Tous les professionnels des études sont confrontés à la question du « pourquoi ». Pourquoi les gens se comportent-ils d'une certaine manière ? Pourquoi les gens préfèrent-ils des produits d'une certaine forme, d'une certaine taille ou d'une certaine couleur ? Pourquoi les gens préfèrent-ils une certaine marque ? Ces types de questions « pourquoi » amènent souvent les professionnels des études à se demander si une méthode qualitative ou quantitative est la meilleure option pour un projet d'étude de marché particulier.  

Mais le « pourquoi » n'est pas une question réservée à la prise de décision concernant l'utilisation d'études qualitatives ou quantitatives. Il s'agit plutôt d'une question que les professionnels des études sociales et de marché devraient se poser tout au long du processus d'études. 

Pourquoi la méthodologie que vous avez choisie est-elle la plus appropriée ?  

Les professionnels des études qui se spécialisent dans les études par questionnaire sont extrêmement compétents dans leur domaine. En fait, ils peuvent probablement répondre à n'importe quelle question commerciale que vous leur posez en élaborant un questionnaire complet et détaillé. De même, les professionnels des études qualitatives peuvent résoudre un large éventail de problèmes commerciaux à l'aide de groupes de discussion et d'entretiens individuels. Nous savons cependant que toutes les questions d'études ne peuvent pas être résolues de manière optimale en utilisant votre méthodologie préférée.     

• Mesures de référence : Cherchez-vous à obtenir des données de référence sur la fréquence, l'ampleur et la durée ? Dans ce cas, les études quantitatives sont votre meilleure option. Si la plupart des gens se tournent immédiatement vers les questionnaires, il existe en effet de nombreuses autres options quantitatives. Les méthodes biométriques telles que l'oculométrie, l'EEG, la réponse galvanique de la peau et la variabilité du rythme cardiaque offrent des mesures valables et fiables. De même, l'analyse des données clients, l'analyse du web et l'exploration des données pourraient être des méthodes quantitatives plus appropriées. Sachez POURQUOI vous avez choisi votre méthode quantitative spécifique. 

• Généralisabilité : Essayez-vous de généraliser les comportements ou les émotions d'un petit groupe de personnes à une population beaucoup plus large ? Dans ce cas, vous devrez commencer par un échantillon aléatoire assez large, représentatif de la population en termes de données démographiques et psychographiques clés. Historiquement, les méthodes quantitatives étaient la seule option, mais les innovations en matière d'intelligence artificielle ont changé la donne. Historiquement, les méthodes quantitatives étaient la seule option, mais les innovations en matière d'IA ont changé la donne. Aujourd'hui, la recherche qualitative peut être menée à une échelle beaucoup plus grande, car des outils comme Ascribe peuvent coder et analyser de grandes quantités de données qualitatives avec des niveaux de précision élevés.  

Il y avait autrefois une séparation claire entre la recherche quantitative et qualitative et ce qu'elle peut faire, mais ce n'est plus le cas. Les chercheurs doivent se demander pourquoi ils ont recours à des méthodologies traditionnelles alors que de nouvelles options s'ajoutent chaque jour à notre boîte à outils.    

Pourquoi les questions sont-elles si monotones ?  

La plupart des outils de collecte de données pour les études de marché consistent à poser des questions aux gens. Où faites-vous vos courses ? Qu'est-ce que vous achetez ? Quand achetez-vous ? Combien en achetez-vous ? Pourquoi achetez-vous ? Ce sont des questions simples et directes. Mais réduire notre vie à ces questions simples revient à nier la complexité de notre vie et de nos processus de décision. La simplicité est une bonne chose, mais les questions simples suscitent des réponses superficielles et habituelles plutôt que des réflexions profondes et personnelles.  

Nous devons plutôt nous poser les questions suivantes : Pourquoi ai-je formulé la question de cette manière ? Pourquoi ai-je choisi cette série de réponses ? Pourquoi ai-je toujours recours à des questions types ? Pourquoi tous mes questionnaires utilisent-ils les mêmes questions ? Lorsque nous examinons nos questionnaires de la même manière que nous attendons des participants qu'ils examinent leurs réponses, nous obtenons des questions plus efficaces.  

Les questions simples n'ont pas besoin d'être ennuyeuses et peu complexes pour générer des réponses réfléchies. Choisissez les cinq questions les plus importantes de chaque questionnaire et prenez trente minutes pour réfléchir à dix alternatives pour chacune d'entre elles. Rédigez autant de questions absurdes que possible. Imaginez des scénarios inhabituels, des partenaires d'achat inattendus et des occasions d'achat improbables. Visez l'étrange et l'inattendu. Même si aucune des questions qui en résultent n'est bonne, le processus vous poussera à poser des questions plus intéressantes et plus stimulantes pour vos participants.  

Pourquoi avez-vous choisi ce type de rapport ?  

La façon la plus rapide de terminer un rapport est de le rédiger en PPT ou en Word. C'est ce que nous avons toujours fait et c'est ce que les clients ont toujours attendu. Mais il n'y a aucune raison, hormis la convention, pour que les résultats soient partagés de cette manière. L'objectif d'un rapport est de partager ou d'enseigner un enseignement clé, et non de créer des pages d'écriture. Alors pourquoi avoir choisi PPT ou Word ?  

Pensez à ce que vous aimez faire pendant votre temps libre. Peut-être aimez-vous lire ? Dans ce cas, Word pourrait être le type de rapport parfait pour vous. Mieux encore, imaginez qu'il prenne la saveur de votre auteur préféré et qu'il soit écrit comme un roman d'amour, un roman policier ou un roman historique. Ce pourrait être le livre le plus captivant que vous ayez jamais lu et vous en garderez certainement un souvenir impérissable.  

Imaginez que vous prépariez une recette de cuisine pour un cuisinier, un résumé Spotify de titres de chansons correspondant à quatre personas d'acheteurs pour un mélomane, ou un jeu de société de stratégies pour attirer de nouveaux acheteurs pour un ludophile ? Imaginez leur engagement et l'impact de ce rapport. Les options sont infinies... une collection de « coupures de journaux », des « lettres d'un amoureux », un puzzle, des cartes à collectionner. L'astuce consiste à découvrir ce qui est le plus significatif pour l'auteur de la recherche.  

Il est évident que le rapport créatif doit être accompagné d'un addendum contenant des résultats détaillés, mais il n'y a aucune raison pour que l'outil pédagogique le plus important soit de la prose.  

Quelle est la prochaine étape ?  

Un moyen extrêmement efficace de réussir en affaires consiste à rejeter le statu quo. Au lieu de cela, demandez-vous pourquoi. Pourquoi ai-je choisi ceci - parce que vous avez en fait choisi chaque aspect du processus de recherche, même si vous l'avez fait sans réfléchir. Faites suivre ce pourquoi de plusieurs questions jusqu'à ce que vous soyez sûr d'avoir choisi la meilleure voie, et non la plus facile, la plus rapide ou la plus simple.  

Pour les études quantitatives, cela pourrait signifier recommander des entretiens qualitatifs avec codage et analyse par IA pour votre prochain projet. Pour les auteurs de questionnaires, cela pourrait signifier le rejet de votre modèle traditionnel et l'élaboration d'un nouveau modèle rempli d'options créatives qui inspirent une réflexion approfondie. Quel que soit votre pourquoi, il vous mettra certainement sur la voie d'études plus efficaces et plus engageantes. Nous serions ravis d'être sur cette voie, alors n'hésitez pas à prendre contact avec l'un de nos experts en enquêtes ! 

Familiarisez-vous avec l'IA

Qu’on l’aime ou non, l’intelligence artificielle (IA) est là pour rester et elle est en train de tout changer. Dans l’industrie des études, elle a infiltré le recrutement, l’échantillonnage, la conception de la recherche, la création de questionnaires, la modération des interviews, l’analyse des données, les rapports et bien plus encore. Impossible d’éviter l’IA.  

Si vous souhaitez maintenir votre pertinence et votre bonheur dans votre travail, il est essentiel de collaborer avec l'IA et d'acquérir des compétences en la matière. Vous n’avez pas besoin de devenir un programmeur ou un développeur, mais il est important de pouvoir engager des conversations significatives et prendre des décisions éclairées. Voici quelques ressources gratuites et payantes pour vous aider à démarrer. 

• Coursera : L'une de mes sources gratuites préférées pour apprendre et améliorer ses compétences, Coursera propose une multitude de cours gratuits et payants dispensés par de nombreuses institutions accréditées que vous connaissez déjà. Parfait pour les débutants, vous pouvez vous inscrire à leur cours en ligne gratuit intitulé « AI for Everyone » enseigné par Andrew Ng de l'Université de Stanford. Ce cours se concentre sur la compréhension de la terminologie, ce à quoi vous pouvez vous attendre de l'IA, comment l'utiliser et comment l'utiliser de manière éthique. Aucune compétence technologique ou expérience n’est requise pour bénéficier de ce cours.
• Université de Harvard : Si vous souhaitez briller un peu et que vous maîtrisez déjà Python, ce cours est pour vous. Harvard propose de nombreux cours gratuits au public, dont un intitulé : « CS50’s Introduction to Artificial Intelligence with Python ». Vous y apprendrez les algorithmes, l’apprentissage automatique, les principes de l'IA et comment utiliser l'IA avec Python. N’oubliez pas de mettre cette certification sur votre page LinkedIn !
• NewMR : Si vous préférez être plus observateur et absorber des informations en cours de route, inscrivez-vous à la newsletter sur l’IA de Ray Poynter. Avec de nombreuses discussions sur la façon d'utiliser l'IA et des informations sur des webinaires et de nouveaux outils, Ray vous tiendra informé de tout ce que les experts en études devraient savoir. C’est une excellente option pour ceux qui estiment être trop âgés ou trop avancés dans leur parcours professionnel pour commencer à apprendre quelque chose de nouveau, car Ray ne l’est pas !

Améliorez vos compétences en conception de questionnaires

Peu importe combien d’années d’expérience vous avez dans la rédaction de questionnaires, il y a toujours quelqu’un d’une autre industrie avec des expériences différentes qui peut vous offrir quelque chose de nouveau à apprendre. Que ce soit de nouveaux types de questions ou des perspectives que vous n'aviez pas envisagées auparavant, développez vos compétences en conception de questionnaires avec un cours gratuit ou payant, un webinaire ou un livre.

• ESOMAR Academy : Toujours une mine de connaissances actualisées, ESOMAR propose régulièrement des cours en ligne, dont celui-ci intitulé « Empathetic Survey Design » par Jon Puleston et Martha Espley. Rempli de données issues de leurs propres recherches, vous y apprendrez sûrement des techniques utiles que vous n’aviez pas envisagées auparavant.
• Coursera : Les choix sur Coursera sont interminables. Que vous préfériez l’approche des psychologues, des sociologues, des anthropologues ou des économistes, il existe un cours sur la conception de questionnaires pour vous. Pour une approche complète, essayez le cours « Questionnaire Design for Social Surveys » proposé par l’Université du Michigan.
• People Aren’t Robots : Passez cette option si vous n'aimez pas que les auteurs fassent la promotion de leurs propres livres ! En revanche, si c'est votre cas, « People Aren't Robots » est un livre court mais détaillé, avec de nombreux exemples qui vous inciteront à rédiger de meilleurs questionnaires. Partant du principe que les gens sont imparfaits, il offre une perspective rare sur la manière d'être plus aimable avec les personnes qui répondent aux questionnaires. 

Il est facile de se frustrer lorsque l’on voit son secteur d’activité prendre une direction qui ne correspond pas à celle que l’on souhaite suivre. Heureusement, il existe une solution simple : rejoignez votre association nationale et prenez les commandes !

• Insights Association : Si vous êtes basé aux États-Unis, l’Insights Association œuvre en votre nom pour défendre, protéger et créer de la demande pour l’industrie des études et des analyses. Les bénévoles participent à l’élaboration de normes de qualité, à la formation, à la certification et bien plus encore. Impliquez-vous dans quelques petits projets pour voir l’impact considérable que vous pouvez avoir.
• CAIP et CRIC : Si vous êtes basé au Canada, vous avez deux options pour aider à orienter votre association nationale. Les individus peuvent devenir Certified Analytics and Insights Professionals (Professionnels certifiés en analyses et études) et les entreprises peuvent rejoindre le Canadian Research Insights Council. Dans les deux cas, faites du bénévolat en tant que membre d'un conseil d'administration ou d'un comité et concrétisez vos priorités.
• Esomar : Prêt à faire un geste audacieux et à avoir un impact mondial ? Alors Esomar est l’endroit qu’il vous faut ! Vous pouvez avoir l’impression de ne pas être encore prêt à vous présenter pour un poste au conseil ou pour un poste de représentant national, mais il existe de nombreuses autres façons de faire entendre votre voix. Cela pourrait être au sein de comités de projets qui travaillent sur des tâches spécifiques comme les lignes directrices et les publications, ou de comités de programmes qui planifient des événements et des contenus. Contactez Esomar pour découvrir comment concrétiser vos idées.

Et après ?

Comme le dit le proverbe, le meilleur moment pour commencer, c’est maintenant. Que ce soit le 1er janvier ou le 30 juin, stimulez votre esprit avec un cours, un webinaire, un livre ou un email à votre association nationale. Et lorsque vous serez prêt à mettre en œuvre vos nouvelles compétences en conception de questionnaires ou à tester un système d'analyse de texte IA et de codage des verbatim, discutez avec l’un de nos experts en enquêtes et IA. Nous serions ravis de faire partie de votre parcours de croissance !

‍

Quelles que soient les précautions prises, une fausse précision se glisse dans les résultats et les rapports de recherche. Qu’il s’agisse de la conception des études, des tests statistiques ou de l’incapacité générale à accepter les limites des personnes et des données, les chiffres paraissent souvent plus précis qu’ils ne le sont en réalité. Les professionnels des études de marché peuvent toutefois essayer de minimiser les fausses précisions afin que les responsables du marketing puissent prendre des décisions commerciales plus éclairées.

Intégrer autant de rigueur que possible

Les professionnels des études de marché disposent de nombreux outils pour réduire le risque de fausse précision, mais trois techniques fondamentales sont particulièrement importantes.

Premièrement, utilisez des échantillons de la plus grande taille possible. Bien qu’il n’y ait pas de taille d’échantillon « idéale » applicable à toutes les études, on peut dire que plus il y en a, mieux c’est. Dans le domaine des études de marché, un échantillon de 700 personnes par groupe offre souvent la précision nécessaire pour déterminer si deux groupes sont différents – dans ce cas, 10 % contre 15 % seront probablement statistiquement différents. Lorsque les budgets conduisent à des tailles d’échantillon de 200 à 300 par groupe, la fiabilité diminue et la fausse précision augmente.

Deuxièmement, utilisez des groupes de comparaison ou de contrôle aussi souvent que possible. Sans comparaison, il est impossible de savoir dans quelle mesure le hasard a affecté les données. Le taux de rappel de votre marque était-il réellement de 10 % ou 10 % des gens se seraient-ils souvenus d’une marque que vous venez d’inventer ? Est-ce que 10 % des gens ont essayé, acheté, aimé ou recommandé votre produit ou est-ce que 10 % des gens auraient dit la même chose d’une marque que vous venez d’inventer ? Quelle que soit la prudence dont ils font preuve, les gens se souviendront toujours mal et comprendront mal des choses apparemment évidentes.

Troisièmement, lorsque l’occasion se présente, utilisez un véritable échantillon aléatoire. Si vous avez la chance de travailler avec des élèves inscrits dans une école ou des caissiers employés dans un magasin, il peut être possible d’obtenir le consentement d’un échantillon de la population. Malheureusement, la plupart des études de marché n’ont pas accès à une liste de clients/acheteurs/utilisateurs et ne peuvent donc pas en bénéficier.

Utiliser le moins possible de chiffres significatifs

Les chiffres sont faciles à générer. Il suffit de soumettre un questionnaire à 700 personnes, d’effectuer des chi-carrés, de calculer des valeurs p et d’élaborer des tableaux d’un millier de pages. Cependant, les chiffres qui en résultent ne sont pas la véritable réponse. Ce sont des représentations de constructions subjectives complexes basées sur des êtres humains faillibles et peu fiables. Alors que la vérité est de 68 %, le résultat d’un sondage peut être de 61 % ou de 69 %. Dire que 61,37 % des personnes recommanderaient l’hypothétique marque C est une grossière erreur d’utilisation des décimales.

Les décimales sont peut-être la source la plus problématique de fausse précision, en particulier dans le monde des études de marché. Pour éviter cela, n’utilisez pas de décimales lorsque les pourcentages sont compris entre 5 % et 95 %. De même, évitez d’utiliser deux décimales lorsque vous présentez des résultats de type Likert. Ne vous aventurez à utiliser une ou plusieurs décimales que lorsque vous travaillez avec des échantillons de grande taille provenant d’échantillons réellement aléatoires.

Mieux encore, si vous êtes courageux et que vous voulez exprimer votre appréciation de la fausse précision, arrondissez 61,37 % à « environ 60 % ».

Utiliser les tests statistiques à bon escient

Tout comme l’intelligence artificielle, les tests statistiques sont dénués de sens lorsqu’ils ne sont pas accompagnés d’une supervision humaine.

Les rapports de tabulation peuvent inclure des milliers de tests t et de tests chi-carré mais, par construction, nous savons que 5 % des résultats significatifs sont des erreurs de type I. Pire encore, nous ne savons pas lesquels de ces résultats significatifs sont faux. Parce qu’ils sont faciles à trouver et excitants à rapporter, il est facile d’abuser de ces résultats significatifs. Pour aider les lecteurs à saisir le concept de fausse précision, il est bon de partager des tendances corroborantes provenant d’autres sources, telles que le rapport de recherche de l’année dernière, les données de fidélité, les données économiques ou politiques.

Si vous avez la chance d’utiliser des échantillons aléatoires, indiquez toujours les marges d’erreur. De plus, indiquez toujours les intervalles de confiance disponibles. Bien que ces chiffres intègrent également un degré de fausse précision, les lecteurs ont besoin qu’on leur rappelle que toutes les statistiques communiquées ne sont pas gravées dans le marbre.

Le plus important est de s’assurer que le lecteur comprend que les chiffres présentés ne sont pas la vérité. Au contraire, ils sont beaucoup plus proches de la vérité que les hypothèses.

Résumé

La fausse précision est un piège dans lequel il est facile de tomber, surtout lorsque les résultats de la recherche correspondent à vos hypothèses. Elle peut donner lieu à des interprétations trompeuses, à des prises de décision erronées et, en fin de compte, à des conséquences négatives pour les entreprises. Cependant, en étant conscients des limites des modèles de recherche et des rapports de données, et en offrant des instructions claires sur la meilleure façon d’interpréter les chiffres, les chercheurs peuvent aider les professionnels du marketing à mieux comprendre leurs données et à prendre des décisions plus éclairées et plus précises. Si vous êtes curieux de savoir si la fausse précision peut se présenter dans vos études, n’hésitez pas à prendre contact avec l’un de nos experts en enquêtes !

Les entreprises se livrent à une course effrénée pour montrer comment leurs innovations en matière d’IA aident les entreprises à réaliser des gains significatifs dans le traitement des données de manière plus rapide et plus précise. Cependant, comme pour toute chose, il est rarement judicieux de sauter dans le train sans plan d’action.

Au fil des ans, les outils d’IA se sont développés dans divers secteurs et leur utilisation a permis de tirer des enseignements pour les futurs innovateurs. Voici quelques-unes de ces leçons.

Les pivots soudains sont judicieux

Bien que cela semble remonter à une éternité, il y a seulement huit ans que Microsoft a lancé le chatbot Tay. Il est immédiatement devenu un outil de conversation ludique avec de petites bizarreries mignonnes. Cependant, les gens ont rapidement cessé d’avoir des conversations amusantes avec lui pour s’engager dans des cas d’utilisation plus controversés. Ils ont réalisé qu’ils pouvaient entraîner Tay et lui ont rapidement appris à devenir raciste, sexiste et haineux.

Ce résultat inattendu a permis de tirer deux enseignements importants. Tout d’abord, Microsoft a réagi rapidement et a retiré Tay de la circulation. Le retrait de Tay ne reflète pas nécessairement un échec, mais plutôt un risque calculé dans l’entonnoir de l’innovation. Deuxièmement, comme nous l’avons déjà appris des méthodes de « Privacy by design », l’incident de Tay a renforcé la nécessité pour les outils d’IA d’incorporer des modèles d’« Ethics by design ». Grâce en partie à Tay, la plupart des outils d’IA intègrent désormais des garde-fous éthiques. Prenez des risques, mettez vos innovations sur le marché, mais veillez à ce qu’elles soient préconstruites avec des processus de détection et de prévention des abus.

Les normes minimales viables sont relatives

Vous souvenez-vous de l’apparition des sèche-mains équipés de capteurs dans les toilettes ? Ils fonctionnaient très bien pour de nombreuses personnes, mais il est vite apparu qu’ils n’étaient pas fiables pour les personnes à la peau plus foncée. Les développeurs n’avaient pas testé le produit sur des personnes à la peau plus foncée. D’une manière générale, nous avons constaté que les outils d’IA sont souvent biaisés en faveur des visages pâles et masculins parce que les autres personnes sont exclues en quantité suffisante des données d’entraînement de l’IA. Par conséquent, nous avons désormais des normes minimales plus élevées pour les ensembles de données d’entraînement, et nous veillons à ce qu’ils incluent des personnes reflétant un large éventail de données démographiques, en particulier dans les études sociales et de marché.

Nos normes se sont améliorées au fil du temps, mais elles diffèrent également en fonction du cas d’utilisation. Dans le secteur des études, par exemple, si vous devez coder des verbatims de questionnaires pour comprendre quelle couleur de savon les gens préfèrent, une précision de 85 % convient pour ce travail. Passer de 85 % à 95 % ne changera pas le résultat de l’étude, mais cela prendra plus de temps et coûtera plus cher. En revanche, s’il s’agit de comprendre l’efficacité de différentes thérapies de santé mentale, il est préférable d’atteindre une précision de 99 % grâce à un codage automatisé complété par un codage manuel. Les situations de vie ou de mort nécessitent une plus grande précision. Les normes sont relatives.

Veiller à ce que les personnes conservent le contrôle final

Si vous demandez à plusieurs outils concurrents de génération d’images par IA de créer une image de poissons dans une rivière et qu’ils montrent tous des sushis et des rouleaux maki nageant en amont, l’image n’est pas valide pour autant. En fait, après avoir vu une seule image, les gens sauraient que le résultat n’est pas valable.

C’est précisément pour cette raison qu’il est nécessaire de faire appel à des personnes pour confirmer la validité et la précision des outils d’IA. Par exemple, au cours du développement de notre outil de codage qualitatif, Ascribe, nous avons comparé les résultats générés par l’outil d’IA aux résultats générés par des codeurs humains experts. Il faut du temps pour générer continuellement des résultats dans divers secteurs et sujets, puis pour tester ces résultats avec le codage humain. Ce processus continu est toutefois un temps bien utilisé pour garantir que la qualité des résultats de l’IA est comparable, voire supérieure, à celle des résultats humains.

La prise de risque prudente gagnera la course à l'IA

La perfection est insaisissable, même à l’ère de l’IA. Tout produit, aussi avancé soit-il, a ses limites. Si certains défauts, comme ceux observés avec Tay, peuvent nécessiter des changements radicaux, la plupart peuvent être corrigés par de petites modifications ou en découvrant les cas d’utilisation optimaux. Le secret d’une innovation réussie réside dans un équilibre entre des idées audacieuses, une adaptation agile et le courage de prendre de petits risques calculés. Si vous souhaitez en savoir plus sur notre approche de l’utilisation judicieuse de l’IA, n’hésitez pas à contacter l’un de nos experts Ascribe ou en Intelligence Artificielle.

Les rapports de recherche existent sous une grande variété de formats. Des rapports courts et précis aux rapports longs et détaillés, il y en a pour tous les besoins. Dans cet article, nous allons exposer les avantages et inconvénients de trois formats afin de vous aider à choisir celui qui conviendra le mieux aux besoins de votre entreprise.

Les rapports de données sont peu coûteux, rapides et simples

Historiquement, l'industrie de la recherche a excellé dans la production de rapports avec une multitude de données. Aujourd'hui, ces types de rapports sont soutenus par des systèmes automatisés qui produisent un graphique coloré pour chaque question d'un questionnaire. Des graphiques supplémentaires peuvent également être construits manuellement à partir des données extraites des tableaux. Une fois les graphiques en place, les titres ou les en-têtes sont facilement préparés en convertissant le plus grand ou le plus petit nombre de chaque graphique en une phrase.

Vous savez que vous travaillez avec un rapport de données lorsque les titres ressemblent à ceci :

• 75 % des consommateurs recherchent des réductions
• 55 % des personnes préfèrent le format B
• 80 % des personnes ont indiqué que la garde d'enfants est une question clé

Les rapports de données sont rapides et relativement peu coûteux à créer. Il suffit de lancer une enquête, de demander les graphiques automatisés, et de choisir un chiffre intéressant pour en faire le titre de chaque diapositive. Ces rapports nécessitent peu de réflexion et de créativité, et de ce fait, presque n'importe qui peut les préparer, quel que soit son niveau de compétence ou d'expérience.

Malgré leur tendance à être assez longs, ces types de rapports répondent à des questions limitées. Bien que l'automatisation signifie qu'ils sont beaucoup moins chers, ils sont les moins utiles et sont rarement réemployés.

Les rapports d'informations prennent du temps, de l'argent et de l'attention

Ces dernières années, notre secteur a réalisé que les rapports de données n'offraient que peu de valeur aux acheteurs du secteur des études. Le « quoi “ sans le ” comment, pourquoi et quand » ne conduit pas à des décisions commerciales pouvant être généralisées pour une valeur à long terme sur l'ensemble des produits et des publics. Par conséquent, de nombreux fournisseurs de rapports se sont détournés des rapports de données pour se tourner vers les rapports d'informations.

Les rapports d'informations exigent des professionnels qu'ils prennent en compte simultanément plusieurs éléments de données et qu'ils en tirent une compréhension qui n'est pas évidente dans les données. Il faut comprendre le contexte externe et environnemental dans lequel l'étude a eu lieu et comment il est lié au problème de l'entreprise.

Les rapports d'informations sont plus chers et prennent plus de temps à créer car ils demandent davantage de compétences et d'expérience. Plutôt que de se concentrer sur le plus grand ou le plus petit nombre dans un graphique, les professionnels recherchent les chiffres inattendus, absurdes ou hors de propos qui sont les plus importants. Transformer ces chiffres en données nécessite de fouiller dans celles externes: culturelles, historiques, géographiques, politiques, technologiques, économiques.

Les titres dans les rapports d’informations pourraient ressembler à ceci :

• En raison de l'augmentation soudaine du coût de la vie, 50 % de consommateurs sont désormais à la recherche de bonnes affaires
• Bien qu'il soit moins accessible, les gens ont préféré le format B parce que leur célébrité favorite a récemment été vue l'utiliser
• Le besoin de garde d'enfants a diminué à 80 % en raison de l'augmentation du chômage

Bien que les rapports d'informations prennent plus de temps et d'argent à créer, ils apportent de la valeur au-delà du coût de la collecte des données. Ils offrent des informations et une compréhension qui peuvent être utilisés non seulement pour résoudre les problèmes commerciaux immédiats, mais aussi pour d'autres défis à venir avec des produits, des catégories ou des audiences similaires. En fin de compte, ces données plus précieuses conduisent à une fidélité à long terme entre l'acheteur et le fournisseur de recherche.

Les rapports d'actions sont coûteux, mais génèrent un retour sur investissement

Les rapports les plus précieux sont ceux d'actions. Ces rapports vont au-delà des points de données et d’informations contextuels pour offrir des recommandations concrètes qui identifient des solutions à long terme pour des problèmes commerciaux spécifiques et généraux. Si vous deviez cartographier les questions et les diapositives dans ce type de rapport, vous ne trouveriez pas de graphique pour chaque question et les diapositives ne seraient pas "dans l'ordre". Vous trouveriez plutôt que chaque titre de diapositive contribue à une histoire cohérente complète avec une introduction, des questions clés et des conclusions finales.

Voici quelques exemples de déclarations d'actions dans un rapport :

• Avec l'augmentation du coût de la vie créant plus de chercheurs de bonnes affaires, passer à un papier de moindre qualité et utiliser moins d'encre pour chaque impression permettra de réduire les prix de 8 %
• Malgré des évaluations plus faibles pour le format A, il devrait être adopté avec un plan marketing démontrant ces 3 cas d'utilisation en matière d'accessibilité
• Bien que la demande de garde d'enfants ait diminué, nous devons augmenter les places de garde d'enfants pour soutenir les opportunités de recherche d'emploi

Contrairement aux rapports de données longs et moins chers, les rapports d'actions sont généralement courts et beaucoup plus coûteux, principalement parce qu'ils sont nettement plus difficiles à créer. Les rapports d'actions dépendent d'un véritable partenariat entre l'acheteur et le fournisseur de recherche, un partenariat dans lequel le fournisseur a été informé des travaux confidentiels et des défis rencontrés par l'acheteur. Un véritable partenariat mène à des rapports offrant une valeur à long terme et un retour sur investissement croissant.

Points clés à retenir

Le choix entre les rapports de données, les rapports d'informations et les rapports d'actions dépend finalement de vos besoins commerciaux spécifiques. Les rapports de données offrent une solution rapide et rentable, mais leurs résultats limités peuvent ne fournir aucune recommandation concrète. Les rapports d'informations, en revanche, plongent plus profondément dans les données, découvrant des modèles et des tendances précieux. Dans leur meilleur des cas, les rapports d'actions fournissent non seulement des informations, mais aussi des recommandations concrètes pour stimuler la croissance de l'entreprise. La clé du succès réside dans le choix du type de rapport qui s'aligne avec vos objectifs stratégiques et fournit les informations actionnables nécessaires pour prendre des décisions éclairées. Si vous souhaitez en savoir plus sur les processus de recherche, contactez l'un de nos experts en enquêtes. Nous adorons toujours discuter des meilleures façons de découvrir des informations valides et fiables !

Que votre environnement soit académique ou industriel, chaque professionnel en étude de marché, recherche sociale ou marketing a un ensemble unique de compétences façonnées par sa formation et son expérience. Quelle que soit la profondeur ou la source de ces compétences, elles restent toutefois limitées. Dans cette optique, voici quelques compétences clés que les chercheurs de l’industrie et du milieu universitaire peuvent apprendre les uns des autres.

Accepter le caractère aléatoire de la vie réelle

Tous les professionnels des études de marché aiment les allées de magasins entièrement factorielles et conçues de manière expérimentale, mais ces allées n’existent pas dans la vie réelle. Faire ses achats dans le monde réel signifie ne pas trouver le produit, la marque, la taille ou le format que l’on recherche, tomber sur des prix élevés ou bas inattendus et avoir affaire à des clients et des employés impolis.

Les professionnels des études de marché qui effectuent des visites d’achat et des ethnographies sur place ont une grande expérience de l’analyse et de l’interprétation de scénarios complexes et désordonnés de la vie réelle. Leur expérience pratique rend leur travail très pertinent pour les chefs d’entreprise qui ont besoin de comprendre les besoins actuels du secteur, les tendances du marché et les préférences des consommateurs. La vie réelle est peut-être désordonnée, mais les professionnels des études de marché devraient apprendre à accepter un peu plus de désordre.

Intégrer plus de profondeur théorique

Le comportement humain n’est pas nouveau. Depuis plus de cent ans, les études professionnelles s’efforcent de comprendre les comportements du marché et de ses consommateurs et d’établir des fondements théoriques tels que la méthode de la dissonance cognitive et la théorie de la diffusion de l’innovation, qui peuvent être utilisés pour formuler des hypothèses et prédire les comportements futurs. Ils se sont appuyés sur les travaux de leurs prédécesseurs, sachant qu’ils constituent le fondement de leurs propres recherches. C’est ce qui permet à leur travail de passer d’analyses descriptives et d’hypothèses simples à une compréhension plus profonde de qui, quoi, quand, où, pourquoi et comment certains comportements de consommation se produisent.

Plutôt que d’essayer de comprendre un seul problème, par exemple quel emballage aura du succès aujourd’hui, les professionnels des études de marché s’efforcent d’élaborer des théories qui auront un impact plus large. En fouillant plus souvent dans les archives du comportement humain, les professionnels des études de marché pourraient également générer des conclusions et des recommandations plus solides.

Pratiquer des processus de recherche agiles

Alors que les professionnels des études de marché disposent souvent de mois ou d’années pour mener à bien un projet de recherche tenant compte d’un large éventail de variables, les chercheurs de l’industrie disposent souvent de quelques jours ou de quelques semaines. Les chercheurs de l’industrie ont appris à s’attendre et à s’adapter à des circonstances changeantes afin de pouvoir respecter des délais d’exécution rapides. Leur travail est efficace et adapté au monde réel, qui peut changer littéralement du jour au lendemain. Les études de marché sont souvent simples et rapidement exploitables. Le rapport qualité-prix est clair et personnellement observable. Les études professionnelles des marchés pourraient certainement bénéficier d’un raccourcissement de leurs délais et d’une mise en application plus rapide de leurs résultats dans le monde réel.

Impliquer davantage de parties prenantes

Déterminer si les clients préfèrent l’offre A ou l’offre B n’est pas aussi simple qu’il n’y paraît. Oui, une expérience très contrôlée peut révéler un gagnant, mais le simple fait d’aller de l’avant avec les résultats de ce qui est essentiellement un vote des clients peut conduire à un échec cuisant.

Pour éviter qu’une expérience n’atterrisse dans un tiroir à dossiers, les chercheurs de l’industrie prennent soin d’impliquer de nombreuses parties prenantes, y compris non seulement les clients, mais aussi le concepteur de l’emballage qui devra apporter des modifications ultérieures à son design bien-aimé, le responsable de la marque qui a fait campagne pour l’emballage perdant, le responsable de la catégorie qui doit prévoir un budget pour un emballage plus cher, l’équipe de développement commercial qui doit promouvoir un design qu’elle n’aime pas personnellement, et la direction générale qui est divisée sur la décision.

En faisant appel à une équipe pluridisciplinaire dès le départ, les professionnels des études de marché ont appris à renforcer l’applicabilité et la portée de leurs recherches. Parfois, les chercheurs universitaires doivent se rappeler que la découverte de la vérité n’est pas le chemin automatique vers le succès.

Prendre des risques avec de nouvelles innovations

Si vous n’utilisez pas encore l’IA, vos concurrents prendront de l’avance et vous laisseront à la traîne. Cela ne signifie pas que vous devez sauter dans le train de l’IA et l’utiliser partout où vous le pouvez. Cela signifie que vous devez trouver des moyens d’intégrer de nouvelles méthodologies telles que l’IA dès que vous en trouvez des utilisations pratiques et valables.

Plutôt que d’attendre que les professionnels des études de marché réalisent des études hautement contrôlées, les chercheurs de l’industrie intègrent des outils et des techniques d’IA à des fins d’expérimentation en cours de route. Avec des comparaisons côte à côte, les chercheurs de l’industrie permettent à leurs clients de voir et de se sentir à l’aise avec les résultats tout en s’assurant que les innovations sont valides et fiables dans la vie réelle. L’essentiel est de prendre des risques sûrs et réfléchis en cours de route.

Valoriser l'apprentissage à long terme

Vous êtes un professionnel des études parce que tout au long de votre vie, en tant que bébé, bambin, enfant, adolescent et jeune adulte, vous avez été exposé à un ensemble d’expériences et de circonstances qui, consciemment ou inconsciemment, vous ont amené à rejeter certaines opportunités professionnelles et à choisir celle-ci. Vous êtes une expérience de toute une vie, et non une étude ponctuelle réalisée la semaine dernière.

De même, les études professionnelles des marchés valorisent les expériences de toute une vie, ce qui signifie que nombre d’entre eux mènent des études qui s’étendent sur 5, 10, voire 50 ans. Ces études nous aident à comprendre les problèmes systémiques et longitudinaux qui ne sont pas visibles dans les études ponctuelles et transversales. Les études longitudinales nous permettent de comprendre l’impact de l’éducation précoce sur les habitudes de vote ultérieures ou des expériences de service communautaire précoces sur les questions de consommation ultérieures. Les professionnels des études de marché auraient tout intérêt à adopter une approche à plus long terme pour certaines de leurs études.

Intégrer plus de rigueur scientifique

Les professionnels des études de marché sont rigoureusement formés aux statistiques, à l’échantillonnage et aux méthodologies de recherche. Grâce à des années d’études, ils ont appris à examiner et à interpréter les données d’un œil critique. Ils savent quand utiliser une correction de Scheffé et pourquoi ils ne l’utiliseront pas cette fois-ci. Ils connaissent les pièges des tableaux de données et savent quand utiliser les scripts Python et R. Par conséquent, ils réussissent avec une qualité et une validité de recherche élevées, des biais minimaux et une fiabilité maximale.

Étant donné que de nombreux professionnels des études de marché et de consommation sont des membres du secteur issus du hasard et ne reçoivent qu’une formation en cours d’emploi ou selon les besoins, il s’agit sans aucun doute d’une lacune à combler.

Résumé

Que vous soyez un professionnel des études de marché ou un chercheur universitaire, nous avons tous des lacunes en matière de connaissances dans un certain nombre de domaines. C’est en adoptant un état d’esprit axé sur la découverte et le comblement de ces lacunes que les bons chercheurs finissent par devenir d’excellents chercheurs. Nous aurions tous intérêt à suivre une masterclass de l’ESOMAR ou un cours du MRII, alors ne soyez pas timide. Jetez un coup d’œil à leurs offres et voyez comment vous pouvez ajouter de nouvelles compétences à votre répertoire. Et si vous souhaitez discuter des techniques de recherche avec un collègue passionné, n’hésitez pas à contacter l’un de nos experts en enquêtes. Nous serions ravis d’avoir de vos nouvelles !

Introduction

Alors que le paysage politique change sans cesse, les sondages restent un outil essentiel pour comprendre le sentiment du public. La voie vers des informations plus précises sur les électeurs passe-t-elle par l’apprentissage à partir de nos expériences passées ?

Pour approfondir notre compréhension, nous nous sommes entretenus avec Don Levy, directeur de l’Institut de recherche du Siena College, qui nous a fait part des perspectives précieuses qu’il a tirées de sa vaste expérience dans le domaine des sondages. Ses idées, issues de notre discussion et de ses apparitions dans les podcasts de l’AAPOR et de WXXI News, nous éclairent sur les facteurs qui peuvent fausser les résultats des sondages.

Dans ce blog, nous explorerons les principales leçons tirées des élections passées et les stratégies innovantes que les sondeurs comme Dr. Levy mettent en œuvre pour améliorer leurs méthodologies et restaurer la confiance du public.

Les leçons clés des élections de 2016 et 2020

L’industrie des études de marché a tiré des leçons essentielles qui ont modifié son approche des prévisions électorales. Don Levy examine les facteurs qui ont contribué aux biais observés lors des deux dernières élections :

« Je pense que nous avons tous beaucoup appris de l’élection de 2016, qui, à ce stade, semble appartenir à un passé lointain. Il n’y a pas eu suffisamment de sondages au niveau des États durant cette élection, et certains États clés – comme le Michigan, le Wisconsin et, dans une certaine mesure, la Pennsylvanie – n’ont même pas été identifiés comme tels. En outre, certains sondages n’ont pas pondéré les réponses en fonction du niveau d’éducation au cours de ce cycle. Nous avons appris de ces erreurs.

En 2020, le paysage des sondages avait complètement changé. Tout le monde prenait en compte l’éducation, reconnaissant qu’il s’agissait de l’une des principales fractures de l’électorat américain, et l’on se concentrait davantage sur plusieurs États clés du champ de bataille. Nous n’étions pas les seuls à sonder le Wisconsin, le Michigan et la Pennsylvanie à ce moment-là ».

Dr. Levy identifie deux domaines critiques à améliorer :

1. Sondages au niveau des États :
   De nombreux sondages nationaux n’ont pas permis d’évaluer avec précision le soutien aux candidats parce qu’ils n’ont pas suffisamment tenu compte des données au niveau des États. Cette omission a révélé que la dynamique locale et le sentiment des électeurs varient considérablement d’une région à l’autre, ce qui entraîne des imprécisions dans les prédictions.
2. L’éducation comme variable :
   L’impact de l’éducation sur les préférences des électeurs a été sous-estimé dans de nombreux sondages. Dr. Levy note que « l‘éducation s’est révélée être une ligne de démarcation, en particulier dans les États en guerre ». Cette constatation souligne l’importance d’aller au-delà des données démographiques traditionnelles. Les sondeurs doivent désormais tenir compte de l’influence du niveau d’études sur le comportement des électeurs afin d’améliorer la précision de leurs modèles.

En réponse à ces leçons, les méthodologies ont évolué pour donner la priorité aux sondages régionaux et mettre en œuvre des pratiques de pondération nuancées qui représentent mieux les niveaux d’éducation. En tirant les leçons des erreurs passées, les sondeurs s’efforcent de produire des résultats plus fiables, renforçant ainsi la crédibilité des sondages en tant qu’outil d’engagement démocratique.

Cette reconnaissance de l’éducation en tant que variable cruciale, ainsi que l’accent mis sur les informations recueillies au niveau de l’État, marquent un changement important dans les méthodes d’échantillonnage des électeurs. L’objectif est désormais d’obtenir une image plus claire du sentiment du public, afin que les sondages restent une ressource fiable dans un paysage politique en constante évolution.

Relever les défis grâce à des approches innovantes

En réponse aux récents cycles électoraux, les instituts de sondage ont fait des progrès considérables pour relever les principaux défis. Le Dr. Levy souligne comment ces ajustements contribuent à améliorer la précision et l’engagement :

• Obtenir une représentation diversifiée grâce à l’échantillonnage stratifié: Les sondeurs utilisent l’échantillonnage stratifié pour assurer une représentation diversifiée des données démographiques, en sélectionnant des groupes d’échantillons qui reflètent la population dans son ensemble, non seulement en fonction de l’âge, du sexe et de la race, mais aussi en tenant compte des nuances régionales et socio-économiques. Cela permet de créer un modèle plus précis des intentions des électeurs.

« Nous avons été confrontés à un biais en 2020. Nous pensions que les fervents électeurs de Trump – et non les timides – avaient tendance à ne pas répondre aux sondages. Ce problème était évident pour toutes les méthodes de sondage: téléphone, Internet, texte à Internet et SVI. En analysant une cinquantaine de sondages réalisés par des membres réputés de l’AAPOR dans les dix jours précédant l’élection, seuls trois d’entre eux prédisaient correctement les résultats ou penchaient en faveur des Républicains, tandis que presque tous les autres étaient biaisés dans l’autre sens.

En Pennsylvanie, par exemple, les régions les plus favorables à Trump ont présenté des erreurs de sondage significatives. Dans les régions où Trump a gagné avec un écart de 70 % à 30 %, les sondages le donnaient souvent avec un écart de 60 % à 40 %. Mais de manière systémique, ce qui s’est produit, c’est qu’en remplissant nos quotas, nous obtenions tout simplement une plus grande participation des électeurs de Biden qui étaient, selon le stéréotype, des hommes blancs sans éducation universitaire, que d’un échantillon représentatif d’électeurs de Trump.

Sommes-nous à nouveau confrontés à cette menace lors de cette élection ? Oui. Pour y faire face, nous mettons en œuvre une gestion rigoureuse des quotas, un échantillonnage stratifié et une réduction active des abandons, tout en profitant de l’avantage d’une nouvelle élection. »

• Minimiser les abandons en exploitant les données historiques et les listes électorales: Les instituts de sondage sont également devenus plus vigilants quant à la minimisation des abandons, visant à conserver autant de réponses que possible afin d’améliorer la robustesse des données. « Les abandons peuvent fausser les résultats en filtrant involontairement certains groupes », explique le Dr Levy. Les données historiques et les listes électorales détaillées sont devenues des outils précieux qui permettent aux sondeurs d’affiner leurs modèles et de développer des stratégies de pondération qui reflètent mieux l’électorat. Cette approche permet de tenir compte des variations dans les taux de réponse, en particulier parmi les groupes sous-représentés.
• Accroître l’engagement des électeurs grâce à l’IA et à l’enrichissement des données: Grâce aux progrès de l’intelligence artificielle et de l’enrichissement des données, les instituts de sondage disposent désormais d’outils plus sophistiqués pour atteindre et engager les électeurs, même si les taux de réponse restent difficiles. L’intelligence artificielle peut optimiser les stratégies de contact, permettant aux sondeurs d’identifier quand, où et comment engager efficacement les différents groupes d’électeurs.

Ces innovations améliorent collectivement la précision des sondages, renforcent la confiance du public et garantissent que les sondages restent un outil précieux pour saisir le sentiment des électeurs.

Respecter l'intégrité : L'importance des sondages non partisans

Dans le cadre de l’engagement en faveur des sondages non partisans, il est primordial de préserver la confiance du public, et des organisations telles que l’American Association for Public Opinion Research (AAPOR) jouent un rôle essentiel dans la promotion de la transparence et le maintien de normes élevées dans l’industrie des sondages. Dr. Levy souligne que ces organisations s’efforcent d’améliorer la compréhension du public à l’égard des sondages non partisans, qui constituent un contrôle essentiel contre les préjugés potentiels qui peuvent survenir dans des environnements politiquement chargés.  

« Mon espoir – et ma demande – à mes amis de la communauté des instituts de sondage est de diffuser aux citoyens et électeurs américains des messages expliquant qui nous sommes, ce que nous faisons et pourquoi c’est important. Ce serait un acte de citoyenneté positif que de participer à des sondages politiques de qualité et non partisans. Nous n’essayons pas de vous vendre quoi que ce soit, de vous convaincre de quoi que ce soit et/ou de vous manipuler de quelque manière que ce soit ».

Les instituts de sondage s’engagent à contribuer positivement au processus démocratique en favorisant une plus grande transparence sur les méthodes de sondage, les sources de données et toutes les limitations qui peuvent avoir un impact sur les résultats. Grâce à la collaboration et à l’innovation, l’industrie des sondages continue de s’adapter et de s’améliorer, en relevant de nouveaux défis avec intégrité. Alors que le paysage politique et social évolue, l’industrie continue de se concentrer sur des normes élevées, garantissant que les sondages sont un reflet informatif et impartial de l’opinion publique et qu’ils contribuent à un engagement démocratique éclairé.  

Conclusion

En réfléchissant aux leçons tirées des dernières élections, il est évident que l’avenir des sondages dépend de la capacité d’adaptation et d’innovation de l’industrie. En adoptant de meilleures techniques d’échantillonnage et de nouvelles technologies, les sondeurs s’efforcent de donner une image plus fidèle de la position des électeurs et de leurs préoccupations. La voie à suivre est celle de l’apprentissage et de l’évolution continus, afin que les sondages restent un outil fiable pour comprendre le sentiment du public.

Les questions ouvertes et leur analyse fournissent une riche source d’informations qui va au-delà des limites des données structurées, offrant une meilleure compréhension du sentiment des clients, des tendances émergentes et de l’expérience globale. Qu’ils soient recueillis dans le cadre d’enquêtes, d’évaluations de clients ou de médias sociaux, ces commentaires peuvent être une mine d’or pour l’entreprise, mais leur analyse efficace peut s’avérer difficile. Pour ceux qui ont affaire à des milliers de questions et de réponses ouvertes, les méthodes traditionnelles telles que la lecture des questions ouvertes, le calcul des réponses dans Excel, ou tout simplement le manque de capacité ou d’outils adéquats pour analyser le retour d’information, deviennent insurmontables. En outre, l’utilisation d’outils génériques d’intelligence artificielle comme ChatGPT s’avère souvent inadéquate. Sans une solution qualifiée pour analyser facilement les réponses ouvertes, les professionnels des études de marché risquent de générer des résultats incomplets ou inexacts, ce qui peut entraîner des retards et des inefficacités dans l’achèvement des projets.

Chez Voxco, l’une des raisons pour lesquelles nous sommes enthousiastes à l’idée d’intégrer Ascribe dans notre plateforme d’enquête en ligne est la façon dont Coder et CX Inspector d’Ascribe simplifient et rationalisent l’analyse ouverte, en particulier pour les entreprises et les professionnels de l’étude de marché. Ces outils s’appuient sur les dernières avancées en matière d’intelligence artificielle, facilitant l’obtention d’informations pertinentes à partir de vastes quantités de données ouvertes. Ce lancement de produit passionnant met en évidence notre engagement commun à offrir des solutions innovantes qui aident les professionnels d’études de marché à prendre des décisions plus marquantes.

L'importance des questions ouvertes et de leur analyse

• Une connaissance plus approfondie des clients : L’analyse ouverte offre une vision plus complète des comportements, des motivations et des sentiments des clients, ce qui permet aux entreprises de mieux comprendre leur public.
• Découvrir des informations cachées : Les réponses ouvertes peuvent révéler des informations inattendues qui échappent aux données structurées, offrant ainsi une fenêtre précoce sur de nouvelles tendances et opportunités.
• Saisir les nuances : Contrairement aux réponses structurées, les réponses ouvertes permettent aux clients d’exprimer leurs sentiments et leurs expériences avec leurs propres mots, fournissant ainsi un contexte précieux qui aide les entreprises à comprendre les moteurs émotionnels et les points de douleur.
• Identifier les tendances émergentes : En analysant les réponses ouvertes, les entreprises peuvent repérer de nouvelles tendances qui n’auraient pas été prises en compte lors de la conception initiale de l’enquête, ce qui leur permet de réagir rapidement.
• Comprendre le « pourquoi » : Alors que les données quantitatives montrent ce qui se passe, les réponses ouvertes révèlent les raisons pour lesquelles les clients se comportent comme ils le font, ce qui permet d’obtenir des informations plus concrètes.

Comment Coder et CX Inspector d'Ascribe peuvent aider

Les outils leaders d’Ascribe permettent l’analyse des réponses ouvertes à l’échelle avec une plus grande précision et rapidité en combinant de façon transparente l’intelligence artificielle avec l’expertise humaine. Voici comment Ascribe Coder et CX Inspector, tous deux récemment mis à jour avec Theme Extractor 2.0 et Ask Ascribe, permettent aux professionnels d’agir :

Theme Extractor 2.0

Analyse automatiquement plus de 95% des réponses ouvertes et génère des codes précis et comparables à ceux des utilisateurs. L’outil élimine les chevauchements entre les thèmes et fournit des résultats plus nets et plus rapides, ce qui est idéal pour rationaliser le processus de recherche.

Ask Ascribe

Ask Ascribe permet aux utilisateurs d’interroger leurs données en temps réel en utilisant un langage naturel. Cette approche interactive permet d’identifier rapidement les thèmes clés, les émotions et les domaines d’amélioration, ce qui permet aux entreprises d’agir plus rapidement.

Ascribe Coder : Améliorer la productivité du codage

Ascribe Coder améliore la productivité en convertissant le texte non structuré en données structurées. Voici comment :

• Codage humain guidé par l’IA : Combine l’IA et l’intelligence humaine pour accélérer le processus de codage tout en maintenant la précision.
• Automatisation personnalisable : Permet aux utilisateurs d’ajuster le niveau d’automatisation en fonction des besoins du projet, assurant ainsi le contrôle des coûts, des délais et de la précision.
• Intégration des données : Intègre les commentaires ouverts aux données d’enquête, offrant ainsi une vue à 360 degrés de l’expérience client.
• Collaboration multi-utilisateurs : Permet à plusieurs membres de l’équipe de coder des projets simultanément, afin d’obtenir des résultats plus rapidement.

CX Inspector : Analyse de texte avancée pour des informations plus approfondies

CX Inspector offre une plateforme robuste pour l’extraction et la visualisation de thèmes, de sentiments et de tendances émergentes à partir de réponses ouvertes. Ses principales caractéristiques sont les suivantes

• Extraction instantanée de thèmes : Identifie automatiquement des thèmes clairs et descriptifs à partir des réponses ouvertes.
• Analyse des sentiments : Détecte et visualise instantanément le sentiment des clients, ce qui permet aux entreprises de hiérarchiser les problèmes en fonction de l’impact émotionnel.
• Informations pratiques : Combine la détection des thèmes et l’analyse des sentiments pour fournir des informations claires et concrètes qui peuvent être facilement partagées via des tableaux de bord et des rapports.

Conclusion : Libérer le plein potentiel des questions ouvertes et de leur analyse

Chez Voxco, joindre nos forces à celles d’Ascribe fait partie de notre mission qui consiste à donner aux professionnels des études de marché les outils les plus puissants pour analyser les questions ouvertes. Comme l’explique Rick Kieser, Directeur de la stratégie chez Voxco :

« Ascribe a consacré 25 ans à écouter les commentaires de ses clients et à analyser les commentaires ouverts, en s’associant avec les meilleurs cabinets d’études de marché au monde et les entreprises leaders de l’industrie. En écoutant attentivement les besoins de ces pionniers et en évoluant continuellement, Ascribe a fourni des solutions de pointe qui façonnent le futur de l’analyse de texte. Le lancement de Theme Extractor 2.0 et Ask Ascribe représente l’apogée de cette expertise – un point culminant de décennies d’innovation, de connaissances durement acquises, et le traitement de plus de 6 milliards de commentaires de clients. Nous sommes ravis d’apporter ces solutions aux clients de Voxco et de continuer à repousser les limites de l’innovation dans le domaine de la recherche. »

Avec Ascribe Coder et CX Inspector, les professionnels des études de marché peuvent efficacement catégoriser et agir sur les commentaires ouverts, conduisant à des décisions plus éclairées et améliorant l’expérience client dans son ensemble.