Il n’est pas un jour sans qu’un nouvel acteur apparaisse principalement aux Etats-Unis sur le secteur du social media monitoring. Le secteur connaît donc une explosion des acteurs en présence sans que cela ne se traduise par une augmentation des possibilités et fonctionnalités offertes par ces outils. On observe en effet depuis quelques mois une forme de stabilisation ou de convergence des features présentes dans tout outil de social media monitoring.

Une analyse lointaine pourrait laisser penser qu’une telle homogénéisation des services est la résultante d’une adéquation entre l’offre et la demande, les clients de ce type de solutions y trouvant actuellement précisément les fonctionnalités attendues pour gérer l’image en ligne de leur marque ou de leurs clients. Il n’en est pourtant rien et nombre d’experts soulignent les insuffisances de ces solutions (voir par exemple l’excellent billet d’Asi Sharabi qui a suscité une importante polémique dans le secteur).

Parmi ces fonctionnalités que tout outil se doit de mettre en avant on trouve l’analyse de tonalité, plus couramment appelé sentiment analysis. Chaque outil se targue de pouvoir taguer à la volée les contributions au sujet d’un produit ou d’une marque comme étant négatifs, positifs ou neutres et de produire des indicateurs agrégés permettant de repérer en un coup d’œil les humeurs de ses consommateurs.

Une fois dépassé le discours commercial et l’orchestration permanente d’un buzz enthousiaste sur le sujet (par les revendeurs eux même forcément), la réalité est bien moins glorieuse et l’écart entre la pertinence réelle de ces outils et ce qui en est dit abyssal.

Le langage n’est pas constant. Il varie en fonction des zones géographiques, des niveaux d’éducation, des âges, des centres d’intérêt. Il est en perpétuelle évolution et se réinvente continuellement, produisant de nouveaux mots, en exhumant des disparus, donnant des sens nouveaux à d’autres. Le TAL (traitement automatisé du langage) travaille activement sur cette complexité depuis plusieurs dizaines d’années et tous les experts s’accordent à dire que, bien que les progrès dans le domaine sont conséquents, il n’est pas possible de proposer des services tout terrain capables d’analyser automatiquement tout type d’expression issue de la variété des modes d’expression du web.

Comme nous l’avons indiqué précédemment, le sentiment analysis présent sur la plupart des outils de social media monitoring limite la problématique du TAL en se proposant d’annoter les contenus analysés sur une échelle de tonalité allant du négatif au positif en passant par le neutre. Bien que l’ambition soit ici plus limitée, les résultats obtenus ne peuvent être jugés satisfaisants. Seule une partie extrêmement limitée du lexique des termes et expressions laudatifs et péjoratifs est partagée, sa grande majorité est dépendante du locuteur (origine sociale, âge, centres d’intérêt), du contexte élargi (contenus de la page mais aussi contenus des pages et sites en proximité). Ces difficultés ne sont pas insurmontables mais elles demandent une expertise et une intervention humaine continue n’autorisant pas la mise à disposition de tels services sur étagère ou sous forme de SaaS.

Au final, la plupart des solutions existantes classe une grande majorité des prises de position comme étant neutres pour ne pas créer un bruit trop visible et décrédibilisant. Malgré cette sécurité, dans nombre de cas, les technologies sont incapables de repérer le sarcasme, l’ironie, l’implicite, le suggéré et tous ces éléments qui font qu’au final toute prise de parole est porteuse de jugement. Par conséquent, la qualification d’une prise de position comme étant “neutre” est la plupart du temps inappropriée et les résultats agrégés sur les proportions de messages positifs, neutres et négatifs de peu de confiance.

Il est évidemment inquiétant de constater que nombre de marques, agences, instituts d’études s’appuient sur ce type de résultats pour orienter leurs actions ou préconisations. Tous profitent d’une cécité partielle ou complète des marques quant aux médias sociaux due à un manque de compréhension de ces nouveaux territoires ainsi qu’à l’absence de standards partagés et d’une mesure in fine du ROI (voir à ce sujet la présentation très pragmatique d’Olivier Blanchard sur la mesure du ROI dans les médias sociaux). Maintenir ce flou, c’est à terme, discréditer ce secteur d’activité et le mener à une mort certaine. Nous manquons aujourd’hui d’acteurs réellement indépendants, n’ayant pas d’intérêt à promouvoir ce type d’outils, pour poser des benchmarks s’appuyant sur leur utilisation en situation et non sur la comparaison de leurs fonctionnalités déclarées ou des entretiens avec leurs propres concepteurs et promoteurs …

ps : je découvre à l’instant ce billet publié il y a quelques heures par le blog de ComMetrics qui va clairement dans le bon sens !