Engie | Conception d'une solution d'analyse de verbatims et du sentiment client

Engie | Conception d’une solution d’analyse de verbatims et du sentiment client

La Direction Tarif Réglementé (DTR) de la BU France BtoC d’Engie est confrontée à la fin du tarif réglementé du gaz en 2023. Elle a besoin de bien comprendre ses clients ayant souscrit à cette offre, pour les conserver en leur proposant une solution de substitution pertinente.

Afin de mieux cerner leurs attentes, Engie souhaite optimiser sa gestion de l’analyse de ses verbatims clients. Pour répondre au niveau d’exigence attendu, ils souhaitent remplacer leur logiciel actuel d’analyse de sentiments par une solution sur mesure personnalisée et plus performante.

Challenges Client

Améliorer la qualité de l’analyse des verbatims clients sur les services d’Engie
Remplacer la solution existante
Déployer une solution industrialisable et intégrer une classification multithématique, ainsi que l’analyse des sentiments

Approche méthodologique

Développement d’une solution complète intégrant des algorithmes de Data Science permettant de :

Convertir les données qualitatives en données quantitative (encodage one hot),
Découper les verbatims en lemmes et token lexicaux, filtrer les mots vides,
Pondérer l’importance des termes selon la méthode TF-IDF,
Réaliser des classifications multithématiques : prédire les thèmes, sous-thèmes pour chaque verbatim client
Séparer les verbatims (POS, TFIDF moyen…),
Prédiction de la tonalité : prédire pour chaque thème, sous thème, la tonalité (positive, négative, neutre) associée,
Proposer les indicateurs pour vérifier que la solution donne de meilleurs résultats que la solution précédente,
Fournir un indicateur d’estimation de la performance des prédictions (F-Score).