Rien de magique dans la data sémantique

La révolution de l’accès et du traitement des données impacte toutes les organisations et tous les métiers. En l’espace de 10 ans, le volume de données numériques créées ou répliquées dans le monde a été multiplié par 40 ; en 2022 on en compte 79 Zo, dans 3 ans, nous devrions atteindre 181 Zo de données produites. 

Aussi, les nouvelles possibilités d’analyses offertes par la data au planning stratégique sont un terrain de jeu infini par le volume des données auxquelles nous avons accès et par la rapidité à laquelle nous sommes en mesure de les traiter. Mais c’est justement cette perception de « tout est possible » qui représente un risque envers ce que l’on peut attendre de ce type d’approche méthodologique.

UN NOUVEAU CHAMP DES POSSIBLES…

Le graal du planneur stratégique est d’approcher au plus près ce qui se passe dans l’esprit des consommateurs, comprendre leurs doutes et leurs motivations, savoir ce qu’ils disent concernant un produit, une marque, un usage (dans le respect du RGPD bien sûr). Les outils de web et social listening, les algorithmes et intelligences artificielles permettent aujourd’hui d’aller très loin dans la récolte et l’analyse sémantique des contenus disponibles sur les réseaux sociaux, blogs, forums et sites de toutes catégories. Les résultats peuvent être attendus ou surprenants, mais ils sont toujours riches d’enseignements.

Par exemple, nous pouvons confirmer qu’une marque est appréciée par des consommateurs par une approche quantitative des données, mais surtout aller plus loin par une démarche qualitative en analysant les raisons de ce sentiment positif, permettant par là-même de faire jaillir des insights. Tout le vocable de superlatifs employés par les consommateurs pour décrire leur appréciation de la marque vont être autant d’indicateurs pour adapter la ligne éditoriale des outils de communication de la marque et s’autoriser ainsi à user elle-même de superlatifs d’ores et déjà validés par les consommateurs.

… OÙ L’HUMAIN DEMEURE PRIMORDIAL

Mais la grande illusion serait de croire qu’il suffit de rentrer un mot dans un outil de recherche pour identifier immédiatement les insights et signaux faibles que personne n’avait identifié auparavant.

Une étude stratégique basée sur la data sémantique implique une intervention humaine très importante, et cela à toutes les étapes du process de réflexion :

- Dès l’initiation, il sera indispensable pour orienter la recherche, de définir la problématique et le type de data qui seront nécessaires pour la résoudre : aucun outil au monde ne peut effectuer ce travail à la place d’un cerveau humain, celui de la compréhension fine d’une problématique.

- Une intelligence artificielle a beau être très développée, elle n’en reste pas moins un programme qui exécute ce qu’il a appris. Même si les outils s’améliorent de jour en jour, il sera toujours nécessaire de « nettoyer » la donnée récoltée, à savoir éliminer les résultats qui remontent de la requête mais qui ne sont pas liés au sujet de recherche et viennent perturber celle-ci, en analysant les sources de bruits parasites, et a contrario en creusant l’analyse sur certaines sources, certaines publications. Prenons un exemple simple à comprendre, si une étude est lancée autour de la marque Amazon, il faudra veiller à réduire le bruit, les sources liés à un sujet qui n’a rien à voir : la forêt amazonienne.

- L’interprétation des résultats de la recherche permettant d’entrer dans une étape de recommandation, de conception et de création nécessite là encore la sensibilité et les capacités d’un cerveau humain. C’est l’inspiration du planner autant que la qualité de la recherche sémantique qui fera la force de la recommandation.

Il faut garder en tête que, aussi puissant soient-ils, les nouveaux outils de data analyse sont/restent des outils. Et comme tous les outils, ils doivent être bien utiliser pour donner le meilleur d’eux même. Gage que nous allons voir apparaître un nouveau métier, celui de « data planneur », un profil, comme ses homologues dans le marketing, capable d’être le trait d’union entre le data scientist, à l’approche scientifique et mathématique, et celui du planneur stratégique, à l’approche conceptuelle et littéraire. Le data planneur sera en mesure de maîtriser les outils et manipuler la donnée, pour en extrapoler des enseignements applicables : développement d’un concept, développement d’une stratégie créative, etc.

Maitrise, temps et inspiration sont ainsi les clés de voute pour creuser, recouper, écarter, préciser l’étude stratégique utilisant une méthodologie sémantique pour in fine être une aide à la décision et inscrire le planning stratégique dans une nouvelle ère.

(Les tribunes publiées sont sous la responsabilité de leurs auteurs et n'engagent pas CB News).