Chapitre 1. Historique et état du marché - Sciences Po Spire
Chapitre 1. Historique et état du marché - Sciences Po Spire
Chapitre 1. Historique et état du marché - Sciences Po Spire
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
38 <strong>Po</strong>ur chacune de ces approches, les outils à m<strong>et</strong>tre en place seront différents.<br />
Définir la visée de sa recherche<br />
OpenEdition Press<br />
<strong>Chapitre</strong> <strong>1.</strong> <strong>Historique</strong> <strong>et</strong> <strong>état</strong> <strong>du</strong> <strong>marché</strong> 12<br />
39 Un autre prérequis pour se lancer dans une analyse de la tonalité sur le web est de savoir<br />
pourquoi on cherche. On distingue au moins deux postures : observer pour comprendre ou<br />
observer pour agir. De plus en plus de prestataires en social media monitoring proposent des<br />
solutions « complètes » qui vont jusqu’à perm<strong>et</strong>tre aux clients de répondre en quasi-temps réel<br />
à un twe<strong>et</strong> qui ne leur conviendrait pas. Beaucoup de fonctionnalités mises en avant dans ces<br />
offres supposent que le client a pour but d’« engager la conversation » avec ses consommateurs<br />
ou de réagir aux attaques à sa réputation.<br />
40 Mais l’observation à visée de compréhension peut être un premier objectif <strong>et</strong> un objectif<br />
suffisant. On se r<strong>et</strong>iendra alors de préqualifier les expressions recueillies (<strong>et</strong> le sentiment<br />
analysis pousse à les qualifier immédiatement) pour comprendre par exemple les règles<br />
d’expression propres à un domaine, propres aussi à un site ou à un média social. Une fois<br />
c<strong>et</strong>te compréhension profonde acquise à partir d’études sur des échantillons restreints, il<br />
devient possible de m<strong>et</strong>tre en place des indicateurs plus précis <strong>et</strong> automatisables en partie,<br />
mais pas avant. Intro<strong>du</strong>ire une visée opérationnelle dès le début <strong>du</strong> travail d’opinion mining<br />
modifie nécessairement les méthodes utilisées, les saillances r<strong>et</strong>enues, les modes d’alerte,<br />
<strong>et</strong> donc le poids relatif des expressions relevées. Cela ne l’invalide pas mais cela oblige à<br />
distinguer une telle posture de connaissance stratégique par rapport à une observation à visée<br />
compréhensive. C’est pourquoi les outils à destination des chercheurs seront souvent différents<br />
de ceux proposés par les sociétés qui proposent des services opérationnels.<br />
Décider de la composition des ressources mobilisables :<br />
humains (lesquels ?) <strong>et</strong> machines (pour faire quelle tâche ?)<br />
41 Nous l’avons dit, on ne peut s’en rem<strong>et</strong>tre entièrement à la machine, ce qui se tra<strong>du</strong>it par<br />
l’exigence d’avoir des analystes experts <strong>du</strong> domaine <strong>et</strong> ne pas s’en rem<strong>et</strong>tre au logiciel<br />
censé s’occuper de tout. Il est donc nécessaire de réaliser une étude de faisabilité <strong>et</strong> d’évaluer<br />
les moyens financiers nécessaires en tenant compte de c<strong>et</strong>te contrainte. Si le client a besoin<br />
d’examiner un très grand nombre de données <strong>et</strong> qu’il estime devoir impérativement passer par<br />
un prestataire, il doit prévoir des analystes qui sauront interpréter les résultats. L’évaluation<br />
des prestations proposées devrait passer plus souvent par l’examen des qualifications des<br />
personnels qui réalisent le travail. Il est trompeur de prétendre qu’aucune interpr<strong>état</strong>ion n’est<br />
nécessaire ou qu’on peut la laisser au client final. Car toute la chaîne de pro<strong>du</strong>ction de<br />
données, même la plus automatisée, même celle qui pro<strong>du</strong>it les résultats les plus bruts ou<br />
les plus synthétisés, repose sur une succession d’interpr<strong>état</strong>ions, qui ne sont jamais des choix<br />
« purement techniques » ou d’optimisation (pour des raisons de coûts ou de délais) : chacune<br />
présuppose une certaine analyse implicite <strong>du</strong> domaine, de la question posée, <strong>du</strong> statut <strong>du</strong><br />
matériau recueilli, <strong>et</strong>c.<br />
Qui pratique l’analyse de sentiment ?<br />
42 Parce qu’il existe beaucoup de domaines d’application <strong>du</strong> sentiment analysis, on trouve<br />
également beaucoup d’acteurs, <strong>et</strong> très variés, s’inscrivant dans ce secteur. Nous ne pouvons<br />
ici rendre compte de l’ensemble des acteurs <strong>du</strong> sentiment analysis. De nouveaux entrants<br />
apparaissent régulièrement dans ce domaine, leurs positionnements ne sont pas toujours<br />
identiques, <strong>et</strong> leur nombre évolue tous les jours. Certains acteurs disparaissent, d’autres<br />
ressurgissent sous de nouveaux noms, notamment après un rachat, comme ce fut le cas pour<br />
l’ex-Scoutlabs, rach<strong>et</strong>é en 2010 par la société Lithium Technologies.<br />
43 Voyons plutôt quels types d’acteurs pratiquent l’analyse de sentiment.<br />
Les services internes des entreprises <strong>et</strong> des organismes<br />
44 La collecte <strong>et</strong> l’analyse des avis des consommateurs ne sont pas nouvelles <strong>et</strong> des services<br />
internes dans les entreprises <strong>et</strong> organismes publics s’occupaient déjà de sonder les opinions<br />
des consommateurs <strong>et</strong> citoyens, à l’aide des outils de CRM. Cependant, l’analyse <strong>du</strong> sentiment<br />
se fait encore de manière relativement artisanale chez ces acteurs : « à la main », avec outils de