Plateforme d'analyse de verbatims et détection de signaux faibles

Contexte

myknowledge (Semdee) est une plateforme d’analyse de verbatims. Elle combine des techniques de datascience et une IA propriétaire pour classer automatiquement de grands volumes de retours et en éclairer les décisions.

Problème

Le classement des verbatims manquait de performance et de précision — deux limites qui pèsent directement sur la confiance accordée aux analyses.

Ce qui a été fait

J’ai conçu et développé de nouveaux algorithmes et automatisé les processus internes. L’analyse des verbatims est modélisée en approche globale, augmentée d’une détection des signaux faibles. La classification fonctionne en mode supervisé ou non supervisé.

Choix techniques et pourquoi

• Clustering polymorphe (K-means, HDBSCAN, DBSCAN) : plusieurs algorithmes mobilisés selon la structure des données, plutôt qu’un seul imposé.
• Une IA propriétaire de classification, supervisée ou non supervisée selon le besoin.
• Détection des signaux faibles, non filtrée par la fréquence : un thème rare mais significatif n’est pas noyé sous le volume. C’est la décision de méthode signature de ce projet.
• Human in the loop conservé. Même avec un classement plus précis, la validation finale reste humaine — plutôt que de tout confier à l’automatique, l’alternative écartée.

Résultat

Précision du classement améliorée de 30 %. Reclassement humain (human in the loop) réduit de 25 %.