Les différents indicateurs
pour réaliser une analyse de sentiment

Lorsque vous réalisez une enquête de satisfaction, il convient d’analyser les sentiments de vos verbatim. Un sentiment désigne l’émotion ou l’attitude générale exprimée par une personne à travers ses réponses au questionnaire. Ces sentiments peuvent être classés en catégories comme positifs (satisfaction, contentement), négatifs (mécontentement, frustration), ou neutres (indifférence).

Analyser le sentiment exprimé dans un commentaire permet ainsi d’identifier si le répondant est globalement satisfait ou insatisfait en fonction des mots et des expressions qu’il utilise.

Plusieurs méthodes existent pour effectuer cette analyse : utiliser des techniques d’apprentissage automatique, procéder à un codage manuel, ou encore s’appuyer sur la note moyenne attribuée.

Toutefois, au-delà de la méthodologie employée, la manière de visualiser et de représenter les résultats est tout aussi importante. En effet, comme il existe diverses façons d’analyser les données, il existe également plusieurs moyens de les illustrer pour en faciliter la compréhension. Le choix de la méthode de représentation dépend alors de deux facteurs principaux : l’objectif de l’étude (mesurer une évolution, expliquer des raisons de satisfaction ou d’insatisfaction, souligner des particularités en fonction d’un profil, comparer les orientations selon un contexte, etc.) et le format de restitution des données (rapport, tableau de bord opérationnel, infographie, etc.).

Dans cet article, nous explorerons plusieurs types d’indicateurs en nous concentrant sur l’analyse des orientations positives, négatives et neutres des commentaires clients.

I – Proportion des orientations

L’une des méthodes les plus simples pour analyser le sentiment d’un verbatim consiste à extraire la proportion de commentaires positifs, négatifs et neutres. Cela permet d’obtenir une vue d’ensemble rapide du sentiment dominant au sein de votre public étudié. Cette proportion peut être alors représentée sous forme de pourcentages ou de fréquences pour chaque classe de sentiment.

Exemple de représentation graphique illustrant la proportion de commentaires positifs, négatifs et neutres

Grâce à un logiciel d’analyses et de data visualisation comme DATAVIV’ by Sphinx, il est facile de générer des graphiques illustrant cette répartition. Cependant, pour une analyse plus approfondie, il est utile d’inclure la liste des commentaires associés à chaque catégorie de sentiment.

En effet, cela permet d’explorer les verbatim et d’identifier les principales raisons de satisfaction ou d’insatisfaction. Pour enrichir cette analyse, il est également possible d’ajouter des données contextuelles sur les auteurs des commentaires (sexe, âge, produit acheté, etc.). Cela pourra vous aider à mieux comprendre le profil des personnes exprimant ces avis.

II – Nuage de mots filtré

Les nuages de mots sont un excellent moyen de visualiser les principaux thèmes qui ressortent de vos commentaires analysés. Dans ce type de représentation, la taille des mots est proportionnelle à leur fréquence et à leur pertinence. Il est ainsi possible de créer un nuage de mots pour chaque orientation (positive, négative, neutre), ce qui vous aidera à identifier les sujets les plus souvent évoqués par les insatisfaits et les satisfaits.

Toutefois, il est important de garder à l’esprit qu’un mot pris isolément peut parfois prêter à confusion, car le contexte de la phrase qui l’entoure joue un rôle essentiel dans sa signification. C’est pourquoi il est recommandé d’accompagner le nuage de mots du verbatim complet, afin de permettre une analyse plus précise des commentaires contenant ces mots.

En général, les nuages de mots doivent être lemmatisés, c’est-à-dire que les mots doivent être réduits à leur forme de base (verbes à l’infinitif, noms au masculin singulier, etc.), tout en éliminant les mots superflus tels que les articles ou les prépositions. Nous pouvons également  choisir de combiner plusieurs catégories grammaticales (noms, adjectifs, verbes, etc.) ou de se concentrer sur une seule.

Exemple de nuages de mots représentant les résultats d’une enquête de satisfaction pour un hôpital

L’exemple ci-dessus représente les résultats d’une enquête de satisfaction concernant la prise en charge hospitalière. Ainsi, deux nuages de mots distincts ont été créés : l’un pour les commentaires négatifs et l’autre pour les commentaires positifs. À noter que les mots trop fréquents et sans valeur ajoutée ont été exclus afin de mettre en avant les termes réellement significatifs.

III – Tonalité moyenne

La tonalité moyenne est un indicateur synthétique qui résume le sentiment global des commentaires. Chaque réponse est ainsi pondérée (par exemple, Très négatif = -2, Négatif = -1, Neutre = 0, Positif = 1, Très positif = 2), et la moyenne de ces valeurs donne un aperçu du ton général des commentaires. Dans l’exemple présenté ci-dessous, la tonalité moyenne est de -0,5 sur une échelle allant de -2 à 2.

Exemple de représentation graphique de l’orientation moyenne des commentaires clients

Cet indicateur peut être représenté de différentes façons, notamment à travers des graphiques illustrant l’évolution de la tonalité moyenne au fil du temps. Cela permet de visualiser si le sentiment général s’améliore ou se détériore sur une période donnée, et d’identifier les moments clés où le public étudié était particulièrement satisfait ou insatisfait.

IV – Évolution de l’orientation moyenne

Une autre façon de représenter l’orientation des commentaires est d’utiliser une date pour voir si la tonalité moyenne augmente ou diminue en fonction d’une période donnée. Ainsi, il est beaucoup plus facile de visualiser la tendance générale et d’identifier les moments clés où le public étudié était plus ou moins satisfait. Cela permet donc de vous concentrer sur ces moments clés et d’en tirer des conclusions plus précises. Pour ce type de représentation graphique, il convient de tracer l’évolution de la tonalité moyenne (la moyenne de l’orientation) par mois dans un graphique à courbes :

Évolution de la tonalité moyenne sur une année

Cette évolution peut également être représentée par la proportion de chaque type d’orientation (positive, négative, partagée et sans opinion) par mois ou par année, comme dans l’exemple ci-dessous. S’il est certes plus complexe de dégager une tendance générale de cette manière, nous obtenons plus de détails qui, selon l’objectif du rapport, peuvent être intéressants.

Représentation graphique de la proportion de chaque type d’orientation par mois ou par année

V – Ciblage par zone géographique

Selon le type d’étude, il peut être pertinent d’analyser vos données en fonction de la zone géographique de vos répondants. En effet, cela permet de détecter d’éventuelles différences de satisfaction selon la localisation. Cette analyse peut être représentée par des cartes géographiques colorées, montrant la tonalité moyenne des commentaires pour chaque zone étudiée (région, département, pays, etc.).

Représentation graphique de la tonalité moyenne par région française

VI – Orientation thématique

L’analyse thématique permet d’identifier les sujets récurrents dans les commentaires des utilisateurs. Par exemple, en examinant les avis sur une banque, il est possible que les clients parlent de commissions, de produits ou de services spécifiques. Ces thèmes peuvent être extraits manuellement ou à l’aide de logiciels comme Sphinx iQ 3, qui regroupent automatiquement des synonymes pour faciliter cette tâche.

En croisant ces thèmes avec l’orientation des commentaires, il devient possible de savoir si un sujet est généralement perçu de manière positive ou négative. Cette information est précieuse pour repérer les points forts et les faiblesses, et ainsi mettre en place des actions correctives.

Dans l’exemple ci-dessous, nous avons procédé à un codage textuel pour extraire des thèmes des commentaires des clients d’une banque à l’aide du logiciel DATAVIV’ by Sphinx en utilisant le regroupement de synonymes. Nous avons ensuite croisé les thèmes avec l’orientation, et nous les avons représentés dans un diagramme à barres. Ainsi, nous constatons que dans le thème « réception », génère plus de commentaires négatifs et, au contraire, le thème « besoins », génère plus de commentaires positifs :

Exemple d’analyse de sentiment d’une enquête de satisfaction pour une banque avec croisement des thèmes avec l’orientation

Par ailleurs, il est également possible d’effectuer une analyse factorielle des correspondances (AFC) en croisant les thèmes avec l’orientation afin de mettre davantage en évidence la relation entre chaque thème et chaque orientation :

Exemple d’analyse AFC qui croise les thèmes avec l’orientation des verbatim

VI – Orientation selon le thème et son évolution

En plus d’identifier les thèmes selon leur tonalité, il est aussi possible de suivre l’évolution de la tonalité de chaque thème dans le temps. Cela permet de comprendre pourquoi la satisfaction a augmenté ou diminué à des moments précis. Une carte thermique est un excellent moyen de représenter cette évolution sur plusieurs dimensions, notamment lorsque vous traitez de nombreux thèmes ou variables :

Orientation selon le thème et son évolution dans le temps

VII – Orientation négative mais évaluation positive

Enfin, un aspect souvent négligé de l’analyse du sentiment est l’étude des commentaires négatifs émis par des clients globalement satisfaits. Ces personnes, bien que satisfaites du produit ou du service, expriment parfois des frustrations concernant des expériences spécifiques. En identifiant ces commentaires, il est possible de prévenir la transformation de clients promoteurs en détracteurs, en corrigeant les problèmes rencontrés.

💡L’astuce du Sphinx

Pour identifier les commentaires de ces personnes, il suffit de filtrer la liste des commentaires selon deux variables : en fonction des réponses avec un score élevé sur une question de satisfaction globale, et en fonction de l’orientation saisie comme négative.

Conclusion

Finalement, en adoptant ces différentes approches, vous pourrez obtenir une vision claire et complète des sentiments exprimés par vos utilisateurs, tout en identifiant les axes d’amélioration prioritaires.

Besoin d’un coup de pouce ? Nos chargés d’études sont là pour vous accompagner dans vos enquêtes de satisfaction afin d’exploiter au mieux toutes vos données ! Contactez-nous !