Analyser les avis clients d'un hôtel avec ses données

Analyser ses avis, ce n'est pas lire les derniers commentaires : c'est mettre les notes, les sous-notes et les textes dans un tableau, puis les croiser avec ce que vous savez des séjours. Une note qui baisse dit qu'il y a un problème ; seul le croisement avec vos données dit lequel. Cette page traite de l'analyse ; elle ne traite pas de la réponse aux avis.

Ce que contiennent les avis, selon la plateforme

Deux conséquences pour l'analyse :

• Les sous-notes Booking.com sont votre meilleure donnée. Elles disent sur quel point porte la critique, sans avoir à interpréter le texte. Booking.com précise qu'elles sont envoyées indépendamment de la note globale : un client peut mettre 6 au global et 9 au personnel.
• La note globale Booking.com n'est pas une moyenne simple : les avis récents pèsent plus. Recalculer une moyenne des notes de votre tableau ne retombera pas sur la note affichée, et c'est normal.

Relier un avis à son séjour

C'est ce qui distingue l'analyse d'un hôtel de la simple lecture : chaque avis Booking.com vient d'un client qui a réservé par la plateforme et dont vous avez la réservation dans votre logiciel de gestion hôtelière (PMS). En rapprochant l'avis de la réservation (par la date de séjour et l'identifiant de réservation de la plateforme quand vous l'avez), vous pouvez ajouter à chaque avis :

• le type de chambre occupé ;
• la durée du séjour et le jour d'arrivée ;
• le tarif payé et le plan tarifaire ;
• les événements du séjour : changement de chambre, réclamation notée par la réception, chambre attribuée en surréservation.

Ces colonnes servent ensuite aux vraies questions : la sous-note « confort » est-elle plus basse pour un type de chambre ? Le « rapport qualité/prix » baisse-t-il quand le prix payé dépasse un certain niveau ? Les avis Google, eux, ne se relient pas de façon fiable à un séjour : traitez-les à part, par période.

Classer les commentaires par thème

Les textes se classent en thèmes propres à l'hôtellerie : propreté, literie et bruit, petit-déjeuner, accueil et arrivée, stationnement, équipements de la chambre, emplacement, prix. Une même phrase peut toucher deux thèmes. Pour chaque avis, notez le thème et le sens (positif, négatif, neutre).

Un outil d'intelligence artificielle peut faire ce premier classement, mais il se vérifie : prenez 20 avis au hasard, classez-les vous-même et comparez. Si plus de quelques-uns diffèrent, précisez la liste des thèmes et recommencez.

Un exemple de lecture

Prenons, pour illustrer, 120 avis Booking.com sur un an, reliés à leur séjour. La sous-note « confort » moyenne est de 8,4 pour l'ensemble, mais de 7,1 pour les 30 avis venant des chambres côté rue, contre 8,8 pour les 90 autres. Vérification : (30 × 7,1 + 90 × 8,8) ÷ 120 = (213 + 792) ÷ 120 = 8,375, soit 8,4 une fois arrondi. Le problème n'est pas « le confort » en général, il est localisé : ce que la note globale ne montrait pas.

Questions à poser à vos données

• « Sous-notes moyennes Booking.com par trimestre, avec le nombre d'avis à côté. »
• « Sous-note "confort" par type de chambre, sur les 12 derniers mois. »
• « Avis dont la sous-note "rapport qualité/prix" est inférieure à 7 : quel tarif avait été payé ? »
• « Thèmes négatifs les plus fréquents depuis juin, avec trois extraits pour chacun. »

Demandez toujours le nombre d'avis à côté d'une moyenne : une sous-note calculée sur 4 avis ne prouve rien.

Confidentialité

Un avis porte le nom ou le pseudonyme de son auteur, et le rapprochement avec une réservation y ajoute des données de séjour. Avant de confier ce tableau à un outil extérieur, retirez les noms et remplacez le lien par un numéro interne. La CNIL rappelle qu'une donnée seulement pseudonymisée reste une donnée personnelle : gardez la table de correspondance chez vous. Voir exporter les données de son logiciel hôtelier et, pour le lien avec les canaux, le coût de distribution.