drame.
Un exemple concret
Un plombier dans l’Ohio
Un plombier se connecte à Native depuis l’Ohio. L’archétype de la marque est le bouffon.
Norn ne se rabat pas sur une publication de plomberie générique. Le modèle prédit comment ce plombier devrait parler à son audience. Ce que les bouffons se permettent dans les services à domicile. Quelles blagues portent un message de confiance et de savoir-faire. Ce à quoi les gens de l’Ohio réagissent à cette période de l’année.
Ce qui revient n’est pas encore du contenu. C’est une prédiction du meilleur coup que cette marque précise peut jouer aujourd’hui. Native prend le relais.
Prédiction en direct · Illustratif
Un reel avant/après d’un sauvetage de tuyau gelé, avec une réplique pince-sans-rire sur les urgences du dimanche. À publier jeudi à 18:00.
Une idée, pas encore du contenu. Native prend le relais.
Sur un terrain publié
Norn n’est pas un pari sur l’intuition. Chaque partie du modèle suit une lignée de recherches évaluées par les pairs, de la psychologie des archétypes à l’apprentissage du goût à partir de choix humains. Une sélection de ce sur quoi nous nous appuyons.
+40%
de clics en plus quand un message correspond à la psychologie du lecteur
Matz et al. 2017, PNAS
+50%
d’achats en plus avec des publicités psychologiquement ajustées
Matz et al. 2017, PNAS
2.3M
d’images utilisées pour montrer que la popularité se prédit avant publication
Khosla et al. 2014, WWW
<1%
des interactions suffisent en retour humain pour qu’un modèle apprenne ce que veut dire « bon »
Christiano et al. 2017, NeurIPS
Résultats publiés dans le domaine, pas les chiffres de Norn. Les benchmarks du modèle arriveront avec lui, et nous les publierons ici.
Prédire le comportement
- Kosinski, Stillwell & Graepel (2013). Private traits and attributes are predictable from digital records of human behavior. PNAS, 110(15).
Des traces numériques ordinaires suffisent à prédire qui est une personne. Le comportement est bien plus prévisible qu’il n’y paraît.
- Matz, Kosinski, Nave & Stillwell (2017). Psychological targeting as an effective approach to digital mass persuasion. PNAS, 114(48).
Les messages ajustés à la psychologie d’une personne ont fait jusqu’à 40 pour cent de mieux dans des expériences de terrain touchant 3,5 millions de personnes.
L’archétype
- Jung (1959). The Archetypes and the Collective Unconscious. Collected Works vol. 9.1, Princeton University Press.
Les archétypes sont anciens et partagés. Les gens reconnaissent un bouffon ou un sage sans qu’on le leur dise.
- Aaker (1997). Dimensions of Brand Personality. Journal of Marketing Research, 34(3).
La personnalité de marque se mesure. Les consommateurs lisent les marques selon des dimensions stables et testables.
- Mark & Pearson (2001). The Hero and the Outlaw. McGraw-Hill.
Les marques fortes tiennent un seul archétype et s’y tiennent. C’est le manuel que Norn apprend marque par marque.
- Malär, Krohmer, Hoyer & Nyffenegger (2011). Emotional Brand Attachment and Brand Personality. Journal of Marketing, 75(4).
L’attachement grandit quand la personnalité d’une marque correspond au moi réel de l’audience. La congruence est le levier.
La performance
- Berger & Milkman (2012). What Makes Online Content Viral? Journal of Marketing Research, 49(2).
L’émotion à forte intensité voyage. Ce qui se partage suit des schémas, et les schémas s’apprennent.
- Khosla, Das Sarma & Hamid (2014). What Makes an Image Popular? WWW ’14.
La popularité se prédit à partir des caractéristiques du contenu, avant toute publication.
Le moment
- Choi & Varian (2012). Predicting the Present with Google Trends. Economic Record, 88(s1).
Les données de recherche lisent le présent avant les chiffres officiels. Le timing se mesure.
- Asur & Huberman (2010). Predicting the Future with Social Media. IEEE/WIC/ACM WI-IAT.
Le volume de conversations sociales a battu les experts du marché pour prédire le box-office. L’attention annonce les résultats.
Le goût
- Bourdieu (1984). Distinction: A Social Critique of the Judgement of Taste. Harvard University Press.
Le goût n’est pas aléatoire. Il est structuré, social, et donc apprenable.
- Hu, Koren & Volinsky (2008). Collaborative Filtering for Implicit Feedback Datasets. IEEE ICDM.
Ce que les gens font, gardent et ignorent révèle leurs préférences mieux que ce qu’ils disent.
- Christiano, Leike, Brown, Martic, Legg & Amodei (2017). Deep Reinforcement Learning from Human Preferences. NeurIPS 30.
Les modèles peuvent apprendre ce que veut dire « bon » à partir de simples choix humains entre deux options. L’acceptation et le rejet suffisent.
La fin du marketing à faire soi-même
Le marketing est de la psychologie appliquée. Notre vision est de prédire le comportement humain, parce que c’est ce que fait vraiment un grand marketeur. Il sait ce qui va marcher avant de le produire.
Norn est construit pour trancher mieux que tout autre modèle, et un jour mieux que l’intuition humaine. Entraîné sur du comportement réel, le modèle vise à savoir ce qu’est une grande idée pour n’importe quel plombier, boulanger ou fondateur, partout dans le monde.
La mission est simple. Vous ne faites plus jamais de marketing. Norn prédit. Native produit. Vous dirigez votre entreprise.
Norn est étudié et développé en interne chez Native à Oslo. Il n’est pas encore en service. Cette page décrit le modèle tel que nous le construisons.