Nombreuses sont les entreprises qui souhaitent accélérer leur transformation digitale via la mise en place de nouveaux services pour leurs équipes marketing ou communication ou l’intégration de nouvelles technologies de type datalake ou IA. 

Le Social Listening a fait partie de cette tendance grâce aux promesses faites par les éditeurs vantant les mérites d’une technologie innovante pouvant fournir des Insights aussi vite que l’on réchauffe un bol de nouilles asiatiques avec un four micro-ondes. 

Certes les plateformes progressent continuellement en termes de possibilité de paramétrage, d’intelligence artificielle pour filtrer les données et dataviz, néanmoins il est préférable de rappeler les fondamentaux d’un Insight de qualité. 

La qualité des données aka Data Quality 

 En fonction des plateformes, de l’industrie et des sujets de l’écoute, nous pouvons observer de fortes variations de volume et de qualité dans la collecte des publications faites sur les réseaux. – Nous comparons régulièrement pour nos clients les niveaux de couvertures de sources des différentes plateformes pour observer leurs évolutions et proposer la plus appropriée par rapport à leur industrie et besoin/ressources métier. 

Si vous êtes familier avec le principe de la veille ou de la collecte d’informations, le sujet principal qui anime l’industrie du Social Listening reste généralement la disponibilité de sources.  

Faut-il s’en inquiéter ? Oui quand le rapport d’une étude commandée à votre agence montre un nombre de sources limitées et préfigure l’orientation stratégique d’une marque.  Car si l’on s’en tient à la vision prismatique d’une collecte faite sans vérification sur les types de sources collectées, leurs éventuelles limitations ou leur pertinence, alors la recommandation d’action qui en résulte sera biaisée et sans valeur ajoutée. 

Au-delà sur Social Listening, il s’agit bien de sujet de la gouvernance des données et de l’homogénéité de la qualité qui est au cœur du sujet. 

Comment améliorer la fiabilité de vos Insights? 

La mise en place d’un programme de Data Quality peut permettre d’améliorer sensiblement la qualité de données et qui dit données fiabilisées, permet de donner de la pertinence à l’analyse qui en est faite. 

Les angles d’approches se situent à plusieurs niveaux :  

• Vérification de la couverture des sources de la plateforme,  
• Vérification du SPAM et des fermes de contenus, 
• Périmètre de requêtes trop ou pas assez exclusif par rapport au type de question posée,
• Filtrage des sources par rapport au type d’analyse souhaitée,
• Nettoyage manuel des incohérences.

Ces tâches de fond, doivent pouvoir être réalisées de manière régulière et parfois en plusieurs langues en fonction du périmètre d’écoute.

L’hybridation de données : croiser les points de vue. 

Si aujourd’hui il est devenu difficile de collecter certaines données de manière exhaustive en raison des limitations imposées par la RGPD et appliquée par les Réseaux Sociaux, la mise en place d’une méthodologie pour conduire vos analyses fiabilisera les résultats de vos études. 

L’hybridation de données – utilisation de différentes sources de données –   permet de donner du contexte sur l’éclairage fait aux premiers Insights. 

Les données de Search (ce que les gens recherchent) offrent généralement une bonne complémentarité au Social (ce que les gens disent), ce choix pourra être discuté en fonction du type de question ou des objectifs de l’étude. 

Ce choix pourra être fait par le Data Analyst en charge de votre étude, le facteur de ressources disponible entrant alors en considération. 

Les questions à se poser avant de lancer votre service interne de Social Listening ? 

Au-delà du choix de l’outil qui est une question essentiellement technique et budgétaire, les points essentiels à trancher sont : 

• Gouvernance des données, dans quel cadre vient s’inscrire la gestion des données Social Listening et notamment leur fiabilisation. 
• Quid de l’organisation cible pour la production des Insights, à dimensionner en fonction des types de clients internes, du périmètre linguistique, du volume anticipé de demandes, 
• Les ressources qui vont être allouées à l’analyse et la distribution des données pour toucher vos cibles avec des contenus lisibles et pertinents. 

Autant de questions qui nécessitent une réflexion profonde sur l’organisation du modèle de données de votre entreprise pour que l’intégration de la donnée sociale dans vos prises de décisions. 

Consultez la présentation des prestations proposées par Actulligence Consulting en social listening.

Julien Bontempi – Consultant en stratégie digitale & Social Data Intelligence auprès des Grands Comptes et PME du milieu Aéronautique & Défense, Dermo-cosmétique et ONG.