Dans le deuxième module, nous nous concentrerons sur l'analyse des données d'enquête à l'aide de la régression. Les enquêtes sont l'un des principaux outils utilisés par les organisations pour mesurer des concepts importants tels que la satisfaction de la clientèle. Nous commencerons par une compréhension générale du concept de satisfaction de la clientèle et des différentes façons de la mesurer. Ensuite, nous aborderons les outils permettant d'analyser les données d'enquête. Nous nous concentrerons plus particulièrement sur deux méthodes de régression : la régression linéaire et la régression logistique. Enfin, nous conclurons le module par une démonstration pratique de régression logistique à l'aide d'un ensemble de données d'enquête sur la satisfaction des clients d'une compagnie aérienne avec R.

Nous allons nous familiariser avec les différentes méthodes d'analyse de texte. Nous vous présenterons tout d'abord l'analyse des sentiments, le moyen le plus courant d'analyser la satisfaction des clients à l'aide de données textuelles. Nous démontrerons les étapes de l'analyse des sentiments à l'aide de R Studio. Ensuite, nous nous concentrerons sur les techniques de résumé de texte. Nous commencerons par énumérer les étapes de prétraitement nécessaires pour mettre le texte sous une forme analysable. Ensuite, nous verrons comment les comptes de fréquence des phrases de plusieurs mots du texte prétraité peuvent révéler les termes communs discutés. En nous appuyant sur les n-grammes, nous passons à une méthode plus intelligente pour détecter automatiquement les phrases de qualité. Nous aborderons également la modélisation thématique LDA - une méthode très populaire pour détecter des sujets dans un corpus de textes. Nous conclurons ce module en mettant l'accent sur l'apprentissage automatique supervisé et en donnant un exemple de son application.

Nous présenterons une méthode d'analyse de l'influence de la satisfaction des clients à l'aide des données des médias sociaux. Les réseaux sociaux constituent l'ensemble de données idéal pour utiliser l'analyse de réseau afin de comprendre comment les gens interagissent avec d'autres personnes et forment des réseaux. L'identification d'un modèle dans les relations des médias sociaux peut s'avérer utile lors de la prise de décisions marketing. Nous examinerons également l'analyse de la personnalité de la marque de l'influenceur qui peut être utilisée comme une méthode permettant aux marques de trouver des influenceurs ayant une personnalité similaire à la leur.