Comment Phedone intègre l’analyse sémantique de verbatims clients en no-code

La start-up Lilloise Phedone joue la carte du « prêt à l’emploi », avec des modèles de traitement automatique du langage naturel que l’on peut mettre en œuvre, directement et en toute autonomie, en fonction des besoins.
Le marché de la relation client regorge de solutions à base d’analyse sémantique. Celle-ci aide, par exemple, à identifier une demande formulée afin de la traiter rapidement, via son routage automatique vers le bon interlocuteur. Ou encore à mesurer son opinion, à travers ses commentaires qualitatifs sur un produit ou un service.
Un fonctionnement no-code
« Mais la plupart du temps, l’outil ne suffit pas. L’analyse des données récoltées doit s’appuyer sur du conseil. Résultat, l’entreprise paye 1 euro de logiciel pour 5 de consultant et n’est pas autonome », fait valoir Jonathan Foureur, cofondateur et CEO de Phedone. La start-up a donc décidé de se démarquer avec une solution prête à l’emploi, ne nécessitant pas de configuration préalable, et opérable en toute autonomie grâce à son fonctionnement no-code.
Des modèles d'IA à connecter à des sources de données
Elle propose une bibliothèque de modèles de traitement automatique du langage naturel, que l’on met en place simplement en les connectant à une source de données. Ils s’appuient sur l’intelligence artificielle, entre autres le machine learning, ainsi que sur des règles expertes pour détecter dans un texte un motif de demande, un type de produit ou de point de contact mentionné, ou une opinion exprimée. L’...