Lors du salon Business Intelligence à Montréal, le conférencier Claude G. Théoret a expliqué les avantages de l’analyse des données des médias sociaux au bénéfice de la veille commerciale.
Dans le cadre du salon Business Intelligence qui a eu lieu au Palais des congrès de Montréal les 5 et 6 novembre, Claude Théoret a fait état de la croissance exponentielle de la quantité de données qui sont produites dans les médias sociaux – comme les blogues, Facebook, Twitter, Tumblr, Pinterest, etc. – tout en soulignant que cette croissance était loin d’être terminée. M. Théoret, qui est le fondateur, chef de la direction et responsable des technologies de la firme d’analytique Nexalogy Environics de Montréal, a comparé l’utilisation de ces données à celle du pétrole, puisqu’il est onéreux d’en faire l’extraction, le stockage et le raffinage afin d’obtenir l’information la plus pertinente pour une organisation.
Surtout, M. Théoret a affirmé que l’utilisation de l’information provenant des médias sociaux aux fins de la veille commerciale permettait d’établir un outil peu coûteux pour l’exploration de marché et l’approche des consommateurs. « Les médias sociaux constituent un canal de soutien à la clientèle en temps réel et un canal pour la recherche et le contact d’influenceurs pour certains produits, ainsi qu’une source pour la veille concurrentielle », a-t-il souligné.
Notamment, M. Théoret a comparé les médias sociaux à un « grand aquarium » où l’on peut trouver une quantité importante de personnes qui peuvent donner leur avis sur un produit ou un service, en comparaison avec les groupes témoins traditionnels.
Définir l’analyse sociale
Afin d’obtenir le meilleur retour sur investissement, Claude G. Théoret a indiqué les étapes entourant l’établissement d’une stratégie pour l’utilisation des médias sociaux aux fins de la veille commerciale. La première étape consiste en la compréhension du positionnement d’une marque, mais aussi du positionnement des concurrents. Ensuite, il faut savoir comment les consommateurs et les influenceurs utilisent les médias sociaux au sein d’une industrie ou d’un domaine. Également, il faut définir les caractéristiques clés des conversations qui ont lieu dans les médias sociaux afin de concevoir des éléments de mesure qui seront pertinents pour les activités de veille commerciale.
Selon M. Théoret, à l’aide de technologies de traitement du langage naturel, il est possible d’établir des dizaines, voire une centaine de requêtes qui permettront d’identifier de l’information qui peut être pertinente parmi l’immense quantité de données qui est produite dans les médias sociaux. Après la création d’un ensemble de données, puis l’analyse quantitative et l’analyse qualitative de ses données, des rapports seront produits et une stratégie sera établie afin qu’une organisation tire profit des intérêts et des tendances qui sont exprimés par les consommateurs actuels ou potentiels de produits ou de services de sa marque.
Toutefois, M. Théoret a indiqué que la qualité des données dans les médias sociaux constituait un enjeu important, alors que des blogues et des admirateurs bidon sont produits par milliers à l’aide de fermes de serveurs et de robots, dans le but de mieux positionner une entreprise dans les résultats des moteurs de recherche ou bien de gonfler le nombre d’adhérents d’un compte dans un réseau social comme Twitter.
En prenant l’exemple d’un mandat effectué pour client – un fabricant de bottes de travail – M. Théoret a indiqué que 95 000 billets de blogue qui avaient été produits sur une période de trois ans avaient été identifiés par sa boîte, mais que seulement 5 000 de ces billets ne provenaient pas de blogues générés par des fermes de serveurs. « De ces 5 000 billets, 1 500 étaient pertinents pour le client », a-t-il souligné.
Débouchés inattendus
M. Théoret a ajouté que la production de cartes lexicales et de graphes d’intérêt et l’établissement d’une topologie permettaient de mettre en valeur des caractéristiques qui sont jugées importantes par les utilisateurs de produits ou de services, mais aussi aussi d’identifier des utilisations inattendues de ces derniers.
En utilisant l’exemple du fabricant de bottes, M. Théoret a indiqué que l’analytique des médias sociaux avait permis de cerner que les consommateurs appréciaient par exemple la résistance à l’huile des produits, mais aussi que d’autres consommateurs utilisaient des bottes de travail à des fins purement vestimentaires, comme un « énoncé de mode » (fashion statement)!
« Le recours aux médias sociaux pour la veille commerciale peut servir à l’analyse en temps réel, pour le présent, mais aussi pour l’analyse prédictive », a souligné M. Théoret.
En terminant, le conférencier a indiqué que l’analytique des médias sociaux était sur le point de faire l’objet d’une deuxième vague, puisque les grands fournisseurs de solutions de veille commerciale ont amorcé l’acquisition de firmes spécialisées.
