Comment analyser les réponses ouvertes d’un questionnaire, étape par étape

Analysez les réponses ouvertes d’un questionnaire en 7 étapes : coder, compter et citer dans un tableur. Avec des prompts IA, et les limites de l’IA.

Mis à jour le 9 novembre 202610 min de lecture
Une loupe au-dessus de bulles de dialogue éparses, dont certaines sont rangées dans trois bacs bien alignés

Pour analyser les réponses ouvertes d’un questionnaire, rassemblez-les dans un seul tableau, lisez un échantillon, rédigez une courte liste de codes pour les raisons que vous voyez, puis codez chaque réponse. Comptez ensuite les codes par groupe de clients et appuyez chaque constat sur une citation. C’est tout. La méthode est ancienne et manuelle, et elle fonctionne toujours mieux qu’un nuage de mots.

C’est important, car c’est dans les réponses ouvertes que se trouvent les raisons. Une note vous dit que les gens sont mécontents. Des réponses codées vous disent quel problème corriger en premier, et à qui le confier. Ce guide détaille chaque étape avec un exemple concret, puis montre où l’IA vous fait gagner du temps et où elle se trompe sans prévenir.

À retenir

  • Lisez avant de coder. Vos codes doivent venir des réponses, pas de vos hypothèses.
  • Codez la raison, pas le thème. « Prix » cache quatre problèmes différents, avec quatre solutions différentes.
  • Comptez par groupe de clients, et associez chaque chiffre à une citation.
  • Laissez l’IA appliquer une grille que vous avez rédigée. Ne la laissez pas décider de ce qui compte.

Partez de réponses qui valent la peine d’être analysées

Aucune méthode ne peut sauver des réponses vides. Si la plupart disent « bien », « n/a » ou « rien », il n’y a rien à coder.

Regardez donc d’abord les questions. « Qu’est-ce qui a failli vous empêcher de vous inscrire ? » donne des réponses exploitables. « D’autres commentaires ? » donne du bruit. Les questions de relance aident plus que tout : « trop compliqué » devient « je n’ai pas trouvé comment inviter mon équipe », et quelqu’un peut corriger ça. Notre liste de questions ouvertes pour vos questionnaires contient des questions qui obtiennent des réponses détaillées.

Choisissez une méthode adaptée à votre volume

La façon d’analyser dépend du nombre de réponses.

RéponsesCe qui fonctionneTemps nécessaire
Moins de 50Tout lire. Noter ce qui revient. Extraire des citations.Une heure ou deux
De 50 à 500Codage dans un tableur, comme dans les étapes ci-dessousD’une demi-journée à deux jours
500 et plusCoder un échantillon à la main, puis utiliser l’IA ou des outils d’analyse de texte pour appliquer votre grille au reste, et vérifier par sondageSelon l’outil, plus votre temps de vérification

Quelle que soit la taille, la réflexion est la même. C’est vous qui décidez des catégories. Les outils vous aident seulement à les appliquer plus vite.

Comment analyser les réponses ouvertes d’un questionnaire en 7 étapes

Cette méthode fonctionne dans Google Sheets ou Excel. Pas besoin de logiciel spécialisé.

  1. Rassemblez toutes les réponses dans un seul tableau

    Une ligne par réponse. Ajoutez des colonnes pour l’identifiant du répondant, le groupe de clients (offre, rôle, ancienneté ou note), la question, la réponse, et deux ou trois colonnes de codes vides. La colonne d’identifiant vous permet de retrouver la réponse d’origine derrière chaque chiffre, même après un tri.

  2. Lisez d’abord un échantillon

    Lisez 30 à 50 réponses, ou environ un dixième d’un gros volume, sans rien coder. Notez les raisons qui reviennent. C’est là que vous voyez de quoi les clients parlent vraiment, au lieu de ce que vous pensiez qu’ils diraient.

  3. Rédigez une grille de codage

    Transformez vos notes en 5 à 15 codes. Donnez à chacun un nom court et une définition d’une phrase. Nommez la raison, pas le thème : « ne trouve pas l’export » est utile, « problèmes d’UX » ne l’est pas.

  4. Codez chaque réponse

    Passez chaque réponse en revue et ajoutez un ou plusieurs codes. Utilisez « Autre » pour tout ce qui ne rentre nulle part, et relisez cette catégorie souvent. Si « Autre » dépasse environ une réponse sur dix, il vous manque un code. Quand vous en ajoutez un, revenez vérifier les lignes précédentes.

  5. Comptez et comparez par groupe

    Utilisez un tableau croisé dynamique pour compter chaque code. Ventilez ensuite par groupe de clients. Une raison marginale au global peut être le premier problème de vos plus gros comptes. Exprimez-la en part des personnes qui ont répondu.

  6. Extrayez des citations

    Pour chaque code principal, choisissez deux ou trois réponses qui l’expriment clairement, avec les mots du client. Les citations rendent un constat concret pour ceux qui n’ont jamais vu les données.

  7. Rédigez vos constats sous forme de phrases

    « Les nouvelles équipes bloquent à la configuration, car le bouton d’invitation est difficile à trouver » est un constat. « Onboarding : 23 mentions » n’en est pas un. Écrivez la phrase sur laquelle un collègue peut agir, puis ajoutez le chiffre et une citation.

Le guide de Jeff Sauro sur le codage des commentaires verbatim, publié par MeasuringU, détaille le même processus, y compris comment ajouter des intervalles de confiance à vos pourcentages.

Codez la raison, pas le thème

L’erreur la plus courante consiste à coder par thème. Les thèmes sont faciles à repérer, alors ils semblent justes. Mais un même thème cache souvent plusieurs problèmes, chacun avec sa propre solution.

Prenez « prix ». Voici ce que cela peut vraiment vouloir dire :

Code par thèmeCodes par raison cachés derrièreQui corrige
PrixPrix pas clair : impossible de savoir combien ils allaient payerPage des tarifs
Coût surprise : des frais ou une limite découverts trop tardFacturation et limites des offres
Valeur pas encore claire : ils ne l’avaient pas vu fonctionner avant de payerOnboarding
Hors budget : ils le voulaient mais ne pouvaient pas se le permettreOffres et packaging

Si vous annoncez « Prix : 30 % des réponses », l’équipe va sans doute débattre du prix. Si vous montrez que la plupart de ces réponses relèvent de « valeur pas encore claire », la solution passe du côté de l’onboarding. Mêmes données, décision très différente.

Exemple de grille de codage

Voici une petite grille pour la question « Qu’est-ce qui a failli vous empêcher de vous inscrire ? »

CodeDéfinitionExemple de réponse
Prix pas clairImpossible de savoir combien ils allaient payer« Je ne savais pas si les invités comptaient comme des sièges. »
Crainte sur la mise en placeS’attendaient à une configuration longue ou technique« On aurait dit qu’il fallait un développeur. »
ConfianceDoutes sur l’entreprise ou la sécurité des données« Je ne vous connaissais pas, alors j’ai d’abord lu les avis. »
Fonctionnalité manquanteAvaient besoin de quelque chose qu’ils ne voyaient pas« Impossible de savoir si ça marchait avec notre système de connexion. »
Coût du changementDéjà investis dans un autre outil« Il aurait fallu migrer deux ans de données. »
Aucun freinAucune hésitation« Rien, j’en avais besoin vite. »
AutreTout le reste, relu chaque semaine« Mon responsable était en vacances. »

Gardez des définitions courtes. Si deux personnes codent différemment la même réponse, la définition doit être retravaillée. « Aucun frein » vaut aussi la peine d’être suivi. Cela remet les problèmes à leur juste proportion.

Un exemple concret

Cinq personnes ont répondu à la question ci-dessus. Voici comment les coder.

IDOffreRéponseCodes
101Équipe« La page des tarifs ne disait pas si les invités comptaient comme des sièges. »Prix pas clair
102Solo« Rien de particulier, j’en avais besoin vite. »Aucun frein
103Solo« Je pensais que l’informatique devrait l’installer, et chez nous l’informatique est lente. »Crainte sur la mise en place
104Équipe« Pas sûr que ça fonctionne avec notre système de connexion, et le prix par siège m’a embrouillé. »Fonctionnalité manquante, Prix pas clair
105Équipe« On paie déjà un outil de questionnaire. »Coût du changement

La réponse 104 reçoit deux codes. C’est normal, et c’est pour ça qu’on prévoit plusieurs colonnes de codes par ligne. Cela veut aussi dire que vos pourcentages peuvent dépasser 100 % au total : précisez-le quand vous les partagez.

Une fois chaque ligne codée, le tableau croisé dynamique fait le reste. Vous pourriez découvrir que « Prix pas clair » vient presque uniquement des offres Équipe, alors que les utilisateurs solo parlent de la mise en place. Ce sont deux constats avec deux responsables : la page des tarifs pour le marketing, et le parcours de configuration pour le produit.

Les erreurs qui faussent les résultats

  • Des codes trop larges. « Retours produit » englobe tout et ne dit rien.
  • Les nuages de mots. Ils comptent des mots, pas du sens. « Pas facile » et « facile » font tous deux grossir « facile ».
  • Coder seul. Demandez à un collègue de coder les mêmes 20 réponses. Là où vous n’êtes pas d’accord, précisez la définition.
  • Compter sans contexte. Une raison citée par quelques gros clients peut compter davantage qu’une raison citée par beaucoup d’utilisateurs gratuits.
  • Des chiffres sans citations. Les gens font confiance à ce qu’ils peuvent lire avec les mots du client.
  • Coder avant de lire. Si vous rédigez la grille en premier, vous trouverez ce que vous attendiez et passerez à côté du reste.

Utiliser ChatGPT ou Claude pour analyser des réponses ouvertes

Les assistants d’IA généralistes comme ChatGPT et Claude sont bons pour les tâches longues : lire, résumer et appliquer des codes. Ils sont moins bons pour décider quels codes utiliser. La recherche confirme cette répartition.

Quand des chercheurs ont donné à des modèles de langage une liste fixe de 50 catégories pour coder des réponses à une enquête électorale britannique, le meilleur modèle s’est approché d’un codeur humain : 93,9 % de précision contre 94,7 % pour un second codeur humain. Sur un test plus difficile, avec des réponses plus récentes, l’écart était plus grand. Et quand Langer Research a testé le codage de réponses ouvertes par l’IA, l’institut s’est heurté à « une mauvaise création de catégories, des erreurs de classement et une incapacité à percevoir les nuances ou la tonalité ».

En résumé, l’IA s’en sort bien quand une personne définit les catégories, et peine quand on la laisse les inventer. La règle pratique est donc simple. Vous rédigez la grille. L’IA vous aide à l’appliquer.

Avant de coller quoi que ce soit

Les réponses à un questionnaire sont des données clients : traitez-les comme telles.

  • Vérifiez d’abord les règles de votre entreprise. Beaucoup d’équipes ont une politique sur les outils d’IA autorisés à voir des données clients. Demandez avant de coller.
  • Retirez les données personnelles. Supprimez les noms, e-mails, numéros de téléphone, noms d’entreprise et tout ce qui permet d’identifier quelqu’un. Ne gardez que la colonne d’identifiant et la réponse.
  • Vérifiez les paramètres de données de votre compte. La possibilité que vos conversations servent à entraîner des modèles dépend de l’outil, de l’offre et de vos réglages. Les offres entreprise fonctionnent souvent autrement que les offres gratuites, alors vérifiez pour le compte que vous utilisez.
  • Collez par lots. Trente à cinquante réponses à la fois, pour que chaque résultat reste assez court à vérifier correctement. C’est dans les très longs collages que les erreurs passent inaperçues.

Des prompts à copier

Ils fonctionnent dans ChatGPT, Claude ou tout autre assistant de ce type.

1. Proposer des codes à partir d’un échantillon (étape 3)

Modèle

Voici 40 réponses de clients à la question « votre question ».

Propose 8 à 12 codes qui décrivent la RAISON derrière chaque réponse, pas le thème.

Pour chaque code, donne un nom court, une définition d’une phrase et deux exemples de réponses tirés de la liste.

N’utilise que des raisons présentes dans les réponses. N’en invente aucune.

collez les réponses avec leurs identifiants

2. Appliquer votre grille de codage (étape 4)

Modèle

Voici ma grille de codage : collez les noms et définitions des codes.

Code chaque réponse ci-dessous. Une réponse peut avoir plusieurs codes.

Utilise « Autre » si rien ne correspond. Ne crée pas de nouveaux codes.

Renvoie un tableau à trois colonnes : identifiant, codes, et quelques mots de la réponse qui justifient le code.

collez 30 à 50 réponses avec leurs identifiants

3. Trouver des citations (étape 6)

Modèle

Parmi les réponses ci-dessous, choisis les trois qui expriment le plus clairement la raison « nom du code », avec les mots du client.

Cite-les mot pour mot. Ne les modifie pas et ne les fusionne pas.

Vérifiez son travail

  • Vérifiez 20 lignes par lot. Lisez la réponse, puis le code. Si plus de deux ou trois sont faux, corrigez les définitions et relancez.
  • Vérifiez que les citations sont réelles. Cherchez chaque citation dans votre tableau. Les outils d’IA reformulent ou fusionnent parfois des réponses.
  • Lisez « Autre » vous-même. C’est en général là que se cachent les surprises.

Comment présenter les résultats

Les longs rapports ne sont pas lus. Tenez-vous à une page.

Modèle

Question : la question exacte, posée à qui entre le date et le date. N personnes ont répondu.

Principaux constats

1Constat sous forme de phrase. X sur N réponses. « Citation » « Citation »

2Constat sous forme de phrase. X sur N réponses. « Citation » « Citation »

3Constat sous forme de phrase. X sur N réponses. « Citation » « Citation »

Différences entre les groupes

[Par exemple : les offres Équipe mentionnent X bien plus souvent que les offres Solo.]

Ce qui nous a surpris

Une chose que personne n’attendait.

Prochaines étapes suggérées

[Qui doit examiner chaque constat, et ce qu’il pourrait tester.]

Tableau codé complet : lien

Si vous décidez de ce qu’il faut développer à partir de vos constats, notre guide pour prioriser les demandes de fonctionnalités prend le relais. Pour une vue d’ensemble sur la façon de combiner chiffres et mots, lisez recherche qualitative ou quantitative.

Comment Diaform vous aide

Diaform simplifie la première partie : obtenir des réponses qui valent la peine d’être analysées. Il recueille les réponses ouvertes sous forme de courtes conversations et pose une question de relance quand une réponse est vague, vous recevez donc moins de « ça va ». Chaque conversation terminée reçoit un résumé par IA, ainsi que les réponses question par question avec un sentiment (positif, négatif, neutre ou mitigé) et un niveau de confiance. Vous pouvez activer les citations marquantes, et la transcription complète est toujours disponible.

Vous pouvez rechercher et filtrer les réponses, par exemple pour lire toutes les réponses négatives d’un coup, puis exporter en CSV et suivre les étapes de codage ci-dessus dans votre propre tableur. Soyons clairs : Diaform ne regroupe pas les réponses en thèmes à votre place. La grille de codage reste entre les mains de votre équipe, mais vous partez de réponses plus claires et de résumés prêts à lire. Découvrez comment Diaform fonctionne pour le feedback produit, ou commencez un essai gratuit de 14 jours.

Questions fréquentes.

Des réponses courtes aux questions courantes.

Lisez un échantillon, rédigez une courte grille de codage avec les raisons que vous voyez revenir, et attribuez un ou plusieurs codes à chaque réponse. Comptez ensuite les codes par groupe de clients et appuyez chaque constat sur une vraie citation.

Vos clients ont plus à dire.

Arrêtez de deviner à partir de réponses d’un seul mot. Laissez Diaform poser les questions de relance et découvrez ce que vos clients pensent vraiment.

Lancez votre première conversation en quelques minutes.