OUTILS FROIDS
  • Société
    • OF Conseil
    • Christophe Deschamps
  • Prestations
    • Formation
    • Conseil
    • Conférences
  • Publications
    • Livres
      • Le nouveau management de l’information. La gestion des connaissances au coeur de l’entreprise 2.0.
      • La boîte à outils de l’intelligence économique
      • Organisez vos données personnelles. L’essentiel du PKM
    • Base de connaissances
    • Newsletter hebdomadaire d’Outils Froids
    • Les découvertes hebdomadaires d’Outils Froids
  • Contact
27 août 2007 par Christophe Deschamps

Summize, un service intelligent pour chercher des avis de consommateurs

Summize, un service intelligent pour chercher des avis de consommateurs
27 août 2007 par Christophe Deschamps

OutilsRechercheWebDivers

Je ne m’intéresse habituellement pas trop aux moteurs de recherche d’avis de consommateurs de type Shopzilla ou Pricerunner mais j’ai décidé de faire une exception avec Summize tant ce moteur présente des fonctionnalités qui le distinguent de ses concurrents.
Summize est un moteur encore en bêta qui crawle le web à la recherche d’opinions concernant toutes sortes de produits (il annonce 19 millions d’avis), mais son intérêt est ailleurs puisque, comme le souligne ses créateurs sur le blog de la société, le but est de limiter la "review fatigue". Comprenez la lassitude qui peut survenir après avoir lu le 73ème avis de consommateur consacré à l’appareil photo numérique de vos rêves. Summize propose donc un système de qualification de l’information par la couleur qui n’est pas sans rappeller l’abaque de Régnier. Ainsi les avis négatifs sont dans les rouges alors que les avis positifs sont dans les verts. L’agrégation de ces avis permet de donner pour chaque produit un "code-barre de couleurs" qui est immédiatement significatif pour celui qui le lit. Lorsque l’on passe sur chaque barre coloré un chiffre apparaît indiquant le pourcentage d’avis qui la constituent.
Mais ce n’est pas tout. Summize propose encore de comparer des produits entre eux via leur "code-barre couleur" en les séparant avec l’opérateur vs (voir un exemple). Par ailleurs lorsque dans la page de résultats vous cliquez sur le mot Summized, vous accédez à une fiche produit assez intéressante puisqu’elle donne :

  • tous les avis utilisés pour décrire le produit classés du meilleur au moins bon
  • les sites d’où proviennent ces avis
  • les boutiques où l’on peut se procurer le produit et les prix pratiqués
  • une fonctionnalité "buzz" qui replace les couleurs sur une ligne temporelle et permet de voir comment les avis sur un produit ont évolués dans le temps.

Enfin si vous trouvez qu’il y a trop de résultats vous pouvez décider de ne lire que les avis de ceux qui aiment le produit ou, au contraire, de ceux qui le détestent.
Bien sûr, et c’est toujours ainsi avec les outils agrégateurs ou "clusterisateurs", il faut aller parfois regarder dans les détails afin de valider ce que l’on voit, mais en analysant automatiquement des quantités d’informations qu’un être humain normalement constitué ne pourrait traiter, ces fonctionnalités permettent d’obtenir une vision d’ensemble utile à la décision et vont selon moi dans le bon sens. Il me semble que les moteurs travaillant sur les données non-structurées de l’entreprise auraient tout intérêt à s’inspirer d’un tel modèle et notamment de cette capacité à transformer des données en informations "actionnables" (ou décisionnelles si vous n’aimez pas les néologismes). Si vous en connaissez qui proposent ce type de fonctionnalités n’hésitez pas en dire deux mots dans les commentaires.

Error happened.
Spread the love
        
Article précédentDu Text mining dans les études de marché avec Analyst DirectArticle suivant 300 moteurs de recherche 2.0

Laisser un commentaire Annuler la réponse

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.

RETROUVEZ-MOI SUR

CHRISTOPHE DESCHAMPS

IMG_8825_3Consultant et formateur en veille stratégique, intelligence économique et mindmapping depuis 15 ans

Articles récents

Informer en 2025 (IVb) : les raisons de la défiance (France)14 février 2025
Informer en 2025 (partie IV) : les raisons de la défiance (USA)13 février 2025
Informer en 2025 (partie III) : Qui fact-checkera les fact-checkeurs ?12 février 2025

Catégories

  • Concepts
  • Infos
  • Méthodologie
  • Non classé
  • Outils
  • Premiers pas
  • Réflexions
  • Ressource
  • Revue de liens

Étiquettes

AlertesMotsCles analyser l'information chatGPT collaboratif Collaborer ConserverLeWeb ContentDiscovery Curation Dataviz Diffuser l'information Désinformation ExtensionNavigateur Facebook GestionVideos GoogleChrome HtmlToRss Informer Inoreader Intelligence artificielle intelligence économique IST knowledge management Lecture LLMs MediasSociaux mindmapping MonitoringMediasSociaux MoteurDeRecherche OSINT Outil collaboratif Outils Froids personal knowledge management PKM Presse RecherchePersonne RechercheWeb RevueDeLiens RSS SurveillancePagesWeb SurveillanceSourcesWeb Tutoriel Twitter Veille VeilleVideo Video

DERNIERS TWEETS

Tweets by crid

Recevez les nouveaux articles de ce blog

Informer en 2025 (IVb) : les raisons de la défiance (France)14 février 2025
Informer en 2025 (partie IV) : les raisons de la défiance (USA)13 février 2025
Informer en 2025 (partie III) : Qui fact-checkera les fact-checkeurs ?12 février 2025

Abonnez-vous à notre newsletter

mentions-legales

Articles récents

Informer en 2025 (IVb) : les raisons de la défiance (France)14 février 2025
Informer en 2025 (partie IV) : les raisons de la défiance (USA)13 février 2025
Informer en 2025 (partie III) : Qui fact-checkera les fact-checkeurs ?12 février 2025

Catégories

  • Concepts
  • Infos
  • Méthodologie
  • Non classé
  • Outils
  • Premiers pas
  • Réflexions
  • Ressource
  • Revue de liens