4 jours de Quali et Data Science. Le dénominateur commun : NLP

Depuis quelques années, l’Esomar Fusion a fusionné les deux précédentes conférences « Qualitative » et « Digital ». Cependant, la conférence de 4 jours continue d’être divisée en 2 jours avec un accent sur la Data et 2 jours plutôt études quali, mais des chevauchements et des méthodes hybrides sont présentes dans les deux parties. Et il est intéressant de voir comment un sujet est traité des deux « directions » : Natural language processing (NLP).

Du Social Listening au E-Seeing

L’une des présentations les plus intéressantes pour moi a été la présentation « Using A.I. to spot client’s irritating experience » par Ipsos (Charlotte Zaepfel, Mathilde Guinaudeau).

Une data scientiste et une Market Researcheuse ont présenté d’une manière très amusante, en répartissant bien leurs rôles (bon flic – mauvais flic = La Data Scientist orientée Algos vs. La Market Researcheuse « So-What ? ») comment elles ont relié les données CRM avec du web listening via les QOs des enquêtes CRM. Il est bien connu que l’une des limites de l’écoute sociale pour les études de marché est qu’on ne sait pas la plupart du qui a dit quoi et dans quel contexte.

Ipsos a ici comparé les verbatims collectés par le social listening avec les verbatims des questions ouvertes de l’enquête de satisfaction CRM et les a extrapolés à d’autres données CRM via une sorte de Look-Alike-Modelling, si j’ai bien compris.

Sous le titre « Utiliser les médias sociaux pour comprendre l’évolution de la beauté à travers les influenceurs », L’Oréal (Alberto Rodríguez Romo, Estefanía Yaguez) a présenté comment ils travaillent de plus en plus avec des images au lieu de textes (ce qui n’est pas très nouveau dans l’univers cosmétique), et que le traitement des images est naturellement plus « scalable », puisque les images, contrairement aux textes, ne doivent pas être traduites.

Focus Vision, avec Mike Kuehne, un ancien chef reconverti en Chief Data Scientist, a présenté sa nouvelle solution de transcription de vidéos en texte (« Using knowledge models for video highlight extraction »), qui permet aux qualitativistes de traiter les verbatims recueillis via des vidéos beaucoup plus rapidement en utilisant notamment du NLP.

NLP

Comme je l’ai mentionné au début, le Natural language processing était, à mon avis, le leitmotiv de liaison des deux sous-conférences. La Data Science utilise la PNL pour traiter de grandes quantités de données non structurées existantes, combinant la profondeur du quali avec de la mesure en quanti.

Les qualitativistes s’en servent pour remédier à la limite de taille d’échantillon et des nombres, en analysant beaucoup plus rapidement de grandes quantités de données qualitatives.

Mon moment kiff : bien sûr NOTRE présentation 😉

Benjamin, Chief Consulting Officer de chez nous et Charles Mezerette de leboncoin ont présenté ensemble notre étude Gen Z : some like it old. Dans cette étude, nous avons exploré le comportement d’achat des 16-25 ans en France et notamment leurs usages, attitudes et attentes vis-à-vis des produits d’occasion. Pour ce faire, nous avons combiné de la mesure passive du comportement web avec notre approche quali quantifiée dans une communauté en ligne.

Networking

Chacun des jours, il y avait environ 80 à 90 personnes à la conférence, avec un petit brassage du mardi au mercredi (Data to Qual). Lors d’une conférence aussi « petite », l’échange entre collègues est beaucoup plus facile. Bien sûr, Esomar a organisé tous les soirs des petits évènements networking avec tapas, vin, jambon ibérique et manchego, où l’on pouvait continuer les conversations dans une ambiance agréable.

Orkan Dolay, respondi