Aller au contenu | Aller au menu | Aller à la recherche

Cabinet Lefebvre-Nar 

ingénierie sociale, économique, environnementale

ingénierie sociale, économique, environnementale Intelligence Artificielle et études marketing : ça ne fait que commencer

Intelligence Artificielle et études marketing : ça ne fait que commencer

Interview pour Market Research News, avec son aimable autorisation.

MRNews : L’Intelligence Artificielle est le plus souvent définie au travers du tryptique Données / Algorithmes / Intelligence humaine. Vous retrouvez-vous dans cette définition ?

Frédéric Lefebvre-Naré : Cette définition me semble mieux s’appliquer à la Data Science qu’à l’Intelligence Artificielle en tant que telle. Une autre définition courante, qui marche assez bien, dit que l’IA consiste en une capacité de l’ordinateur à faire des choses que l’on croyait seule l’intelligence humaine à même de faire. C’est ce qui alimente cet effet de buzz, le mélange de fascination et de crainte que nous pouvons éprouver vis-à-vis des « machines ». Une interrogation ou une inquiétude sur la complémentarité entre l’intelligence humaine et celles des ordinateurs : est-ce que l’une des deux est englobée par l’autre, intégrée à l’autre ?

L’utilisation de l’IA dans l’univers du Market Research reste aujourd’hui encore très faible, non ?

Je crois que cela évoluera, que nous ne sommes qu’aux prémisses d’une longue histoire. L’IA pourrait « manger » dans les années à venir certains pans du Market Research — « manger » au sens de transformer, de métamorphoser, de compléter aussi.

Ça me rappelle que vers 1993, à l’arrivée du web, un de mes collègues en institut me disait : est-ce que nous devons continuer à demander aux gens des réponses qu’ils ont déjà publiées, que nous pourrions juste chercher en ligne ? 25 ans après, nous continuons à poser des questions, mais nous savons aussi chercher les réponses qui sont déjà là. Nous avons appris à inverser le schéma questions / réponses pour passer à un mode sujets / découvertes. C’est en particulier ce que permet l’outil Net-Conversations, que nous avons développé avec DCap Research.

Quelle est votre vision des principaux champs d’application de l’Intelligence Artificielle dans l’univers du Market Research. Pour quels types de problématiques l’IA peut-elle apporter un vrai « plus » ?

Je distinguerais deux grandes logiques d’application. La première consiste à mieux exploiter des matériaux existants, ce qui nous rapproche de la data science ; comme dans l’exemple de Net-Conversations dont nous venons de parler.

Le second sujet, plus proche d’ailleurs du courant principal en IA, est celui de la prédiction ; en particulier la prévision d’évènements futurs. Elle donne la possibilité d’un apprentissage progressif automatique (machine learning) : on prévoit, on enregistre ce qui se passe réellement pour, pas à pas, corriger le modèle et renforcer son pouvoir prédictif. Lorsque la prévision se base sur quelques variables chiffrées, on reste dans le champ de l’économétrie. Mais si l’on veut faire tourner des boucles de prévision mobilisant un très grand nombre de variables, par exemple un film ou un enregistrement sonore, on a besoin de techniques d’Intelligence Artificielle.

En poursuivant cette projection dans le futur, voyez-vous d’autres champs de progrès possibles autour de l’IA ?

Les choses vont tellement vite que toute projection dans le futur peut être vite ridiculisée !

Mon sentiment personnel est que le potentiel de l’IA pour analyser des textes reste aujourd’hui très sous-exploité. Léon Bottou, de Facebook Research, dans une conférence à Jussieu en mars dernier, rappelait la citation célèbre de Frederick Jelinek : « chaque fois que je vire un linguiste, la performance de mon système de reconnaissance de la parole s’améliore ». C’est une provocation, bien sûr, mais je crois qu’il y a une vérité profonde ici. Nous sommes encore trop respectueux du langage humain, de ses structures, et ça nous freine. Le sens de l’histoire est de renoncer à formaliser nous-mêmes, humains, ces structures tellement complexes, et de faire confiance à l’ordinateur pour les trouver, parce qu’elles sont bien là, fruit, d’ailleurs, de l’intelligence humaine.

A contrario, je suis moins optimiste sur ce qu’on arrivera à faire des données « de parcours », c’est-à-dire de séquences d’événements successifs dans le temps. Des militants anti-Linky sont convaincus qu’à partir du moment où l’on enregistre 48 fois par jour la consommation d’électricité d’un logement, on serait capable de connaître tous les faits et gestes des habitants : mais même avec 1000 points enregistrés, ça resterait très difficile et très peu fiable ! Les mêmes militants peuvent d’ailleurs trouver tout à fait normal de garder sur eux un smartphone qui signale à leur opérateur et à Google leur position, peut-être 10000 fois par jour. Mais même ces données très détaillées sont peu employées ; la position actuelle et récente est utilisée dans beaucoup d’applications, oui ; mais qui sait faire grand’chose de l’historique ?

Extraits publiés avec l'aimable autorisation de MRNews. L'interview complète ici.

message de maintenance technique : Nombre de secondes entre deux problèmes = 8

Cabinet Lefebvre-Nar 

message de maintenance technique : Rapidité du déplacement des références = 2

Intelligence Artificielle et études marketing : ça ne fait que commencer

jeudi 13 septembre 2018

Par Frédéric Lefebvre-Naré - Actualités

Interview pour Market Research News, avec son aimable autorisation.

Lire la suite...

Big data 5 ans après : vérifions nos analyses de 2013

jeudi 30 août 2018

Par Frédéric Lefebvre-Naré - Actualités

Frédéric Lefebvre-Naré avait été sollicité à l'automne 2013 pour contribuer à un ouvrage sur les big data et l'évaluation des politiques publiques ; il avait adressé à l'éditeur une note d'intention, bien moins académique que le chapitre finalement publié. En voici les 12 positions, 2 constats de révolutions, et 10 opportunités d'affaires.

Lire la suite...

Les professionnels des data sont rares, leurs compétences très hétérogènes : comment trouver qui résoudra un problème précis ?

mardi 6 mars 2018

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons constitué une base de données de plus de 1000 data scientists, data analysts, data crunchers, data engineers, data managers, avec qui nous sommes en contact ; base qualifiée et actualisée.

Comment faire fermenter l'innovation dans un groupe très traditionnel, au-delà d'un "digital washing" de façade ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

En équipe de trois consultants senior, nous avons animé sur plusieurs jours un séminaire de dirigeants, et fait émerger un concept viable d'accélérateur de projets innovants.

Quand de grandes entreprises lancent des consultations internes ouvertes… que faire de la masse de textes qui remontent ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons analysé pour la SNCF, PSA, La Poste,…, des dizaines de milliers de contributions, issues de plates-formes différentes : structuré les idées, explicité les débats chauds, dégagé les pépites.

La numérisation bouleverse les activités économiques. Comment repérer ce que font vraiment les entreprises d'un secteur ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons reconstitué et reclassé les activités réelles des entreprises d'une branche, en confrontant 5 sources statistiques, textuelles et ad hoc, pour le compte de l'Observatoire de la branche.

Un studio de jeu vidéo doit, des années avant le lancement du jeu, concevoir le suivi du comportement des futurs joueurs.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons accompagné un studio pendant plus de 2 ans, de la conception des futurs indicateurs de performance à la programmation des trackers logiciels et des dashboards Tableau. Le jeu continue :-)

Dans une entreprise spécialisée sur des chantiers de long terme, l'évaluation annuelle des collaborateurs suscitait des conflits.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons construit avec la DRH, spécialement pour ce métier, un outil de 360° qui a fait la quasi-unanimité. L'entreprise nous en confie la maintenance évolutive depuis 5 ans.

Une start-up technologique se demandait comment atteindre le marché grand public.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Notre équipe a fait apparaître un consensus rapide sur la valeur que la start-up apportait aux destinataires. La communication en ligne que nous avons construite a été conservée pendant 5 ans.

Avant de déplacer un grand site, une entreprise souhaitait repérer ce qui faisait son succès et pouvait être transféré.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons enchaîné une observation in situ et la mise en place d'un baromètre, qui ont identifié les conditions de succès, et mesuré une forte progression après la mise en oeuvre de nos recommandations.

Des cabinets d'expertise des Risques Psycho-Sociaux sont freinés, pour repérer les problèmes émergents, par les outils de questionnement standard.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré des moyens simples d'analyse et d'interrogation, qui font ressortir les risques émergents et ceux spécifiques à chaque entreprise, tout en respectant les échelles scientifiquement validées.

Un industriel était débordé par les messages de beta-testeurs qui ne concernaient pas des problèmes.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré un algorithme d'analyse automatique des messages pour filtrer les problèmes et quantifier où ils se concentrent.

Un opérateur de services subissait une vague de pannes mal répertoriées dans son service après-vente.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Notre analyse des annotations, très hétérogènes et mal codées, du SAV (text clustering), a permis de repérer le problème et le résoudre immédiatement.

Une raison d'être pour la SNCF

jeudi 1 mars 2018

Par Frédéric Lefebvre-Naré - Actualités

En marge d'une mission pour la SNCF sur la raison d'être du groupe selon ses salariés — l'analyse du contenu d'une consultation générale des agents — Frédéric Lefebvre-Naré avait rédigé une note spontanée à la Direction, sur sa perception de la situation stratégique de la SNCF. Cette note, qui ne reprend aucun élément confidentiel, peut contribuer au débat actuel.

Selon cette analyse, la raison d'être de la SNCF, c'est d'aménager de façon durable l’espace-temps des territoires densément peuplés.

Lire la suite...

Les formations de « data scientist » se multiplient, aussi diverses que les métiers de « data scientists » !

dimanche 21 janvier 2018

Par Frédéric Lefebvre-Naré - Actualités

La révolution des data, défi de ressources humaines.

Lire la suite...

On cherche compétences pour les data !

lundi 27 novembre 2017

Par Frédéric Lefebvre-Naré - Actualités

Avec Mary Le Gardeur de Mix&Match, cabinet de conseil en RH, nous avons entrepris de cartographier les compétences que mobilisent aujourd’hui les métiers des data. Si vous travaillez dans ce champ, c'est ici !

Lire la suite...

- page 1 de 3