Logiciels
4 septembre 2024
Blog
#Data visualisation
#Enquête
#Satisfaction
Parmi les critères de réussite d’un projet d’enquête de satisfaction, la restitution des résultats est un art difficile qui nécessite de multiples qualités. Outre la précision méthodologique et la pertinence dans le choix des informations sélectionnées, il est primordial de mettre en forme les résultats de façon organisée, attractive et pédagogique. Pour relever ces défis, le chargé d’étude peut mobiliser les outils de data visualisation.
I – Structure-type d’une enquête de satisfaction
Comme le montre la figure ci-après, les enquêtes de satisfaction respectent généralement une structure bien définie qui inclut une évaluation de la satisfaction globale puis des évaluations partielles par grands thèmes, lesquelles regroupent un certain nombre d’attributs précis de la satisfaction. L’enquête questionne également les consommateurs ou utilisateurs sur les motifs de leur satisfaction, qu’elle soit positive ou négative. En complément, des questions sont habituellement posées pour définir l’identité du répondant (âge, genre, catégorie sociale…) mais aussi pour connaître son contexte de consommation/utilisation (lieu, moment, marque etc.).
II – Restituer les résultats d’une enquête de satisfaction
Par rapport à cette structure-type, l’analyste effectue ses traitements selon trois grands objectifs: décrire, comparer et expliquer. Sur le premier objectif, il s’agit notamment d’exposer les caractéristiques de l’échantillon et d’indiquer le niveau de satisfaction, globale et par thèmes, puis par attributs. La description porte enfin sur les motifs de satisfaction ou d’insatisfaction. Sur le deuxième objectif, l’analyste compare les niveaux de satisfaction en fonction des variables de contexte et d’identité. Sur le dernier objectif, on cherche notamment à déterminer quelles satisfactions partielles influencent la satisfaction globale et quels motifs expliquent la satisfaction et l’insatisfaction.
Cet ensemble d’analyses est assez volumineux et nécessite un travail de restitution de grande qualité qui combine rigueur, précision, esprit de synthèse et pédagogie.
Le travail de reporting suit généralement le processus suivant :
a) Choix des analyses à restituer
Il s’opère surtout en fonction des objectifs de l’enquête, mais aussi selon le niveau de détail attendu. Fréquemment, l’analyste rédige un plan de traitements, qui liste l’ensemble des analyses envisagées de façon structurée.
b) Choix des bons indicateurs
Pour chaque analyse, on a toujours le choix pour présenter le taux de réponse, les effectifs et/ou les pourcentages, la moyenne ou la médiane, le test statistique ou non. Les choix s’orientent en fonction du niveau de technicité requis (dissimuler ou afficher la statistique) et l’on privilégie toujours la parcimonie à l’abondance.
c) Choix de la meilleure restitution graphique
Le choix du bon graphique est un art difficile mais quelques règles de base existent. Par exemple, on préfère un graphique en secteurs quand le nombre de modalités de réponse est limité, un graphique en barres pour quand celui-ci est volumineux (>5), ou une jauge pour les données numériques. L’utilisation d’icônes de remplissage permet de personnaliser la présentation des analyses descriptives de façon plus imagée et donc plus percutante.
Pour les analyses comparatives, les graphiques en barres accolées sont bien adaptés quand le nombre de modalités n’est pas trop élevé. Pour les questions de type “échelle”, le fait d’utiliser la moyenne permet de simplifier les restitutions, pour l’analyse descriptive des tableaux d’échelles ou pour les analyses croisées. Les graphes en vis à vis sont recommandés pour comparer la répartition des réponses sur deux modalités. Enfin, les cartes de chaleur ou les bulles groupées assurent une représentation visuelle très intéressante des spécificités, quand le nombre de catégories est élevé.
Il est également recommandé de prévoir des niveaux d’alerte, pour les notes inférieures à la moyenne ou inférieures à une valeur cible par exemple. Les alertes peuvent être matérialisées par la coloration différente des indicateurs ou par l’apparition d’un pictogramme adapté.
d) Définition d’une bonne structure de consultation
Une bonne restitution des résultats doit aussi être bien structurée. L’analyste doit proposer un plan en fonction des grandes thématiques de l’étude (ou des principales questions de recherche) et créer des pages pour chacune d’entre elles. Pour une enquête de satisfaction, la structure du rapport en ligne peut être par exemple la suivante:
- échantillon
- satisfaction globale et par grands thèmes
- satisfaction détaillée au niveau de chaque attribut pour thème 1
- satisfaction détaillée au niveau de chaque attribut pour thème 2
- satisfaction détaillée au niveau de chaque attribut pour thème 3 etc.
- motifs de satisfaction
- motifs d’insatisfaction
- analyse importance/performance
- analyse comparative en fonction d’une ou plusieurs variables clé de contexte
Les analyses comparatives seront grandement facilitées via la mise en place des options de data visualisation.
e) Définition des options de data visualisation
L’analyste se transforme ici en concepteur. Il ou elle doit anticiper quelles seront les actions les plus pertinentes pour l’utilisateur de la plateforme de reporting en ligne et notamment les filtres les plus pertinents à mettre en place. Dans notre exemple ci-dessous, les analyses de satisfaction globale et détaillée, de l’importance et des motifs peuvent être filtrées sur chaque modalité des variables d’identité et de contexte.
Dans la data visualisation ci-dessous – issue d’une enquête de satisfaction auprès d’un échantillon de touristes – le bandeau en haut d’écran est utilisé pour placer les variables de contexte : mode d’hébergement, genre, année et semestre de l’enquête. En cliquant sur celles-ci, le lecteur pourra appliquer un filtre (résidents en hôtel, ou réponses de l’année 2015 etc) et consulter les résultats proposés sur une sous-population qui l’intéresse particulièrement.
Notons également que des alertes ont été programmées, qui font varier la couleur des graphiques en jauge pour l’intention de retour ou la satisfaction par exemple. Des pictogrammes apparaissent également à côté des moyennes pour la perception des vacances idéales.
III – DATAVIV’ by Sphinx : l’outil pour restituer vos résultats
Conçu en concertation avec de nombreux praticiens des enquêtes, le logiciel DATAVIV’ by Sphinx répond de façon très pertinente aux différents besoins méthodologiques décrits ci-dessus.
a) Architecture.
L’architecture générale du logiciel permet à l’analyste de travailler à la fois de façon méthodique mais aussi d’obtenir des réponses “au fil de l’eau”. DATAVIV’ by Sphinx propose de créer des “vues” comme autant de rapports structurés en parties ou en pages, en fonction du plan de restitution souhaité. L’utilisateur dispose de la liste des variables sur la gauche de l’écran, il peut commander une série d’analyses prédéterminées sur les questions-clé de son enquête ou réaliser ses analyses à la demande. Le drag and drop facilite la rapidité d’exécution et réduit grandement le temps de production, entre l’idée du chargé d’étude et le résultat prêt à l’emploi.
b) Représentation des résultats
La palette de représentations en tableaux et graphiques est très large. Elle autorise une grande flexibilité dans la sélection de la restitution la plus adaptée : barres, secteurs, courbes, cartes géographiques ou nuages de mots. Les analyses comparatives gagnent en lisibilité via les graphes en vis à vis ou les cartes de chaleur par exemple. Les tableaux de caractéristiques constituent une innovation majeure pour identifier les éléments essentiels d’une série d’analyses croisées.
c) Statistique
Le degré statistique des restitutions varie selon le type d’études (académique ou opérationnelle) et selon le public concerné. Dans DATAVIV’ by Sphinx, les informations statistiques peuvent être volontairement masquées ou au contraire mises en évidence. Un large panel de tests statistiques est disponible dont le chi-deux, le F de Fisher ou le t de Student. Une vaste palette d’analyses permet d’approfondir l’examen des données, dont l’analyse de variance, les analyses factorielles en composantes principales ou des correspondances, ou encore les méthodes de classification.
d) Scénarisation
Le dernier atout majeur DATAVIV’ by Sphinx réside dans ses fonctionnalités de scénarisation pour la consultation des résultats. En effet, l’analyste a la possibilité de concevoir un rapport en ligne dynamique, que le lecteur pourra consulter de façon interactive et personnalisée. Concrètement, celui-ci pourra effectuer des actions en vue afin d’obtenir plus de détails sur une analyse donnée, se focaliser sur un sous-échantillon qui l’intéresse en particulier ou comparer plusieurs populations.
Conclusion
Les méthodes pour la restitution des résultats des enquêtes de satisfaction sont un domaine où les progrès récents ont été considérables. Les innovations majeures concernent surtout trois aspects:
- l’ergonomie des outils de traitement, qui démocratise l’accès à un ensemble plus large de méthodes et qui augmente la productivité de l’analyste,
- la mise au point d’analyses plus intelligentes qui illustrent plus rapidement les informations essentielles révélées par les données,
- la scénarisation des résultats qui permet une interaction engageante avec le lecteur et qui lui confère une plus grande autonomie dans son expérience de consultation.
Le logiciel DATAVIV’ by Sphinx est une plateforme de toute dernière génération qui a intégré ces avancées de façon remarquable. En associant la puissance de l’analyse statistique à la souplesse de la data visualisation, il permet à son utilisateur de produire des restitutions graphiques communicantes et impactantes.
À lire aussi
Data visualisation vs Dashboard : perceptions et enjeux ?
Data visualisation, dashboard : quel sens les professionnels des études mettent-ils vraiment derrière ces termes ?
Le storytelling pour faire parler vos résultats d'études
Le storytelling est une technique de communication qui consiste à véhiculer une idée à travers une histoire. Mais savez-vous que vous pouvez appliquer cette méthode à vos données statistiques ?
Le questionnaire de satisfaction
Du questionnaire de satisfaction à son analyse, découvrez les clefs pour mesurer et comprendre la satisfaction.