Analyse de questions ouvertes

Vous réalisez ou faites réaliser une étude marketing intégrant comme souvent une ou plusieurs questions ouvertes ?

Comment allez vous faire l'analyse de ces questions ouvertes et classer ces milliers de réponses et de commentaires exprimant des idées parfois identiques mais exprimées avec des mots différents, parfois complètement différentes ?

Certaines réponses contiendront une seule idée principale développée avec plusieurs arguments, d’autres plusieurs idées avec seulement quelques arguments. En faisant l’impasse sur cette granularité vous pouvez passer à coté d’idées source de valeur ajoutée pour votre entreprise.

Demandez une Démo

People discussing media ratings. Man and woman asking people about their feedback flat vector illustration. Social networking concept for banner, website design or landing web page

Comment cela fonctionne ?

- - Vous collectez les réponses aux questions ouvertes par l’intermédiaire de votre logiciel d’enquête ou un champ de saisie de texte libre dans votre formulaire de questionnement.

- - Nous organisons l’ensemble de ces réponses par sujet abordé avec une granularité plus ou moins fine et les classons par proportion.

- - Nous croisons les résultats avec les réponses aux questions fermées (Score de satisfaction, NPS, questions multiples..)

- - Nous restituons les résultats au sein de tableau de bord facilement manipulable pour vos équipes

Un dispositif présentant de nombreux avantages

Accès à la compréhension par le contexte

La plateforme de cognition artificielle « My_Knowledge » n’a pas besoin de disposer de mots similaires pour rapprocher des contenus. Tout comme pour l’être humain c’est le contexte qui prime.

Ainsi, si deux verbatims ou commentaires n’utilisent pas les mêmes mots mais ont le même sens (par exemple « moins de députés et de sénateurs » et « diminuer un peu le nombre de parlementaires » n’utilisent pas les mêmes mots) la plateforme « My_Knoweldege » saura détecter que ces deux verbatims ont un sens proche.

Selon les attentes, les regroupements de verbatims au sein d’une même catégorie peuvent être plus ou moins proches en jouant sur des réglages de granularité.

Quantifiez le qualitatif

La plateforme My_Knowledge met en évidences les différentes idèes ou tendances représentées au sein de l’ensemble de vos contributions.

Comme précisé plus haut le réglage de la granularité permet de d’obtenir un peu a la manière d’un zoom ou d’un microscope une vision plus ou moins détaillée de ces regroupements.

Ensuite chaque regroupement est classé par proportion. Ainsi vous disposez d’un inventaire plus ou moins (selon votre choix) détaillé de l’ensemble des idées classées par orde d’importance.

Une analyse exhaustive

Faire le choix de procéder à une analyse en ne prélevant que des échantillons de verbatims tout en pensant qu’ils sont représentatifs de la totalité c’est à coup sur vous priver de ce que l’on nomme des « signaux faibles ».

C’est d’ailleurs justement dans ces signaux faibles que résident des idées susceptibles de créer une valeur importante pour votre entreprise ou votre organisation.

En utilisant la plateforme de cognition artificielle « My_Knowledge », vous optez pour une analyse exhaustive des verbatims. En effet, le répondant vous formule une réponse précise mais vous n'avez guère d'autres explications.

Faites le lien entre les réponses obtenues par l'analyse quantitative et qualitative

Savoir combien de répondants ont répondus « oui » ou « non » à une question fermée est un premier niveau de compréhension. il en est de même pour l’attribution d’un score (ex : NPS) mais vous n'en connaîtrez pas forcément la cause. En effet, le répondant vous formule une réponse précise mais vous n'avez guère d'autres explications.

Il serait bien évidemment très intéressant de pouvoir compléter le "combien » par le «pourquoi» et le «comment»

En croisant les réponses obtenues à vos questions fermées avec les principales tendances ou idées présentes dans vos réponses aux questions ouvertes vous parvenez à une connaissance beaucoup plus juste de votre environnement.

Cas d'usage : analyse de questions ouvertes d'un logiciel d'enquête

Contexte

Lors d'une enquête réalisée à l'échelle nationale, une entreprise de service demande à ses clients de l'évaluer en employant le NPS (Net promoter score), qui est un indicateur de satisfaction représenté par un score. Par ailleurs, cette entreprise demande aussi à ses clients d'expliquer le score attribué et de répondre à d'autres questions ouvertes concernant leur satisfaction.

Source de données

Questionnaire de satisfaction.

Environ 5.000 verbatims

Résultat

- Plus d'une dizaine de tendances découvertes expliquant les notes attribuées par les répondants

- Une possibilité de visualiser les verbatims de chaque tendance par note (croisement avec données BI)

- Une prise d'action immédiate car les motifs d'insatisfaction sont clairement identifiés par priorité