www.lingway.com

LINGWAY e-ReputationIndustrie pharmaceutique et

santé9 février 2012

Thèmes de cette réunion

- Comment se structure l'univers de la communication d es produits pharmaceutiques sur Internet ?

- Comment classifier et quantifier automatiquement le discours des internautes sur les produits pharmaceutique s ?

- Comment les nouveaux outils peuvent-ils aider à pla nifier la communication des laboratoires ?

Notre présentation

Méthodes et outils: Bernard Normier et Cécile Potier, Li ngway� Problématique

� La plateforme LINGWAY e-REPUTATION� Exemples et démonstrations

Cas d’utilisation : Paul Séassal et Olivier Guerin imag e & dialogue consultants� Les médicaments mis sous surveillance par l’ AFSSAPS, focus sur les

benzodiazépines� Les études réalisées par / pour nos clients ne pouvant être montrées pour des

raisons de confidentialité, cette étude de cas est réalisée par Lingway et I&D Consultants à des fins de démonstration

Qui sommes nous ?

Une société spécialisée sur l’analyse des données tex tuelles� Transformer une information non structurée en données utilisables par des logiciels

Une centaine de clients dans différents domaines� Les brevets, l’information scientifique et technique, les ressources humaines� AXA, Accor, Altran, Bull, La Poste, Manpower, etc.

Une offre e-Reputation lancée il y a un peu plus d’u n an� Clients directs : Toyota, Ministère de la Culture, AXA, Union Latine, etc.� Agences: image & dialogue consultants, Occurrence, Touchvibes, LAWW etc .

Ce que nous ne sommes pas� Des spécialistes de l’industrie pharmaceutique (certains de nos clients le sont)� Des conseils en stratégie: notre rôle s’arrête au recueil et l’analyse des données

>

e-Réputation: un enjeu incontournable

Selon plusieurs études concordantes :

Les 3/4 des français sont des internautes

Les 3/4 des internautes consultent Internet avant d’a cheter un produit

La moitié des internautes consultent les avis des aut res avant de choisir un produit

Une idée simple

Il « suffit » d’ observer ce qui se dit sur Internet pour avoir une perception de l’opinion des consommateurs, électeurs, influenceurs,…

Cette information est gratuite et spontanée

Donc on pourrait passer progressivement d’un modèle d’études basé sur les sondages à un modèle basé sur l’observation d’Internet et des réseaux sociaux

Mais une réalisation (très) complexe

Que faut-il surveiller ?� Qu’est-ce qu’un échantillon représentatif sur Internet ?

Comment analyser les contenus ?� Informations hétérogènes, non structurées, difficiles à identifier,

récupérer, trier, analyser

Faire « à la main » n’est plus possible� Ou alors on est obligé de réduire à quelques centaines ou milliers de

messages, non significatifs

Donc il faut analyser de très grands volumes d’informa tion et se faire aider par des logiciels � Notamment pour identifier des « signaux faibles »

Ce qui est possible avec Lingway e-Reputation

Où en parle t-on ?� Dans quels médias ? Quels réseaux sociaux ? Quel sites ?� Quels blogs ? Quels forums ?

De qui parle t-on ?� Quelles marques, produits, personnes, sociétés ?

De quels sujets ?� Quelles thématiques ? Quelle actualité ? Quelles offres ?

Qui parle ?� Quel internaute ? Quel bloggeur ? Quel journaliste ?

Quels jugements ?� Quels avis ? Quelles recommandations ? Quelles tonalités ?

Pages et messages

non structurés

Transformation en données structurées personnes, lieux, marques, thèmes, tonalités,

avis, etc.

Analyseurs sémantiques =

Logiciels + dictionnaires

Base de données de

textes enrichis et structurés

MOTS CLES

Liste de sourceswww.xxx.com…

Analyse du contenu: exemple sur un forum

Contenu analysé, structuré automatiquement

Principes de la démonstration

Le logiciel propose de nombreuses possibilités de paramétrage.

Pour cette démonstration:• Sourcing

• La liste des 77 médicaments surveillés par l’Afssaps

• Une extension aux benzodiazépines et associés

• Pas de sourcing sur les noms de laboratoires, pathologies, etc.

• Twitter, Forums, blogs, presse en ligne

Focus sur les verbatims• Un document est « découpé » en autant de passages que de citations de

médicaments

• Chaque commentaire constitue un document

• Chaque intervention dans un fil de discussion constitue un document

• >> objectif : une analyse fine au niveau de chaque médicament, une appréciation de l’impact en fonction du nombre de citations

1 – Où en parle t-on ?(les sources)

Quels médias ?, Quels réseaux sociaux ?

Quels sites ? Quels blogs ?

Quels forums ? etc.

Nature des sources

AnnuaireBlog (généraliste , spécialisé ) + commentaires

Media (généraliste , spécialisé )

Forum (généraliste , spécialisé ) + fils de discussions

Organisation ou entreprisePresse (nationale, régionale, spécialisée)

Réseaux sociaux (Twitter, facebook)

Sites d’avis ( Ciao, … )

Webzine (généraliste , spécialisé )

Domaines des sources

AutomobileBusinessDiversEconomie FinancesEnvironnementHi-tech

LoisirsModeMusiquePeoplePolitique et SociétéSantéSciences

Les reprises, la propagation de l’influence

Sur Twitter� Le RT ( re-tweets ) multiplient l’impact du tweet original� Dans cette étude, chaque RT compte autant que le tweet

original� C’est un paramétrage du système

Forums� La « longueur » d’une discussion est un indice de son impact� Chaque intervention est comptée

Blogs et sites de presse� Les commentaires sont un indice important de l’importance du

texte initial

DEMONSTRATION : QUELLES SOURCES ?

Où en parle t-on ?

Où en parle-t-on ?

2 - De qui parle t-on ?(les acteurs)

Quelles marques , quels médicaments ? Quels laboratoires ?

etc…

L’identification des noms propres

Ou « entités nommées »

Grâce à des listes ( « thesaurus »)� De sociétés� De médicaments� De pathologies

Grâce à des règles contextuelles� Parce qu’on ne peut pas tout prévoir dans les listes� Le chiffre d’affaires de Blablabla SA a augmenté de…� Le pdg de la sociéré Blablabla a annoncé que…

DEMONSTRATION : DE QUI PARLE T-ON ?

Pharma: de quels médicaments parle-t-on?

3 - De quels sujets parle t-on ?(LES THEMES)

Sur des thèmes connus (grille d’analyse)Sur des thèmes « découverts »

La grille d’analyse

Ou « plan de classement »

Organisée de façon hiérarchique

Chaque thématique est décrite par un ensemble de termes qui deviennent des questions au moteur sémantique

La mise à jour se fait en temps réél

Des alertes et des outils de diffusions peuvent êtr e associés.

Les thèmes découverts « à la volée »

Basé sur un extracteur de groupes nominaux

Permet d’identifier des thématiques émergentes

Les thèmes ainsi découverts peuvent être recatégorisés dans des thématiques spécifiques àl’application considérée.

Par ailleurs, le moteur sémantique permet de faire des recherches sur n’importe quel thème nouveau

DEMONSTRATION : DE QUOI PARLE T-ON ?(LES THEMES)

Quelles thématiques associées à une marque ou produit ?

Quels thématiques associées à un sujet donné ?

4 – Quelles opinions ?(Thèmes / Tonalités)

Quels avis ?Quelles recommandations ?

Quelles tonalités ?

L’analyse des tonalités suppose une analyse linguistique fine

DEMONSTRATION :

QUELLES TONALITES ?QUELS AVIS ?

QUELLES RECOMMANDATIONS ?

Quelles tonalités sur quels produits ?

Quels avis liés au Subutex ?

Le point fort de LeR = l’analyse linguistique des co ntenus

Un accès facilité aux données primaires� Tous les résultats sont vérifiables

Expansion sémantique multilingue basée sur � Des dictionnaires généraux et spécialisés très complets dans de

nombreuses langues

Extraction des entités nommées� Déjà connues ou découvertes par le système

Catégorisation automatique� Sur des thématiques connues ou découvertes par le système

Calcul automatique des tonalités� A la pointe de l’état de l’art

Mais aussi, toutes les fonctions standard pour gérer la veille

Niveaux de prestations

Accès à la plateforme� Mode SaaS

Paramétrage et support� Périmètre de la veille, mot-clés, filtrage, etc.

Veille externalisée� Rapports réguliers� Quotidiens, hebdomadaires, mensuels

Tarification

Accès à la plateforme� Abonnement 12.000 euros par an

Incréments� en fonction des volumes > 100.000 « remontées »� En fonction du nombre de langues suivies� En fonction du nombre d’utilisateurs

Services et support� Formation, paramétrage� Veille externalisée en fonction du périmètre à surveiller

Des questions ?

Avant de passer à la présentation de l’étude de cas ?

Etude de cas: les 77 médicaments mis

sous surveillance par l’AFSSAPS