{"id":60691,"date":"2018-11-20T12:50:17","date_gmt":"2018-11-20T17:50:17","guid":{"rendered":"https:\/\/isarta.com\/infos\/?p=60691"},"modified":"2018-11-20T13:09:33","modified_gmt":"2018-11-20T18:09:33","slug":"semeon-la-startup-montrealaise-qui-analyse-le-sentiments-des-clients-grace-a-lintelligence-artificielle","status":"publish","type":"post","link":"https:\/\/isarta.com\/infos\/semeon-la-startup-montrealaise-qui-analyse-le-sentiments-des-clients-grace-a-lintelligence-artificielle\/","title":{"rendered":"Semeon, la startup montr\u00e9alaise qui analyse le sentiment des clients gr\u00e2ce \u00e0 l’intelligence artificielle"},"content":{"rendered":"
\"\"<\/p>\n

A gauche, Alkis Papadopoullos, le fondateur de Semeon, lors du Fundica Roadshow (FRS) 2018<\/p>\n<\/div>\n

19 novembre 2018<\/span><\/p>\n

Le 23 novembre prochain,\u00a0lors d\u2019une conf\u00e9rence organis\u00e9e par Microsoft<\/a><\/span>,\u00a0<\/span>Desjardins Assurances <\/span>va venir partager<\/span>\u00a0son exp\u00e9rience r\u00e9cente<\/span>\u00a0<\/span><\/span>d’utilisation de l’intelligence artificielle afin d’analyser la voix de ses clients,<\/span>\u00a0quel que soit le volume de donn\u00e9es. Rencontre avec Semeon Insights, l’entreprise d’ici qui est derri\u00e8re cette solution novatrice.<\/span><\/span><\/p>\n

Semeon<\/a><\/span> d\u00e9veloppe depuis 2012 un algorithme de d\u00e9chiffrage de texte. Quatre ans de recherche et d\u00e9veloppement ont \u00e9t\u00e9 n\u00e9cessaires pour cr\u00e9er et lancer la technologie. Aujourd’hui, tous ces efforts commencent \u00e0 payer : la compagnie montr\u00e9alaise, qui compte une vingtaine de salari\u00e9s et une trentaine de clients, s’appr\u00eate \u00e0 tripler ses revenus en un an.<\/p>\n

Sa solution permet d’analyser les retours clients \u00e0 travers diff\u00e9rents canaux : les donn\u00e9es publiques que l’on retrouve sur les r\u00e9seaux sociaux, les blogs, les forums ou les sites de nouvelles… mais aussi les courriels envoy\u00e9s par ces m\u00eames clients. Ou comment mesurer ce qui se dit sur sa marque en temps r\u00e9el.<\/p>\n

Et si l’avenir du marketing client passait par l’intelligence artificielle ? On en parle avec\u00a0Alkis Papadopoullos, son fondateur et CTO.<\/span><\/p>\n

Pouvez-vous nous pr\u00e9senter plus en d\u00e9tail votre technologie et son fonctionnement ?<\/span><\/h2>\n

Alkis Papadopoullos :<\/span><\/strong>\u00a0<\/span>En deux mots, nous r\u00e9sumons l’ensemble des sentiments exprim\u00e9s par les clients d’une marque en une vision globale. Comment ? En r\u00e9unissant l’ensemble des canaux de feedback<\/em> clients dans un m\u00eame syst\u00e8me gr\u00e2ce \u00e0 un algorithme d’apprentissage supervis\u00e9 et semi supervis\u00e9.<\/p>\n

En fait, on se sert de ces algorithmes pour extraire automatiquement les faits saillants de ce qui est dit. Nous sommes ainsi capables de regarder les th\u00e8mes \u00e9voqu\u00e9s les plus importants et de savoir de quelle source ils proviennent. Ce ne sont pas les m\u00eames personnes qui utilisent les m\u00e9dias sociaux ou les centres d’appel par exemple, donc les retours peuvent varier.<\/p>\n

\"\"<\/p>\n

Quels sont les int\u00e9r\u00eats principaux pour vos clients ?<\/span><\/h2>\n

A.K. :<\/span><\/strong><\/span>\u00a0Notre solution leur permet de mieux comprendre quels sont les probl\u00e8mes importants rencontr\u00e9s par leurs utilisateurs et de voir ce que leurs clients appr\u00e9cient. C’est en fait un outil qui leur permet de voir\u00a0ce qui est urgent de r\u00e9gler et, au final, d’am\u00e9liorer le service \u00e0 leur client\u00e8le.<\/p>\n

Par ailleurs, de plus en plus de compagnies utilisent des sondages pour comprendre les besoins de leurs clients. Mais le probl\u00e8me est souvent la longueur de ces derniers. Donc ils optent pour des questionnaires plus courts\u00a0avec des questions qualitatives et quelques questions ouvertes.<\/p>\n

Sauf qu’avant, devant un nombre de r\u00e9pondants \u00e9lev\u00e9s, il \u00e9tait difficile de traiter ces r\u00e9ponses ouvertes qui pouvaient aborder des sujets tr\u00e8s diff\u00e9rents. Aujourd’hui, on peut utiliser notre algorithme pour traiter ces types de question.<\/p>\n

Donc au final, on offre une grande force de frappe tout en pouvant traiter de la donn\u00e9e \u00e0 une vitesse acc\u00e9l\u00e9r\u00e9e et donc \u00e0 co\u00fbt moindre.<\/p>\n

Donc on parle d’enjeux de co\u00fbts et de rapidit\u00e9.<\/span><\/h2>\n

A.K. :\u00a0<\/span><\/strong><\/span>Oui. Il faut bien voir que, dans un march\u00e9 global\u00a0o\u00f9 les produits sont tr\u00e8s comp\u00e9titifs, les s\u00e9ries de fonctionnalit\u00e9s deviennent de plus en plus similaires. Donc la diff\u00e9renciation se fait par la qualit\u00e9 de la livraison du service. C’est l\u00e0 o\u00f9 Semeon entre en jeu.<\/p>\n

Nous optimisons le temps \u00e0 d\u00e9celer les probl\u00e8mes de mani\u00e8re \u00e0 les corriger rapidement.<\/p>\n

Mais, pour y arriver, en soi, la volum\u00e9trie de ce type de donn\u00e9e est telle que cela peut co\u00fbter plusieurs dollars par message \u00e0 analyser. Or avec Semeon, on parle de quelques dizaines de sous !<\/p>\n

\"\"<\/p>\n

Comment fonctionne votre algorithme justement ?<\/span><\/h2>\n

A.K. :\u00a0<\/span><\/strong><\/span>Nous avons cr\u00e9\u00e9 un syst\u00e8me qui est conscient de la richesse des expressions utilis\u00e9es. Habituellement, ce type de solution fonctionne par mot cl\u00e9. Le probl\u00e8me, c’est que, si l’on parle d’une compagnie d’assurance, le mot qui va revenir le plus souvent est bien \u00e9videmment \u00ab\u00a0Assurance\u00a0\u00bb. Or, c’est un mot vide. On \u00e9vacue ainsi ces mots trop \u00e9vidents pour nous concentrer sur la mise en contexte s\u00e9mantique.<\/p>\n

Le plus important, c’est l’expression qui accompagne et qui d\u00e9crit le contexte de la mention. Notre syst\u00e8me a \u00e9t\u00e9 entra\u00een\u00e9 pour aller chercher ces perles un peu plus rares qui vont aider \u00e0 contextualiser ce que les gens pensent vraiment.<\/p>\n

Personnellement, cela fait 25 ans que je travaille dans ce domaine des moteurs s\u00e9mantiques. Et en cumul\u00e9, notre \u00e9quipe technique compte plus d’une centaine d’ann\u00e9es personne \u00e0\u00a0b\u00e2tir des moteurs s\u00e9mantiques qui cherchent \u00e0 comprendre le contexte de ce qui se dit autour d’une marque et d’y rattacher un sentiment.<\/p>\n

En bref, non seulement nous essayons de comprendre ce qui a \u00e9t\u00e9 dit \u00e0 propos d’une marque, mais comment est-ce que cela a \u00e9t\u00e9 dit (de fa\u00e7on dithyrambique, agressive, furieuse, heureuse, etc.) C’est important de rattacher les deux.<\/p>\n

Quel est votre principal atout par rapport \u00e0 vos concurrents ?<\/span><\/h2>\n

A.K. :\u00a0<\/span><\/strong><\/span>Il existe deux types de compagnies dans ce domaine. Celles qui traitent des donn\u00e9es publiques, notamment des r\u00e9seaux sociaux (Meltwater, Synthesio, Brandwatch). Mais aucune ne travaille sur les autres canaux de feedback moins visible mais peut-\u00eatre plus li\u00e9 \u00e0 un probl\u00e8me comme les courriels.\u00a0On est les seuls \u00e0 int\u00e9grer en plus ces donn\u00e9es \u00ab\u00a0priv\u00e9es\u00a0\u00bb et de les int\u00e9grer \u00e0 l’analyse. Et d’autres compagnies ne s’int\u00e9ressent qu’\u00e0 ce type de donn\u00e9es (Clarabridge).<\/p>\n

Par ailleurs, peu de compagnies travaillent de mani\u00e8re aussi pouss\u00e9e pour d\u00e9cortiquer les faits saillants et isoler les probl\u00e8mes principaux per\u00e7us par le client.<\/p>\n

Sachant que nous sommes sur un march\u00e9 estim\u00e9 entre \u00e0 2 milliards de dollars US et qui augmente de mani\u00e8re tr\u00e8s rapide. Donc il y a une vraie opportunit\u00e9.<\/p>\n

\"\"<\/p>\n

Faites-vous aussi du traitement de la voix ?<\/span><\/h2>\n

A.K. :\u00a0<\/span><\/strong><\/span>Notre algorithme est sp\u00e9cialis\u00e9 pour faire de l’apprentissage sur des donn\u00e9es texte. Mais finalement nous faisons appel \u00e0 des partenaires qui vont r\u00e9ussir \u00e0 convertir de la voix en texte pour que nous puissions en faire ensuite notre analyse.<\/p>\n

Concr\u00e8tement, que peut-on mesurer avec votre outil ?<\/span><\/h2>\n

A.K. :\u00a0<\/span><\/strong><\/span>Tout d’abord, on pr\u00e9sente l’arborescence du sentiment consommateur sous forme d’un nuage s\u00e9mantique ou d’un arbre avec les concepts principaux et secondaires.<\/p>\n

Il est aussi possible d’avoir une vue sur les sentiments des consommateurs en mesurant l’\u00e9volution des concepts positifs et n\u00e9gatifs dans le temps. Ce qui permet de voir l’augmentation d’un probl\u00e8me ou sa r\u00e9solution.<\/p>\n

Nous avons aussi une vue sur\u00a0le ratio de sentiment global (combien de mentions positives pour une n\u00e9gative).<\/p>\n

Par rapport aux donn\u00e9es publiques, on peut \u00e9galement voir les personnes les plus influentes dans les conversations. Pas forc\u00e9ment celles qui s’expriment le plus en quantit\u00e9 mais celles qui ont vraiment un impact.<\/p>\n

Nous r\u00e9alisons enfin une analyse d’intention, ce qui permet de comprendre pourquoi la personne \u00e9crit ce message. C’est assez unique comme fonctionnalit\u00e9. Cela va bien au-del\u00e0 du sentiment et de la s\u00e9mantique. On voit si tel type de message est \u00e9crit avec l’intention d’informer (par exemple sur un\u00a0forum technologique), de critiquer, de faire \u00e9loge, etc. Tout cela vient compl\u00e9ter la vue dans les tableaux de bord.<\/p>\n

Ainsi, on est capable de mesurer :<\/p>\n