Contenu connexe
Similaire à Baro Satis Image Sociologiciels
Similaire à Baro Satis Image Sociologiciels (20)
Plus de Grégoire Hervé-bazin
Plus de Grégoire Hervé-bazin (20)
Baro Satis Image Sociologiciels
- 1. «l’intelligence des données»
Baromètres de Satisfaction / Image
-Ce à quoi on doit être attentif
- Ce qui est en train de changer
SEMO 2008
1 SOCIO Logiciels ©2008
- 2. «l’intelligence des données»
Ce que nous allons voir
Ce qui est en train de changer
Rappel des fondamentaux sur les enquêtes de satisfaction / Image
Ce à quoi vous devez être attentifs dans le cadre du :
Changement de périmètre
Changement du mode de recueil
Changement d’échelles
Modélisation
2 SOCIO Logiciels ©2008
- 3. Ce qui est en train de changer
«l’intelligence des données»
Le développement des études on line
Le développement des études téléphoniques en Outsourcing
Le développement des études internationales
Le développement des actions stratégiques et opérationnelles
Baisse significative des études postales
3 SOCIO Logiciels ©2008
- 4. Rappel des fondamentaux
«l’intelligence des données»
« Ce qu’on ne peut pas mesurer, on ne peut pas le gérer »
Priorité d’Amélioration (PRIAM)
Mesurer la satisfaction ou l’image, c’est :
Suivre constamment la satisfaction des clients ou l’image
Identifier et résoudre très vite, tous problèmes nés d’évènements spécifiques
Réévaluer les attentes clients
Identifier la performance dans l’esprit des clients
Déterminer et mettre en œuvre les axes de progrès
Sans oublier …
4 SOCIO Logiciels ©2008
- 5. Rappel des fondamentaux
«l’intelligence des données»
QUI INTERROGE-T-ON ?
COMBIEN ?
COMMENT ?
AVEC QUELLE PERIODICITE ?
AVEC QUEL(S) MODE(S) DE RECUEIL ?
AVEC QUELLES QUESTIONS ?
ET QUELS LIVRABLES ?
Et surtout…
POUR QUOI FAIRE ???...
5 SOCIO Logiciels ©2008
- 6. «l’intelligence des données»
QUI ? (ou unité de sondage)
B2C
L’acheteur primaire ou le renouvelant ?
Le chef de famille ou le RDA ?
Le conducteur principal d’une automobile ou l’acheteur, voire le(s)
décideur(s) ?
Le résident d’une zone primaire, secondaire ou de bascule ?
...
B2B
Le responsable des achats ou le responsable informatique ?
Le DGA ou l’Assistante Commerciale ?
Le siège ou l’établissement ?
Le chef de parc ou le DAF ou les utilisateurs
6 SOCIO Logiciels ©2008
- 7. «l’intelligence des données»
QUI ? (ou unité de sondage)
Le chercheur doit déterminer, en fonction de son champ
d’interrogation, non seulement l’information dont il a besoin, mais
également l’identité de celui qui la détient :
UNE ERREUR A CE NIVEAU BIAISE LES RESULTATS ET LES ANALYSES
7 SOCIO Logiciels ©2008
- 8. «l’intelligence des données» Combien (ou taille de l’échantillon)
La précision statistique d’un sondage est plus liée à la taille absolue de
l’échantillon, qu’au rapport entre la taille de l’échantillon et celle de la
population (taux de sondage)
La précision des estimations ne varie pas proportionnellement à la taille de
l’échantillon, mais à la racine carrée de celle-ci
Variations de la précision des estimations
100
90
80
70
60
Y=X
50
Y
Y=racine de X
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
X
8 SOCIO Logiciels ©2008
- 9. «l’intelligence des données» Combien (ou taille de l’échantillon)
Dans des études de Satisfaction / Image, par expérience, il ne faut pas
descendre en deçà d’une taille d’échantillon
Un exemple dans un réseau conséquent :
10-40 interviews par mois au niveau rayon/atelier/agence/...
Analyse sur n mois glissant => suivi et primes annuels
300-500 interviews par mois au niveau magasin/concession/région/…
Analyse mensuelle => suivi et incentives
Pour une cible particulière B2C, au moins 80 individus pour avoir une lecture
pérenne dans l’instant, 200 pour une lecture rassurée dans le temps.
In fine ces études d’image ou de satisfaction dans un pays s’échelonnent
entre 500 et 80.000
En B2B, les tailles d’échantillon sont beaucoup plus modestes, population
mère limitée
9 SOCIO Logiciels ©2008
- 10. «l’intelligence des données»
COMMENT ?
2 Méthodes principales :
1. Les méthodes aléatoires ou probabilistes (essentiellement fichiers)
2. Les méthodes non probabilistes ou empiriques (essentiellement
méthode des quotas)
L’image se fait par quotas et la satisfaction généralement en aléatoire
10 SOCIO Logiciels ©2008
- 11. «l’intelligence des données» Avec quelle périodicité ?
L’expérience montre une étendue de temps qui varie selon les
secteurs ou produits :
Du mensuel à l’annuel pour les enquêtes de satisfaction
D’une fois par an à toutes les n années pour l’image
sans oublier les études au fil de l’eau ....
11 SOCIO Logiciels ©2008
- 12. «l’intelligence des données» Avec quel mode de recueil ?
Tous sont légitimes… en fonction du type d’études B2C, B2B,
Interne, …
• CAPI
• CAWI
• CATI
• Auto-administré papier
En optimisant bien sûr le mode d’administration où vous aurez le
maximum de chance de toucher votre cible …
12 SOCIO Logiciels ©2008
- 13. «l’intelligence des données» Avec quelles questions ?
5 postulats :
Comment vais-je les utiliser ?
Qu’elles soient compréhensibles par tous (test : se mettre à la place de
l’interviewé)
Passer suffisamment de temps dans l’organisation du questionnaire et
la formulation des variables
Pas d’usine à gaz
Faire preuve de bon sens
Et, à minima…..
13 SOCIO Logiciels ©2008
- 14. «l’intelligence des données» Avec quelles questions ?
Un quali avant … si l’outil de mesure n’existe pas, ou pour trouver
d’autres axes de recherche
Un questionnement simple, par thème, puis globalisation
Le choix en fruits et légumes
Le prix des fruits et légumes
La qualité des fruits et légumes
L’attente à la pesée
Appréciation globale des fruits et légumes
14 SOCIO Logiciels ©2008
- 16. Le recueil de la satisfaction
«l’intelligence des données»
Les échelles de recueil
Echelles numériques : 0 – 10
1 – 10
Echelle sémantique Lickert
Centré
Décentré
Encore « Très, Assez, Peu ou Pas du tout satisfait »
Des notes (1 à 10 / 0 à 10) : attention à la sensibilité et à la notation entre
différents pays (ajustement et pondération)
Idéalement, des échelles sémantiques décentrées (bien pour l’international)
Extrêmement satisfait
Très satisfait
Assez satisfait
Peu satisfait
Pas du tout satisfait
16 Socio Logiciels ©2008
- 17. Le recueil de la satisfaction
«l’intelligence des données»
Les échelles de recueil mixtes: à la fois numériques et leur traduction
sémantique
Très satisfait Plutôt satisfait Ni satisfait Ni insatisfait Plutôt insatisfait Très insatisfait
10 9 8 7 6 5 4 3 2 1
Cette échelle respecte l’ordre décroissant de l’échelle sémantique
utilisée dans le questionnaire et facilite les réponses des individus.
Les études sur le sujet de la satisfaction montrent toutes :
La nécessité d’utiliser des échelles décroissantes, du positif au négatif
L’importance de faciliter le travail de l’interviewé dans sa tâche
d’estimation : plus l’échelle est étendue, plus le travail de notation est
difficile
17 Socio Logiciels ©2008
- 18. Exemple : EDF
«l’intelligence des données»
Enquête réalisée par téléphone sur un échantillon représentatif des
clients d’EDF.
L’analyse sur les 93436 réponses : (47 questions de satisfaction de
1 à 10 * 1988 interviewés) confirme :
Les notes 5, 8 et 10 sont beaucoup plus utilisées que les autres :
(59% de l’ensemble des réponses)
On a pu identifier des types d’individus selon leur seuil cognitif aux
profils socio-démo bien définis :
Les «10 purs» (13,4%)
Les «Normaux» (26%) : amplitude de l’échelle bien utilisée
Les «Mono pic» (22.1%) : échelon de référence et modulation du
jugement autour de ce référentiel
Les «Plurimodaux» (33.3%) : Simplification de l’échelle en quelques
ancrages forts (1,5,8 et 10) et éventuelle modulation autour de ces
pivots.
Les «5» : (5%)
18 Socio Logiciels ©2008
- 19. Le recueil de la satisfaction
«l’intelligence des données»
La satisfaction globale est recueillie en fin d’interview
Même échelle de recueil
Globalement, compte tenu de tous les thèmes que nous avons
abordés, diriez-vous que vous êtes extrêmement, très, plutôt, peu ou
pas du tout satisfait de votre …
La fidélité
Au cours des 12 derniers mois, avez-vous envisagé de quitter votre …
Si vous deviez changer … :
Même produit
Autre produit même marque
Autre marque
Abandon
Si vous aviez 10 points à répartir entre les 3 marques, …, combien en
donneriez-vous à X ? Y ? Z
19 Socio Logiciels ©2008
- 20. Le recueil de la satisfaction
«l’intelligence des données»
La recommandation
Avez-vous déjà recommandé votre …, à quelqu'un de votre
entourage, à l'exception de vos enfants ?
Et recommanderiez-vous votre … à quelqu'un de votre entourage,
à l'exception de vos enfants ?
Création d’un KPI
20 Socio Logiciels ©2008
- 21. Base : Ensemble
Secteur : alimentaire 1
Quartile 1 : 44.1 «l’intelligence des données»
Quartile 2 : 50.3 Médiane
37 engagement (Base
Quartile 3 : 55.3 CHARAL
ensemble) (63.4)
Quartile 4 : 61.1
35
RANA
33 SODEBO BARILLA
BIGARD
Médiane surprise HERTA
(Base ensemble) LE GAULOIS
31 MADRANGE
(28.4) PANZANI
COEUR DE LION
LUSTUCRU
FLEURY MICHON PRESIDENT
29 PERE DODU
Surprise
WILLIAM SAURIN RUSTIQUE BONDUELLE
D'AUCY
27
SAUPIQUET AOSTE
PETIT NAVIRE
25
23
21
45 50 55 60 65 70
Mobilisation Médiane mobilisation (Base ensemble) 50.3 Engagement
Page 1
21 Socio Logiciels ©2008
- 22. #
«l’intelligence des données»
C1. Niveau de satisfaction générale à l'égard de la marque représentée - 5 grands
France Allemagne Angleterre Italie Espagne
Marques 2005 2006 Marques 2005 2006 Marques 2005 2006 Marques 2005 2006 Marques 2005 2006
Toyota 7.4 7.7 Toyota 7.0 7.1 BMW 8.2 7.8 Toyota 7.7 7.8 Audi 7.7 8.0
Audi 7.0 7.5 Opel 6.2 7.0 Audi 7.7 7.7 Ford 7.7 7.6 3 premiers 7.7 7.8
3 premiers 7.4 7.5 3 premiers 7.0 6.9 3 premiers 8.0 7.7 3 premiers 7.7 7.6 BMW 7.7 7.8
BMW 7.7 7.3 Volvo 7.0 6.6 Toyota 8.1 7.6 Audi 7.0 7.3 Toyota 7.7
Mercedes 6.7 7.0 Peugeot 6.4 6.6 Land Rover 7.4 7.5 Mazda 7.6 7.1 Hyundai 7.6
Citroën 6.7 7.0 Skoda 6.3 6.5 Skoda 7.2 7.4 BMW 7.6 7.1 Mercedes 7.4 7.5
Volkswagen 5.9 6.8 BMW 6.5 6.3 Honda 7.2 Chevrolet 7.1 7.1 Skoda 7.3 7.3
Peugeot 6.2 6.6 Ford 6.1 6.3 Vauxhall 7.0 7.1 Opel 7.1 7.1 Volkswagen 7.0 7.2
Marché 6.3 6.6 Audi 6.0 6.2 Mercedes 6.0 7.0 Marché 6.5 6.4 Chevrolet 7.4 7.2
Nissan 6.2 6.3 Marché 5.9 6.1 Volkswagen 6.3 7.0 Seat 5.0 6.4 Peugeot 7.4 6.8
Renault 6.1 6.3 Citroën 4.9 5.9 Mazda 7.6 6.8 Alfa Roméo 5.6 6.3 Opel 7.0 6.8
Ford 6.4 6.3 Mercedes 6.9 5.8 Marché 6.6 6.7 Citroën 6.2 6.2 Marché 7.0 6.6
Seat 5.7 6.2 Volkswagen 5.2 5.7 Hyundai 6.7 Fiat 6.1 6.1 Citroën 6.3 6.6
Fiat 5.4 5.7 Seat 5.9 5.5 Volvo 6.3 6.5 Peugeot 6.6 6.1 Renault 7.5 6.2
Opel 6.1 5.3 Mazda 5.3 5.4 Nissan 6.6 6.5 Mercedes 5.4 6.0 Seat 6.7 6.1
Fiat 5.0 5.3 Peugeot 5.5 6.5 Lancia 6.0 5.9 Fiat 6.4 6.0
Marques non cibles 2006 Renault 5.5 5.2 Jaguar 7.2 6.4 Nissan 5.9 5.8 Ford 6.5 5.9
Volvo 7.4 7.4 Nissan 4.0 4.1 Seat 6.7 6.3 Volkswagen 5.9 5.7 Nissan 5.8 4.6
Skoda 6.7 7.3 Fiat 5.9 6.2 Renault 5.9 5.2
Mazda 7.7 7.3 Marques non cibles 2006 Renault 6.7 6.1 Marques non cibles 2006
Land Rover 6.5 7.3 Jaguar 5.8 7.0 Ford 6.5 5.9 Marques non cibles 2006 Volvo 8.6 7.6
Chrysler 6.0 6.8 Land Rover 6.0 6.6 Citroën 5.2 5.3 Land Rover 7.2 7.7 Chrysler 7.2 7.1
Chevrolet 6.7 6.8 Chevrolet 6.5 6.6 Volvo 7.2 6.8 Jaguar 7.6 7.0
Jaguar 6.2 6.5 Saab 5.2 5.8 Marques non cibles 2006 Jaguar 8.3 6.6 Land Rover 7.0 6.8
Saab 5.4 Chrysler 5.1 5.0 Chevrolet 7.0 6.9 Chrysler 6.6 6.5 Mazda 7.0 6.6
Chrysler 6.6 6.8 Saab 6.3 Saab 6.4
Saab 6.0 5.9 Skoda 6.3 6.0
Les 3 leaders sur la satisfaction générale Amélioration significative // année précédente
Dégradation significative // année précédente
Non significativement inférieur à la moyenne des 3 premiers
Significativement inférieur à la moyenne des 3 premiers et Non significativement inférieur à la moyenne du marché
Significativement inférieur à la moyenne du marché
22 Socio Logiciels ©2008
- 23. Pour quoi faire ?
«l’intelligence des données»
Ces baromètres de satisfaction ou d’image sur des produits ou services
doivent permettre aujourd’hui des analyses de plus en plus fines, aussi bien
en terme stratégique (identification des facteurs les plus importants)
qu’opérationnels (axes de progrès pour améliorer la performance).
Dans tous les cas, l’objectif central est d’optimiser les actions marketing
(enseigne, produits, services …) et de plus en plus des performances au
regard d’objectifs définis.
Selon les secteurs d’activité, l’objectif secondaire se décline sur le fait d’être
bon sur toutes les composantes, ou, plus souvent, d’être bon et de le rester
dans tels ou tels domaines prioritaires pour l’annonceur.
23 Socio Logiciels ©2008
- 24. Changement de périmètre
«l’intelligence des données»
Le fait de passer d’une étude nationale à une étude
internationale…G5, par exemple, peut ne pas être neutre dans la
mesure de la satisfaction/image
Le système de référence sur des échelles numériques n’est pas
le même selon le pays (souvent lié à des pratiques scolaires)
Solution: Echelle sémantique décentré en 5 points ou échelles
mixtes plus difficile par téléphone …
Très satisfait Plutôt satisfait Ni satisfait Ni insatisfait Plutôt insatisfait Très insatisfait
10 9 8 7 6 5 4 3 2 1
Le modèle de Rasch permet de savoir si tous les pays ont compris
l’échelle utilisée
Attention aux traductions …
24 Socio Logiciels ©2008
- 25. Changement de périmètre
«l’intelligence des données»
Global France Germany Italy Spain Britain Austria Switzerland Portugal Russia
Global 1.0000 0.9946 0.9963 0.9794 0.9931 0.9956 0.9965 0.9949 0.9970 0.9936
France 0.9946 1.0000 0.9864 0.9628 0.9960 0.9955 0.9877 0.9868 0.9907 0.9924
Germany 0.9963 0.9864 1.0000 0.9698 0.9881 0.9890 0.9956 0.9888 0.9949 0.9902
Italy 0.9794 0.9628 0.9698 1.0000 0.9558 0.9684 0.9762 0.9862 0.9715 0.9615
Spain 0.9931 0.9960 0.9881 0.9558 1.0000 0.9932 0.9893 0.9832 0.9905 0.9948
Britain 0.9956 0.9955 0.9890 0.9684 0.9932 1.0000 0.9878 0.9890 0.9950 0.9874
Austria 0.9965 0.9877 0.9956 0.9762 0.9893 0.9878 1.0000 0.9914 0.9911 0.9922
witzerland 0.9949 0.9868 0.9888 0.9862 0.9832 0.9890 0.9914 1.0000 0.9916 0.9827
Portugal 0.9970 0.9907 0.9949 0.9715 0.9905 0.9950 0.9911 0.9916 1.0000 0.9890
Russia 0.9936 0.9924 0.9902 0.9615 0.9948 0.9874 0.9922 0.9827 0.9890 1.0000
Le coefficient d’Escouffier – corrélation entre tableaux- montre
des cohérences fortes entres les réponses aux batteries d’items
25 Socio Logiciels ©2008
- 26. Changement de périmètre
«l’intelligence des données»
0.4
0.3
0.2 Germany Austria
0.1
Spain
0
-0.5 -0.3 -0.1 0.1 0.3 0.5
-0.1
Portugal
France Italy
Switzerland
-0.2
Le positionnement des pays selon leurs réponses aux batteries
d’items, adaptable aux vagues
26 Socio Logiciels ©2008
- 27. Changement d’Instituts
«l’intelligence des données»
Changer d’institut si on a le même mode de recueil, le même
questionnaire en fonction du type de variables (objectifs ou
subjectifs) les différences, sur une échelle numérique, peuvent se
situer entre +/- 0.5 sur une moyenne de 1 à 10, et sur une
distribution à +/- 5% : des différences souvent significatives
Les enquêteurs ne sont pas les mêmes, les techniques de formation
ne sont pas les mêmes, les briefing non plus…l’animation des
Access Panel diffèrent…
Ce qui ne veut pas dire que l’institut A est plus mauvais ou meilleur
que B !...
27 Socio Logiciels ©2008
- 28. Changement du mode de recueil
«l’intelligence des données»
Dans le cadre d’un baromètre :
1. Passage du papier auto-administré au on line
2. Passage du téléphone au on line
3. Combinaison du papier auto-administré et du on line
Les conséquences
1. Souvent modification du taux de sans réponse [=> imputation
de la SR sur la vague papier] , filtres automatiques
2. Changements importants, lissage souhaité, période transitoire
3. L’individu répond selon son mode préféré, peu de différence
[=> on répond mieux dans son mode préféré]
28 Socio Logiciels ©2008
- 29. Changements d’échelles
«l’intelligence des données»
1. D’une échelle étendue vers une échelle réduite
L’effet Guttman – nuage de points paraboliques – permet
d’affecter à une échelle réduite des valeurs observés dans une
autre échelle
Discrétisation par quantile, par K-Means
2. D’une échelle réduite vers une échelle étendue
A partir d’analyses factorielles faites sur les individus de la
vague on projette les individus de la vague 1, on étend la V1
29 Socio Logiciels ©2008
- 30. La monotonie
«l’intelligence des données»
Dans les études d’image auto-administrées des individus peuvent
être tentés de donner la même réponse à tous les items ou à une
grande partie
Ils créent alors de la corrélation là où elle ne devrait pas exister
Le repérage peut se faire par simple comptage ou par analyse
factorielle
30 Socio Logiciels ©2008
- 31. Les Outliers
«l’intelligence des données»
Les « outliers » sont des individus aberrants ou atypiques par rapport
à la quasi unanimité de la population. Cette différentiation peut
provenir d’une mauvaise compréhension du questionnaire ou d’une
singularité manifeste. Si elle est parfaitement valide sociologiquement
– les tris classiques se font sur l’ensemble de la population - elle
invalide la modélisation statistique.
Il convient donc préalablement à des calculs d’impacts, de repérer ces
individus et de les mettre provisoirement de côté.
Le repérage se fait après une phase de normalisation par ACP et
calcul des distances de Mahalanobis.
En appliquant cette technique, on met en général de côté entre 6 et
7 % de l’effectif initial.
Cette mise à l’écart est validée par la comparaison de cet échantillon
par rapport à l’échantillon initial si elle n’a pas montré la présence
de biais significatifs.
31 Socio Logiciels ©2008
- 32. Modélisation
«l’intelligence des données»
L’impact des items dans le cadre d’études de satisfaction ou d’image
L’impact vise à déterminer, à partir des notes de satisfaction
d’items, leur importance relative.
Le calcul peut se faire en une seule fois ou en cascade : on calcule
l’importance des items dans chaque thème ou dimension, puis
l’importance des thèmes. Ce mode en cascade nécessite de poser la
question de satisfaction globale de la dimension.
32 Socio Logiciels ©2008
- 33. L’impact
«l’intelligence des données»
Les variables à expliquer peuvent être considérées sous forme de
moyenne (on quantifie ce qui constitue la satisfaction moyenne) ou
de variable binaire, satisfait ou non (on quantifie ce qui fait passer
de l’état d’état de satisfait à celui d’insatisfait – ou inversement)
Une technique explicative, l’autre plus stratégique
D’une manière générale, plus les items sont indépendants, plus le
calcul de l’impact est facilité.
Très souvent, les items sont assez liés et il convient d’utiliser des
techniques de calculs d’impact qui tiennent compte des liens –
corrélations – existants.
33 Socio Logiciels ©2008
- 34. Le poids des dimensions
«l’intelligence des données»
Nous conseillons la mise en œuvre de méthodes de mesure
d'impact non linéaires car le coefficient de corrélation ne mesure
que la présence d’un lien linéaire entre deux variables : si le lien
existe et est très fort, s’il n’est pas linéaire, il est nul :
CC = 0
CC = 1 Y
Y
4
4
3
3
2
2
1
1
0
0 0 1 2 3 4 X
0 1 2 3 4 X
Lien linéaire, le coefficient vaut 1 Lien non linéaire, le coefficient est nul
34 Socio Logiciels ©2008
- 35. Le poids des dimensions
«l’intelligence des données»
Il est maintenant admis que la progression de la satisfaction se fait
par sauts – effets de seuil - avec un palier infranchissable : au-delà
d’un certain seuil, les améliorations de points spécifiques
n’impactent plus sur la satisfaction globale.
Cette progression est bien en phase avec les méthodes non
linéaires : Régressions logistiques, réseaux bayésiens peuvent
donner des résultats des résultats stables et solides.
35 Socio Logiciels ©2008
- 36. Le poids des dimensions
«l’intelligence des données»
Le réseau de neurones présente l’avantage de mesurer les liaisons
entre les dimensions et d’en indiquer le sens : l’accueil impacte sur
la relation conseiller
36 Socio Logiciels ©2008
- 37. L’importance des items
«l’intelligence des données»
Les réseaux ou régressions logistiques permettent de déterminer les
impacts positifs et négatifs des items sur une dimension.
Ces modèles asymétriques permettent donc d’évaluer la satisfaction
et d’établir l’importance des attributs du service, de hiérarchiser ces
attributs et d’établir les priorités.
37 Socio Logiciels ©2008
- 38. Les modèles élaborés
«l’intelligence des données»
Les équations structurelles permettent de conforter une structuration
supposée de l’image ou de la satisfaction et d’en quantifier les dimensions
Avant achat •Intention de réachat
•Attentes générales de qualité •Elasticité prix à la hausse
•Adaptation du produit
•Fiabilité
Rapport qualité
prix
•Eventuelles
Post achat réclamations
•Attentes générales de qualité
•Adaptation du produit
•Fiabilité
Le questionnement ECSI
38 Socio Logiciels ©2008
- 39. Conclusions
«l’intelligence des données»
La satisfaction/L’image et sa mesure vivent un cycle qui les amène à
une maturité avancée sur le marché
Pour réactiver la satisfaction ou l’image et la faire « changer » il faut
croître en expertise :
Plan de sondage
Mode de recueil
Mise au point de nouvelles dimensions (attachement, implication…)
Significativité des évolutions
Modélisation
Etre le conseil de nos clients sur ces domaines c’est le but de SOCIO
Merci
39 Socio Logiciels ©2008