Caplena et Beiersdorf remportent un prix pour leur approche innovante de l'analyse des avis d'Hansaplast sur Amazon !

Caplena, en collaboration avec Beiersdorf, est fier d'avoir reçu le prestigieux prix de l'innovation 2023 lors du congrès allemand des études de marché à Francfort le 14 juin 2023. Ce prix récompense leur approche innovante de l'analyse des avis en ligne en tirant parti des connaissances alimentées par l'IA pour optimiser la qualité des produits. Cette étude de cas montre comment Beiersdorf a adopté cette approche en utilisant Caplena pour valoriser les retours d'expérience de ses clients dans le développement des produits Hansaplast.

Le challenge

Beiersdorf AG, et plus particulièrement son équipe Études de marché au sein d'Hansaplast, s'appuie sur les commentaires d'Amazon pour connaître le sentiment des clients à l'égard de ses produits. Cependant, l'analyse complète de ces avis s'est heurtée à la difficulté de les classer dans les différentes langues et catégories de produits. Avant Caplena, l'analyse se concentrait uniquement sur la notation par étoiles, sans explorer les facteurs qui ont contribué à chaque évaluation. Pour mieux comprendre les avis clients, il était nécessaire d'effectuer une analyse permettant d'identifier les thèmes et les sentiments associés au nombre d'étoiles.

La solution

L'équipe Études de marché d'Hansaplast s'appuie désormais sur la plateforme de Caplena pour effectuer l'analyse des avis clients et relever efficacement ces défis. La méthodologie comprend les étapes suivantes:

• Identification des sujets: Caplena utilise un modèle d'intelligence artificielle entraîné sur un large ensemble de projets pour identifier et synthétiser les sujets à partir de commentaires au format textuel. Cela permet une compréhension exhaustive des avis clients Amazon utilisés, allant au-delà de thèmes prédéfinis à l'avance.

• Assignation des sujets: Une fois les sujets identifiés, ils sont automatiquement attribués aux commentaires, avec leur sentiment respectif (au niveau de chaque sujet attribué). Bien que l'attribution automatique soit de haute qualité, elle est mesurée par un score F1 qui est affiché de manière transparente à tout moment, permettant aux utilisateurs de Caplena d'affiner manuellement un sous-ensemble de commentaires pour augmenter la précision jusqu'au niveau souhaité.

• Analyse des facteurs: En attribuant des thèmes et des sentiments aux commentaires, les données non structurées deviennent structurées et quantifables. Une analyse des facteurs est effectuée en utilisant les sujets comme variables explicatives et les notes attribuées aux étoiles comme variables cibles. Cette analyse fournit des coefficients de régression qui indiquent la force et la direction de l'influence de chaque sujet (positive ou négative) sur les notes attribuées aux étoiles.

Résultats

En s'appuyant sur Caplena, Beiersdorf parvient à transformer un large volume de données non-structurées (les avis clients Amazon) en une analyse structurée et quantifée. Un tableau de bord entièrement interactif avec une analyse des facteurs permet à leurs équipes de comprendre quels sujets ont le plus d'impact sur la notation par étoiles de leurs produits. Cette approche systématique permet aux décideurs d'agir sur les sujets fréquemment mentionnés, d'indentifier les nouveaux sujets de manière proactive, et de prioriser les décisions selon leur impact, quantifié avec précision.