Justement, quand elle interroge ses salariés sur leurs logiciels et équipements, une grande banque française reçoit jusqu’à 2 000 commentaires libres. Une mine d’or pour favoriser l’adoption, repérer des problèmes et améliorer les outils internes, mais encore faut-il analyser ces messages.
Jusqu’à la mission confiée à Inetum, menée entre 2024 et 2025, une équipe y passait deux mois par an à analyser les réponses à la main avant de les mettre en forme dans Excel ou Power BI.
Pourquoi deux mois ? Quand un questionnaire se résume à des notes de 1 à 5, une moyenne suffit. Les commentaires libres demandent des lecteurs et une méthode. Avant de lire, il faut décider dans quelles cases ranger les réponses, mais ces cases ne se dessinent qu’en lisant.
On part d’un échantillon, on en tire des catégories, on les fait arbitrer par la direction, puis on reprend l’ensemble. À plusieurs, cela prend des semaines.
À cette lenteur s’ajoute un défaut plus discret : le lecteur se laisse influencer par ce qu’il vient de lire. « Après cent commentaires mécontents, le suivant paraît enthousiaste alors qu’il est plutôt satisfait. Le cerveau relativise, c’est naturel », observe Olivier Serfaty. La banque a donc demandé à Inetum de raccourcir le délai et de rendre l’interprétation des résultats plus objective grâce à l’intelligence artificelle.