Découverte : interpréter la voix du client grâce à l’analyse des verbatim
Avec l’utilisation toujours plus répandue des outils digitaux, le dépôt d’avis est devenu une véritable habitude sociale. En conséquence, les entreprises ont à gérer de grandes quantités d’avis différents, issus de sources très variées !
Pris séparément, ces feedbacks ont une valeur relative, mais quand on prend soin de défricher le brouhaha, des lignes directrices se dessinent et des décisions logiques peuvent émerger.
Pour cette gestion aboutie des avis clients, l’analyse sémantique est une alliée surdouée. Qui est-elle ? Comment ça marche ? Pourquoi faire l’analyse sémantique des verbatim ? Voici nos réponses !
Qu’est-ce que l’analyse sémantique ?
L’analyse sémantique est une discipline qui existe depuis longtemps, mais depuis ces dernières années, l’intelligence artificielle a bouleversé sa pratique !
Analyse signifie “décomposition”, tandis que “sémantique” veut dire “qui signifie, qui indique et/ou fait connaître''. L’analyse sémantique est donc une “étude du message ” (qu’il soit intentionnel ou non) ou son interprétation.
Étudier des données avec l’analyse sémantique, c’est donc ordonner, classer et interpréter ! Loin d’être seulement une discipline qui catégorise, c’est surtout une discipline qui permet l’interprétation… Et là, le travail devient particulièrement complexe.
Le langage est plein d'ambiguïtés
Dans certains cas, le casse-tête est palpable, car un même mot peut signifier plusieurs choses différentes.
Exemple de commentaire client authentique : “Lourd le vendeur !” Le mot “lourd” doit-il être interprété positivement ou négativement ? Le sens du mot a évolué avec les jeunes générations… Le contexte dans lequel cet avis a été déposé peut éclairer son interprétation.
Et un mot seul peut changer de sens selon les phrases : cher, pas cher, trop cher, assez cher, pas trop cher … “Cher” peut être interprété négativement ou positivement selon les cas.
Imaginez ces questions ramenées à plus de 2000 avis …
Qui plus est, un même concept, par exemple la notion de prix, peut aussi s’exprimer de plein de façons différentes, sans forcément utiliser le mot prix (cher, onéreux, excessif, inabordable, abusé, …)
Résultat : s’il s’agissait seulement de réaliser des nuages de mots, qui affichent simplement les mots selon leur fréquence, on aurait une image déformée de la réalité. En vérité, l’analyse sémantique est loin de se borner à cette représentation.
Elle vise à tirer un message d’un contexte et d’une association de mots pour connaître sa valeur. Tel est l’enjeu réel de l’analyse sémantique !
Connaître ce qu’est un verbatim
Dans le monde des études, il est commun de récupérer ce que nous appelons des “verbatim” (mot latin, donc pas de “s” au pluriel pour les puristes).
Un verbatim est une réponse à une question ouverte dont on conserve l’intégrité (les termes exacts sont maintenus, même s’ils sont mal orthographiés et que la syntaxe n’est pas bonne). On codifie en général ce texte de manière un peu sommaire, selon une liste de rubriques pré-définie (appelée aussi “plan de code”).
Mais quand on fait passer les verbatim à la moulinette de l’analyse sémantique, il est possible de découvrir des informations particulièrement précieuses pour développer son business.
Analyse sémantique des verbatim
Il n’est pas possible de faire grand chose avec un agrégat disparate de verbatim.
Pour orienter ses décisions, une enseigne, une marque ou même un point de vente peut donc mobiliser l’analyse sémantique pour obtenir des éléments objectifs qui n’apparaissent pas clairement à première vue.
Lors de la mise en place de l’analyse sémantique, les mots - ou les groupes de mots - sont d’abord classés en différentes catégories thématiques. Exemple : cher, coûteux, onéreux, hors de prix et abordable pourront être regroupés dans une catégorie sémantique “prix”. Ensemble, ces différents termes pourront être quantifiés.
Mais si on s’arrêtait là, on n’aurait pas une vision claire de la situation : quid de l’analyse de notre fameux mot “cher” évoqué plus haut ? Est-il péjoratif ou non ? “Pas cher” est positif là ou “trop cher” est négatif.
De l’analyse sémantique à l’analyse du sentiment…
Au-delà des mots, une analyse sémantique correctement réalisée vise aussi à détecter le sentiment du client, qu’il soit positif ou négatif.
Ce sentiment est une donnée extrêmement précieuse pour une entreprise qui cherche à se démarquer, à donner la meilleure image et à fidéliser sa clientèle.
Pourquoi faire l’analyse sémantique des verbatim ?
Dans l’agrégat des verbatim, il y a une quantité de contextes et de situations différentes. Alors que Bruno a donné son avis après être passé en boutique de bricolage pour des conseils sur un marteau entre midi et 2, un autre avis client peut provenir de Sophie, qui est passée pour acheter de grandes quantités de peinture.
Tout l’enjeu de l’analyse sémantique, c’est de trouver des invariants, les ressemblances entre les verbatim qui permettent de tirer un message général en “toile de fond”.
On passe donc d’une information brute (un verbatim) peu signifiante qui, après classements et catégorisation, permet la production d’une information beaucoup plus consistante : une conclusion qui révèle quelque chose ou qui souligne des tendances.
Plus les canaux d’acquisition des avis clients se diversifient, plus les volumes de verbatim sont importants et plus il devient nécessaire de réaliser une excellente analyse sémantique.
Ceci explique que les équipes “études” ont de plus en plus souvent besoin de l’analyse sémantique pour interpréter la voix du client !
Quelques objectifs de l’analyse sémantique pour l’entreprise
Affiner la communication
Déceler des insights porteurs (des éléments positifs à maintenir ou à accentuer)
Faire émerger les éventuels problèmes avant qu’ils ne prennent une trop grande ampleur
L’analyse sémantique réalisée à bon escient permet de piloter l’entreprise en mettant le client au cœur des décisions.
Comment sont traditionnellement analysés les avis clients sur le plan sémantique ?
L’analyse sémantique, traditionnellement, commence par nettoyer le texte pour ne garder que les mots qui ont du sens, éliminant au passage ponctuation, conjugaisons et tous les petits mots inutiles.
L’analyse sémantique des avis clients est ensuite encore souvent un travail très fastidieux, réalisé à la main par des linguistes, à coup de dizaines et dizaines d’heures et de fichiers Excel de plusieurs milliers de lignes.
Heureusement, avec les progrès informatiques, la partie linguistique a commencé à s’automatiser avec le TAL (traitement automatique du langage), équivalent français du NLP (Natural language processing).
Mais les logiciels restent très pointus, difficiles à configurer et réservés à des spécialistes.
L’analyse sémantique que propose Liz
Traiter des données textuelles en masse
Avec le développement de l’intelligence artificielle, le traitement des gros volumes à très haute rapidité est devenu possible.
Pour cela, les spécialistes élaborent des algorithmes qu’il faut nourrir avec de la data. Créés et gérés par des humains - linguistes et experts informatiques - ces algorithmes apprennent automatiquement et gagnent en finesse d’analyse à mesure qu’on les nourrit.
Les résultats s'affinent avec le temps.
Prendre en compte le contexte de l'avis
Au-delà de l’analyse sémantique pure, Liz a inventé “l’intelligence sémantique”. Cette intelligence provient de la combinaison des données textuelles et d’autres données (les métadonnées), issues du contexte des avis.
Grâce à un mix pondéré entre l’analyse textuelle et l’analyse du sentiment (élargie à une palette de 25 émotions), Liz produit une analyse très fine et hiérarchisée des thèmes exprimés dans les avis et des émotions véhiculées.
Analyser et alerter dans l'instant
La force de Liz réside également dans son travail en temps réel. Là où, traditionnellement, une équipe d’experts doit s’affairer plusieurs jours ou semaines pour établir des recommandations, Liz analyse tout automatiquement afin de livrer des infos-clés en temps réel.
Cette approche “sur le feu” permet à toute entreprise de contrôler ce qui se passe tout au long du parcours de ses clients, à tout instant.
Présentés sous forme de visualisation dynamique, les résultats de l'analyse sémantique offrent une nouvelle lecture des avis clients, structurée en fonction des thématiques exprimées, et même des émotions !
Pourquoi la méthode de Liz est-elle plus efficace que les autres ?
En l’espace de 10 ans, l’équipe de Liz a récolté plusieurs millions d’avis.
Ce vivier de commentaires a été un vrai terrain d’expérimentation pour le développement et l’entraînement de son algorithme. Tout ce travail de fond a permis d’améliorer la catégorisation, l’analyse et l’aide à la prise de décision.
La méthode employée par Liz est particulièrement efficace pour les avis clients exprimés en textes courts, bien ou mal rédigés/orthographiés, rédigés dans un contexte particulier (liés à un lieu, un produit), etc.
C’est donc sur les difficultés classiques de l’analyse sémantique que Liz se différencie particulièrement !
Liz analyse l'ensemble des données (pas que le texte) et permet de les contextualiser pour aider à la prise de décision. Sur ce plan, Liz a une vraie longueur d’avance !