Pourquoi l’IA est un complément essentiel aux études qualitatives ?

Un entretien structuré et intelligemment mené devient rapidement une mine d’or en termes d’insights ! L’analyse psychosociologique et le croisement de données qui surviennent par la suite permettent de trouver des idées novatrices ou de résoudre des interrogations stratégiques.

Les études qualitatives ont beaucoup d’avantages lorsqu’une marque veut en apprendre plus sur une cible et sa perception d’un produit. Par rapport aux études quantitatives, elles sont en mesure de nous éclairer sur le pourquoi du comportement d’un consommateur.

Un entretien structuré et intelligemment mené devient rapidement une mine d’or en termes d’insights ! L’analyse psychosociologique et le croisement de données qui surviennent par la suite permettent de trouver des idées novatrices ou de résoudre des interrogations stratégiques.

La réelle valeur ajoutée provient de la capacité de l’analyste à croiser l’ensemble des données recueillies afin de dégager des tendances, des anomalies, des thèmes récurrents… bref tout ce qui permettra à l’entreprise de se (ré)orienter stratégiquement par la suite.

Cependant, une étude qualitative est un process qui peut s’avérer long et fastidieux. Une étude qualitative de qualité l’est encore plus !

Ce n’est pas un scoop, après la retranscription des interviews, il faut être en mesure de comparer les réponses de chacun, trier les thèmes, trouver les confluences sans oublier de faire attention aux différents mots ou expressions employés.

Avec la quantité d’information traitée, il est aisé de passer à côté de signaux faibles ou d’idées sous-jacentes qui à première vue, n’étaient justement pas visibles et surtout, de ne pas voir des insights activables passer au travers des mailles du filet.

Les usages de l’IA au service des professionnels des études : Le cas de Séissmo

Séissmo est un institut d’études de marché qualitatives internationales, son objectif est de donner à ses clients, une vision nouvelle de leurs interrogations, grâce notamment à des techniques d’entretiens qualitatifs novateurs.

Malgré l’expertise de ses analystes, les équipes restent confrontées à une grande problématique : le traitement de l’information non structurée de masse. Soit ils recherchent l’exhaustivité – ce qui est très chronophage ; soit ils sélectionnent et tirent des conclusions d’un set de données incomplet.

Cette équation est difficilement soluble et pose notamment des problèmes au niveau de la thématisation des idées avec leur quantification d’une part, et le croisement de toutes les données entre elles, ou avec des caractéristiques propres aux interviewés, d’autre part.

Afin d’accélérer les démarches de « tri » et pouvoir se concentrer sur l’aspect d’analyse et d’interprétation, l’entreprise a donc fait appel à la technologie d‘intelligence artificielle de Synomia !

SI VOUS ÊTES INTÉRESSÉ PAR LE TÉMOIGNAGE COMPLET

Comment l’IA a-t-elle pu les aider ?

Tout d’abord, après récupération des retranscriptions constituées de 32 entretiens individuels de 2 000 minutes, notre R&D a travaillé sur le corpus afin de transformer tous les écrits en verbatims et créer une base de données analysable. Ce processus a engendré la création de 50 000 verbatims, à la grande surprise des équipes de Seissmo qui ne s’attendaient pas à une telle quantité.

Une fois cette base de données créée, nos équipes et celles de Séissmo ont travaillé via les plateformes Synomia, sur la thématisation des données et plus spécifiquement les croisements de celles-ci avec des informations beaucoup plus spécifiques, telles que les données sociales, démographiques ou comportementales.

Résultat, en plus d’accélérer la thématisation, la transformation des retranscriptions en verbatims a permis aux consultants de travailler sur une base de données beaucoup plus complète, en minimisant la perte d’informations.

Mais les avantages ne s’arrêtent pas là.

Grâce à l’IA, il a été possible de détailler la sémantique employée et de déceler des termes pouvant être utiles au positionnement marketing (pour citer un exemple parmi tant d’autres, dans un corpus un produit peut être régulièrement décrit comme crémeux ou léger – ou frapper par sa couleur alors que d’autres produits comparables font à peine ressortir ce thème).

Mais pas seulement, les consultants ont aussi pu confirmer les premières intuitions de l’équipe qualitative relatives aux interviews, ainsi que de pondérer ces thèmes à l’intérieur de tout le corpus, donnant ainsi encore plus de poids aux affirmations des qualitativistes.

Les technologies d‘IA améliorent la qualité de la collecte parce qu’elles reconnaissent et évaluent les structures linguistiques mais ne sont pas affectées par la subjectivité relative aux individus. Elles permettent de repousser les limites de l’échantillonnage en rendant possible une extraction massive de données, et élargissent le terrain de recherche des analystes. Il n’est bien sûr pas question pour l’IA de se substituer aux métiers des études, mais bien de venir les soutenir et les compléter. Les analystes trouvent des axes de réflexion, analysent, interprètent ; l’IA quantifie, objective et rend exploitable toute la matière d’une étude pour une plus grande qualité et validité du rendu.