AéronautiqueIA GÉNÉRATIVE
Analyse de sentiments: la GenAI à l’écoute des émotions
ALTEN en Italie a aidé deux clients importants (une banque internationale de premier plan et une société spécialisée dans le soin des animaux de compagnie) à mettre en œuvre une solution pilotée par l’IA. Son objectif : rationaliser l’acquisition de données, catégoriser automatiquement les commentaires, et générer des insights quantitatifs et qualitatifs pour mieux comprendre les clients et éclairer les décisions stratégiques.
L’analyse de sentiments est un processus consistant à examiner un texte pour déterminer si le ton émotionnel du message est positif, négatif ou neutre. Il s’agit d’une méthode indispensable pour les entreprises qui cherchent à rester au sommet de leur art. Les applications mobiles contiennent tout un éventail d’informations sur les habitudes, les préférences et les besoins des clients. Cependant, il peut être fastidieux et chronophage de traiter de tels volumes de données textuelles, qu’il s’agisse d’e-mails, de discussions avec le service client, des réseaux sociaux ou d’avis de consommateurs.
Le défi: Améliorer l’analyse de sentiments pour deux grandes entreprises afin de fournir des insights plus rapides et plus exacts
La solution: Analyse de sentiments complète basée sur la collecte de données automatique, tirant parti de chatbots pilotés par l’IA, de capacités multilingues et de la visualisation des données
Les avantages:
- Génération automatique de données
- Gain de temps
- Efficacité et exactitude accrues
- Surveillance quotidienne pour des insights en temps réel
- Amélioration de la gestion de la réputation en ligne
- Amélioration de l’expérience client
- Décisions étayées par des données
- Des insights exploitables pour une amélioration continue de l’activité
Un outil dynamique
ALTEN a entrepris d’exploiter l’IA générative (GenAI) en vue d’automatiser le processus d’analyse de sentiments pour deux clients de premier plan. Bien que ces deux sociétés fournissent des services très différents, leurs besoins sont similaires à ceux de la quasi-totalité des entreprises aujourd’hui : collecter et analyser les commentaires des utilisateurs sur différentes plateformes digitales (app stores, réseaux sociaux, etc.) afin de mieux répondre à leurs attentes et à leurs préférences. Cependant, les méthodes traditionnelles de collecte de données et d’extraction d’insights prennent beaucoup de temps et n’offrent pas l’évolutivité requise pour assurer le suivi en temps réel et l’analyse des sentiments. En automatisant l’acquisition d’avis à partir d’applications mobiles et en utilisant la visualisation des données pour les capturer, l’analyse avancée des sentiments peut offrir des résultats exploitables de manière dynamique et interactive.
Des solutions sur mesure…
L’équipe d’ALTEN a commencé par convertir la base de connaissances de la banque en document texte, pour ensuite l’importer dans une base de données vectorielle avec Microsoft Azure. Elle a ensuite déployé des chatbots prenant en charge le langage naturel pour permettre aux utilisateurs d’interagir avec le système en dialoguant normalement. Les utilisateurs ont ensuite pu examiner les réponses en accédant à la base de connaissances utilisée par le chatbot.
L’autre client d’ALTEN souhaitait quant à lui automatiser la collecte d’avis sur les réseaux sociaux (Facebook, Instagram et TrustPilot entre autres), puis rendre ces informations exploitables de manière dynamique et interactive grâce à la visualisation des données. L’équipe d’ALTEN a commencé par recueillir les commentaires des utilisateurs sur les plateformes de réseaux sociaux en utilisant le web scraping. Les données ont ensuite été traitées, classées et hiérarchisées à l’aide de l’IA générative, en particulier le service OpenAI d’Azure. La représentation graphique de l’analyse de sentiments a été réalisée sur la plateforme Microsoft Power BI.
…pour de meilleurs insights
Dans les deux cas, les processus de collecte et d’analyse des données ont été entièrement automatisés, ce qui a permis d’améliorer considérablement l’exactitude et l’exhaustivité des données. Une fois les données collectées, elles sont automatiquement classées pour générer des indicateurs de performance clés (KPI) quantitatifs et qualitatifs, ainsi que des informations importantes pour des décisions plus éclairées. Sa fonction multilingue native garantit que le système est largement accessible.
Dans les deux cas, les solutions développées par ALTEN ont aidé le client à analyser efficacement le feedback des utilisateurs et à en tirer des insights pour un impact maximal.