Longtemps considéré par le monde de la tech comme un oracle infaillible, l’omnipotence du Big Data est de plus en plus questionnée. Efficace pour répondre à certaines problématiques macro, le Big Data est moins agile lorsqu’il s’agit de lire des contextes et d’analyser des situations précises. D’où l’apparition de nouvelles méthodes de traitement automatisé des données, privilégiant le qualitatif au quantitatif, à l’image du concept de Beautiful Data développé par la start-up grenobloise Comongo.
Le Big Data et ses limites
Les quantités immenses de données traitées grâce au Big Data apportent certes une puissance d’analyse incomparable et des réponses à de nombreuses problématiques, mais son champ d’utilisation n’est pas illimité. Les données exhaustives et non ciblées peuvent même se révèler trompeuses quand elles ne sont pas éclairées par l’analyse humaine, l’expertise et la créativité.
C’est face aux limites du Big Data, que des chercheurs et professionnels de la communication se sont impliqués pour proposer une alternative. Parmi eux, Stéphane Labartino, qui a créé la société Comongo en partant du postulat que la donnée devait être contextualisée pour lui donner tout son sens.
La startup grenobloise s’est rapprochée de chercheurs en sciences du langage du laboratoire Litt&Arts de l’Université Grenoble Alpes pour développer Comonimage, le premier outil en ligne d’intelligence artificielle dédié à l’analyse sémantique de micro-corpus de données.
« Les nouvelles technologies doivent augmenter les capacités des Hommes, pas se substituer à eux »
Le principe de cette solution est de travailler sur des données hyper-ciblées. C’est ce que Stéphane Labartino appelle la Beautiful Data. Il s’agit justement de données ciblées, prises à la source et très riches en informations. Leur outil, Comonimage permet de classifier et de segmenter avec précision les informations recueillies chez le groupe sondé. Avec la méthode de travail proposée par Comongo, toutes les données sont analysées et chaque information devient alors pertinente, même si elle se retrouve minoritaire dans le contexte de l’analyse. Une fois les données traitées, Comonimage va se charger de les mettre en forme puis de restituer, à l’aide de datavisualisations, les réponses recueillies sous forme d’idées ou de concepts.
Comongo, par exemple, réalise des études d’image de marque pour des entreprises sur la base de questionnaires ouverts envoyés à ses publics cibles : collaborateurs, clients, prestataires… L’idée étant d’en retirer un diagnostic complet de ressentis et d’attentes.
Avec Comonimage, « le client définit les sujets, les objectifs et les personnes cibles, qui peuvent être segmentés selon leur profil. Si c’est l’outil qui donne le diagnostic, c’est le client qui donne le contexte », précise le CEO et fondateur de Comongo.
Stéphane Labartino estime que « les nouvelles technologies doivent être pensées pour augmenter les capacités des Hommes à prendre de bonnes décisions, pas pour se substituer à eux. L’outil ne peut pas imposer une décision sans la connaissance du contexte détenu par nos clients-utilisateurs ».
Réduction des budgets et optimisation de la stratégie de développement
Comonimage offre à ses clients une image précise et contextualisée du ressenti de leurs publics cibles afin de les aider à prendre les bonnes décisions et à optimiser leur stratégie de développement. L’outil peut par exemple aider une entreprise à savoir ce que le public retient de sa campagne publicitaire ou servir en amont du marketing lors de la définition d’une nouvelle offre et de sa proposition de valeur.
Avec l’approche de la Beautiful Data, les moyens à déployer sont réduits et les budgets restent maîtrisés pour des études (communication, marketing, stratégie, RH…) dont la précision est égale, voire supérieure dans certains cas, à celle des benchmarks traditionnels. Or ceux-ci mobilisent encore aujourd’hui des ressources très importantes avec des dispositifs fastidieux qui ne sont pas à la portée de toutes les entreprises. L’approche de Comonimage, au contraire, est très itérative et permet de prendre des décisions sur des cycles très courts (2 à 4 semaines).