L'analyse sémantique par prompt IA

SatisFactory franchit une nouvelle étape ! Découvrez le nouveau modèle d’analyse sémantique, qui s'appuie sur la technologie d'intelligence artificielle Gemini.

Avec son nouveau moteur sémantique interne, fruit de plusieurs mois de développement, SatisFactory ouvre une ère nouvelle dans l’analyse de la voix du client. Grâce à l’intelligence artificielle générative de Google, vos analyses gagnent en profondeur et révèlent nuances, contexte et signaux faibles que les approches traditionnelles laissaient dans l’ombre.

Sommaire

Présentation

La sécurité du nouveau moteur sémantique

Le calcul de la tonalité sémantique

Activer le nouveau moteur d'analyse sémantique

Configurer le plan de classement

Faire évoluer le plan de classement

FAQ

Présentation

L’analyse sémantique (également appelée "analyse de verbatims") est une méthode avancée de traitement du langage naturel (NLP) qui peut s'appliquer dans un contexte de feedback management aux commentaires recueillis depuis différentes sources. Son intérêt réside dans la capacité à mesurer, regrouper et hiérarchiser les sujets mentionnés par les répondants, qu’ils proviennent d’enquêtes de satisfaction, de sites d’avis en ligne, de réseaux sociaux ou d'autres sources de données externes.

Au centre de cette démarche se trouve le plan de classement sémantique (ou plan de classification), qui structure l’analyse et est défini en amont. Il établit les thématiques, sous-thématiques et concepts attendus dans les verbatims, offrant un cadre cohérent pour transformer un grand volume de commentaires bruts en enseignements clairs et directement exploitables. Cette finesse d'analyse permet notamment de catégoriser un même commentaire dans plusieurs thématiques, en fonction de la richesse des sujets qu'il aborde.

L'analyse sémantique proposée par SatisFactory permet donc de :

• Catégoriser chaque commentaire dans un ou plusieurs concepts parents et concepts enfants, en se basant sur les thématiques identifiées
• Hiérarchiser les attentes clients identifiées, en fonction de leur importance et leur impact
• Détecter la polarité (positive, négative, neutre) associée à chaque concept abordé dans les commentaires
• Mettre en lumière à la fois les irritants persistants, les signaux faibles et les tendances émergentes
• Fournir aux équipes stratégiques et opérationnelles une vision claire, structurée et directement exploitable pour orienter leurs décisions

Vous trouverez ci-dessous une comparaison entre l'ancien et le nouveau modèle d'analyse sémantique de SatisFactory :

Modèle d'analyse	Ancien Modèle Sémantique sectoriel par mots-clés	Nouveau Modèle Sémantique spécifique par prompt IA
Type d'analyse	Analyse des mots-clés Analyse des sentiments associés à chaque concept (polarité positive, négative ou neutre)	Analyse des termes et concepts Analyse des sentiments (polarité positive, négative ou neutre)
Fonctionnement	Classification automatique basée sur des mots-clés, préalablement associés manuellement à chaque thématique dans la plateforme	Classification automatique par l'IA, basée sur la description associée à chaque concept
Activation	Demande auprès du CSM Activation préalable dans les paramètres du programme dans la plateforme Activation manuelle par l'équipe technique SatisFactory avant la configuration des concepts	Demande auprès du CSM Activation préalable dans les paramètres du programme dans la plateforme Activation manuelle par l'équipe technique SatisFactory avant la configuration des concepts
Paramétrage	Paramétrage manuel, globalement rigide et chronophage Demande auprès du CSM Formalisation des thématiques et sous-thématiques ainsi que des mots-clés associés Paramétrage des concepts parents et des concepts enfants dans la plateforme Ajout manuelle dans la plateforme de chaque mot-clé à analyser Déploiement de l’analyse sémantique par mots-clés à l’historique de commentaires accessibles sur le compte	Paramétrage semi-automatique, globalement évolutif et rapide Demande auprès du CSM Formalisation des thématiques et sous-thématiques ainsi que de leurs descriptions associées Paramétrage des concepts parents et des concepts enfants dans la plateforme Pas d'autre action à faire dans la plateforme Déploiement optionnel de l’analyse sémantique par IA à l’historique de commentaires accessibles sur le compte
Traitement	Traitement en temps réel dès la remontée des commentaires sur la plateforme	Traitement en temps réel dès la remontée des commentaires sur la plateforme

L'analyse des sentiments, une composante clé de notre analyse sémantique, attribue automatiquement une polarité (ou tonalité) à chaque sujet abordé dans un commentaire :

• Positive : Le commentaire exprime une opinion favorable, une satisfaction ou une émotion positive sur le sujet
• Négative : Le commentaire exprime un mécontentement, une critique ou un point de douleur sur le sujet
• Neutre : Le commentaire est factuel, lacunaire ou n'exprime aucune émotion tranchée

La sécurité du nouveau moteur sémantique

En matière de sécurité, le nouveau modèle d'analyse sémantique par IA repose sur Google Gemini.

Lors de l'utilisation des fonctionnalités d'intelligence artificielle de la plateforme SatisFactory, nous garantissons la confidentialité maximale de vos données. Nos engagements s'appuient sur 3 piliers :

1. Anonymisation systématique des verbatims : Avant toute soumission de commentaire à l'intelligence artificielle, les prompts sont automatiquement nettoyés et anonymisés
2. Souveraineté locale des données : Le traitement des données par l'intelligence artificielle générative est exclusivement réalisé sur des serveurs français hébergés à Paris
3. Utilisation limitée des données par notre partenaire : Google s'engage formellement à ne jamais utiliser vos données pour l'entraînement de ses modèles et à ne les partager avec aucun tiers

Pour en apprendre plus sur la sécurité des données sur la plateforme, nous vous invitons à consulter la Trust Page SatisFactory.

Le calcul de la tonalité sémantique

Présentation de la tonalité sémantique

L'analyse sémantique détermine le sentiment des commentaires en les catégorisant en 3 tonalités :

• Tonalité positive
• Tonalité négative
• Tonalité neutre

Cette classification apporte un double niveau d'analyse du sentiment.

1. D'abord, le commentaire est référencé dans sa globalité comme positif, négatif ou neutre.
2. Ensuite, en complément de votre plan de classement sémantique et du référencement global de la tonalité du commentaire, chaque sous-thématique identifiée dans le commentaire se voit attribuer une tonalité spécifique (positive, négative ou neutre).

Ce processus complet permet de couvrir tous les besoins d'analyse, en offrant à la fois une évaluation générale du commentaire et une compréhension précise du sentiment associé à chaque sujet mentionné dans le retour du répondant.

Explication du calcul de la tonalité sémantique

Au moment où l'analyse de la tonalité sémantique est déclenchée pour un commentaire, les étapes suivantes se déroulent :

1. Récupération de la réponse complète du répondant
2. Analyse de chaque note laissée par le répondant (indicateurs clés et items/attributs de satisfaction).
3. Identification et catégorisation des thématiques et sous-thématiques dans le commentaire (selon le plan de classification défini sur la plateforme)
4. Attribution d'une tonalité (positive, négative ou neutre) à chaque sous-thématique identifiée dans le commentaire
5. Classification globale de la tonalité du commentaire (positive, négative ou neutre) en fonction de la balance des tonalités de chaque sous-thématique identifiée

⚠️ Les commentaires trop courts (moins de 3 mots) sont exclus du calcul de tonalité et sont classés par défaut comme neutres.

💭 Pour déterminer la tonalité globale d'un commentaire :

• Si le nombre de sous-thématiques négatives est supérieur ou égal au nombre de sous-thématiques positives, la tonalité globale est classée négative.

• De même, en cas d'égalité entre les sentiments dans les sous-thématiques identifiées (autant de négatif ou de positif que de neutre), la tonalité forte (positive ou négative) prime sur la tonalité neutre.

Activer le nouveau moteur d'analyse sémantique

L'activation du nouveau modèle sémantique spécifique par IA (ou la migration depuis l'ancien par mots-clés) est un projet piloté par votre Customer Success Manager (CSM). Par conséquent, la première étape consiste à lui adresser votre besoin pour amorcer la phase de co-contruction.

Les étapes de mise en place du nouveau modèle d'analyse sémantique sont les suivantes : 

Quelques heures après l'activation du modèle sémantique sur la plateforme, vous retrouverez l'analyse sémantique depuis l'onglet "Thématiques". Cette analyse avancée et personnalisée à votre contexte propre s’intègre également de façon transversale dans de nombreuses autres fonctionnalités de SatisFactory, afin d'enrichir vos analyses et faciliter la prise de décision.

Configurer le plan de classement

Une fois le modèle d'analyse sémantique par IA générative activé sur votre compte par les équipes SatisFactory, vous pouvez le paramétrer très simplement.

Suivez la procédure décrite dans notre article dédié : Configurer le plan de classification sémantique.

Pour vos besoins multilingues, vous avez également la possibilité de traduire le nom des concepts parents et des concepts enfants configurés sur votre compte (en savoir plus).

Faire évoluer le plan de classement

Une fois le modèle d'analyse sémantique par IA générative activé et éprouvé sur votre compte SatisFactory, son caractère évolutif vous permet de l'affiner dans le temps. 

Vous disposez d'une totale autonomie pour modifier votre plan de classement sémantique. Ces changements s'appliqueront uniquement aux commentaires collectés ultérieurement.

L'application du plan de classement actualisé à votre historique n'est pas automatique. Une prestation de reprise d'historique est nécessaire, nous vous invitons à contacter votre Customer Success Manager à ce sujet.

Lors des revues périodiques de votre dispositif (comités de suivi ou de pilotage), un point à l'ordre du jour peut être consacré à la revue de votre plan de classification sémantique.

Plusieurs types de modifications sont possibles pour affiner votre plan de classement :

FAQ

• Quelle est la différence entre l'ancien modèle sémantique par mots-clés et le nouveau modèle propulsé par l'intelligence artificielle ?

L'ancien modèle reposait sur une liste rigide de mots-clés définis et ajoutés manuellement dans la plateforme. Le nouveau modèle utilise l'intelligence artificielle générative de Google, Gemini, pour comprendre le contexte et les concepts, même sans mots-clés exacts, un prompt IA définissant le concept suffit. Il est plus rapide à paramétrer, plus souple et permet de détecter des signaux faibles ou des nuances que l'approche par mots-clés ignorait.

• Est-il possible d'activer simultanément l'analyse sémantique par mots-clés et l'analyse propulsée par l'intelligence artificielle sur un même compte ?

Non, il n'est pas possible de combiner les deux méthodes d'analyse. Afin d'assurer la cohérence globale des données sur la plateforme et d'alimenter les fonctionnalités intelligentes (comme le bilan flash, le résumé des commentaires et les insights), un seul type de moteur sémantique peut être actif par compte.

L'ajout d'un prompt IA sur un concept déjà existant active automatiquement ce moteur : il prendra le relais sur le traitement par mots-clés pour les futurs commentaires reçus.

• Mes données sont-elles utilisées pour entraîner l'intelligence artificielle de Google ?

Non, Google s'engage contractuellement à ne jamais utiliser vos données pour l'entraînement de ses modèles IA, ni à les partager avec des tiers. Le partenariat privilégié entre SatisFactory (Groupe Konecta) et Google nous permet de vous garantir un niveau de sécurité et de confidentialité maximal.

• Les données personnelles et informations sensibles contenues dans les commentaires peuvent-elles être anonymisées ?

Oui, afin de garantir la sécurité, toutes les données personnelles sont automatiquement épurées des commentaires avant leur traitement par l'intelligence artificielle.

En parallèle, nous proposons en option une API d'anonymisation pour filtrer les données à caractère personnel ainsi que les propos injurieux dès la phase de collecte dans vos questionnaires de satisfaction. Ce processus garantit une confidentialité totale : les données sensibles ne sont à aucun moment visibles ou conservées dans le flux de données, car elles sont automatiquement remplacées par des termes génériques ("(IBAN_FR)", "(PHONE_NUMBER)", etc.).

Consultez notre article à ce sujet et rapprochez-vous de votre Customer Success Manager (CSM) si cette option vous intéresse.

• Dois-je définir des thématiques spécifiques pour chaque source (avis, enquêtes, réseaux sociaux) ou tout regrouper dans un plan de classification sémantique global ?

Il est impératif de construire un plan sémantique unique et global. En effet, lors de la configuration de la plateforme, vous pouvez définir sur quel verbatim s'applique le traitement de l'analyse sémantique, vous permettant d'avoir un paramétrage sur mesure.

Sans configuration spécifique, le moteur s'applique uniformément à l'ensemble des futurs commentaires qui remontent sur votre compte. Votre plan de classification doit donc être transversal et couvrir tous les sujets pouvant être abordés, qu'ils proviennent de vos enquêtes, de plateformes d'avis en ligne, des réseaux sociaux ou d'autres sources externes intégrés à la plateforme. 

Stratégiquement, cette approche garantit une cohérence dans l'analyse de la Voix du Client, quel que soit le canal de collecte et permet aux fonctionnalités d'IA de la plateforme d'avoir une vision holistique des données.

Cela n'affecte en rien la précision de vos analyses. Grâce aux filtres, vous pouvez librement segmenter l'analyse sémantique sur la plateforme pour ne cibler qu'un canal ou une enquête spécifique.

• Quelles sont les étapes et les prérequis pour construire mon plan de classement et activer le nouveau moteur sémantique ?

La première étape est de contacter votre Customer Success Manager (CSM), car la démarche peut varier selon qu'il s'agit d'une activation initiale ou d'une migration depuis l'ancien moteur par mots-clés.

Concrètement, vous devrez fournir un corpus d'au moins 300 commentaires si vous ne disposez pas déjà d'un volume de commentaires suffisant sur la plateforme, et vous devez également réfléchir à l'arborescence de vos thématiques.

Si vous disposez déjà d'un plan de classification, nous pouvons l'utiliser comme base de travail pour les ateliers, tout comme nous pouvons vous proposer des modèles génériques (en fonction du secteur d'activité).

Le point crucial pour la réussite du projet réside dans la rédaction des définitions exhaustives pour chaque concept, idéalement enrichies d'exemples de verbatims clients, afin d'assurer la précision de l'analyse par l'intelligence artificielle avec votre contexte spécifique.

• Un même commentaire peut-il être classé dans plusieurs concepts parents et concepts enfants ?

Oui, l'IA est capable d'analyser la richesse d'un verbatim. Si un client aborde plusieurs sujets (par exemple la livraison et la qualité du produit) dans un même message, le moteur classera le commentaire dans toutes les thématiques (concepts parents) et sous-thématiques (concepts enfants) concernées, avec la tonalité appropriée.

• Que deviennent mes anciens commentaires classés par le moteur par mots-clés si j'active le nouveau modèle par intelligence artificielle ?

Le nouveau modèle par IA s'applique sur tous les nouveaux commentaires collectés suite à l'activation.

Pour l'appliquer rétroactivement à tout l'historique de commentaires conservé sur la plateforme, il est nécessaire d'en faire la demande spécifique auprès de votre Customer Success Manager. Grâce à une détection plus fine des nuances, vos données historiques sont réévaluées. Un même commentaire pourra ainsi révéler de nouveaux concepts jusqu'alors non détectés, enrichissant considérablement vos analyses passées.

• Avec le nouveau moteur par IA, est-il nécessaire d'associer un item de satisfaction à un concept sémantique ?

Cela est possible mais pas obligatoire. Toutefois, si vous souhaitez pouvoir croiser les données entre ces deux éléments, vous avez toujours la possibilité de les associer sur la page de paramétrage de l'analyse sémantique.

• Peut-on fournir un contexte global au moteur IA pour faciliter la conception du plan sémantique ?

Pour l'instant, le moteur sémantique par IA ne gère pas de contexte global. En effet, il s'appuie exclusivement sur les descriptions des thématiques et sous-thématiques fournies par vos soins.

La plateforme étant amenée à évoluer, cette contextualisation des spécificités, enjeux et jargons de votre organisation pourra être développée à l'avenir.

Nous vous invitons à nous fournir un lexique ou un document présentant les différents produits et services que vous pouvez proposer et qui sont susceptibles de remonter dans les commentaires. 

• Peut-on importer le plan de classement sémantique par import de fichier ?

Cette fonctionnalité n'est pas encore disponible mais est prévue pour le second semestre de l'année 2026. Vous pourrez ainsi compléter un modèle de fichier CSV et l'importer dans le centre d'administration de la plateforme pour créer automatiquement votre plan de classification sémantique.

Si vous avez des questions ou rencontrez un problème, n'hésitez pas à contacter notre équipe Support.