La voix du client, l’analyse de sentiments… on ne peut pas dire que le sujet soit nouveau ! Et il a fait les beaux jours de la eRéputation, le client étant aussi électeur, partenaire, … bref une personne qui s’exprime sur le Net. La vraie question est plutôt de savoir ce que l’on fait de cette parole qui a l’énorme avantage d’être spontanée ce qui est rarement le cas des enquêtes de satisfaction ou des sondages.

Nous l’avions déjà évoquée, la première réaction de celui qui écoute est narcissique : « dit-on du bien ou du mal de moi ? » Traduisez par « positif » ou « négatif », le neutre ayant été élégamment introduit pour dire « on ne sait pas trop ». Intéressant mais très limité surtout pour des gens de marketing qui recherchent plus qu’une revue de presse améliorée. En savoir plus nécessite alors des analyses des contenus qui ne peuvent être qu’automatiques ou largement préparées par des traitements automatiques, la volumétrie propre au Web interdisant les analyses manuelles.

Il s’agit d’un domaine d’activité dans lequel QWAM Text Analytics apporte une réelle valeur ajoutée. L’image qui illustre ce billet en est un exemple. Elle correspond à une visualisation des problèmes rencontrés par les utilisateurs de voitures de la marque CITROEN tels qu’ils les expriment sur le forum http://www.planete-citroen.com/forum :

    – Le nuage de concepts représente de façon classique les expressions les plus significatives, la taille de la police qualifiant cette importance.
    – La liste qui apparait sous ce nuage correspond aux thèmes tels qu’ils sont définis et aux sentiments qui ont été associés.

Il existe pléthore de techniques pour extraire des expressions ou concepts, étant entendu que le vocabulaire des forums, même techniques, est loin du dictionnaire de l’Académie.

QWAM Text Analyics utilise plusieurs outils pour fournir un résultat de qualité :

    – Ensuite, en exploitant ses analyseurs morphosyntaxiques qui vont extraire de façon très performante les concepts clefs des différentes contributions.
    – Enfin, il est essentiel que les termes extraits soient corrects ; un contrôle manuel est fait en fin de traitement. Il tend à se réduire significativement par l’utilisation d’algorithmes d’apprentissage automatique (Machine Learning) issus des travaux de recherche de QWAM.

La seconde partie de l’image, en bas, illustre la technologie originale d’analyse de sentiments de QWAM. Elle repose sur une ontologie de « thèmes » chacun correspondant à un des composants de la voiture : « moteur », « suspension », « climatisation »… Ces thèmes s’organisent dans une arborescence constituant ainsi cette ontologie : filtre / pompe à injection/ moteur est par exemple un sous-arbre propre à la mécanique d’une voiture.

A chaque thème, seront associés les mots qui décrivent les sentiments qui s’y rapportent, ces mots étant employés par les contributeurs du forum. Leur force est déterminée pour chacun des mots descriptifs du sentiment avec une prise en compte du contexte : des expressions comme « un peu plus » ou « un peu moins » sont traitées de même que les négations. En revanche, l’ironie et les figures littéraires associées, restent difficiles à prendre en compte surtout dans un forum où la créativité des rédacteurs est grande !

Pour chaque thème, QWAM Text Analytics détermine ainsi une qualification des sentiments exprimés ; l’organisation en ontologie permet l’exploitation d’agrégats, elle en facilite la lecture et la mise en évidence d’éléments spécifiques.

En revanche, garantir la complétude de ces traitements (« tous les sentiments exprimés ont tous été pris en compte ») serait illusoire. Mais, les algorithmes utilisés étant toujours les mêmes, quels que soient les thèmes ou la nature des sentiments exprimés, il est facile de calculer des indicateurs relatifs (par exemple des pourcentages) très pertinents et dont l’évolution dans le temps est simple à mesurer.

Par ailleurs, cette structuration facilitera l’exploitation de ces résultats par des outils décisionnels de type Business Intelligence, exploitation qui est sans doute la vraie finalité de l’analyse de sentiments, loin du narcissisme initial. Nous y reviendrons prochainement.