Lorsque l'on utilise des échelles sémantiques dans les enquêtes de satisfaction, on est confronté à une difficulté, lors de la présentation des résultats : citer chaque pourcentage de réponse à chaque question. Lecture fastidieuse qui se complique quand on vous demande de comparer deux populations la lecture des pourcentages devient alors un exercice ardu.
La solution la plus courante est d'additionner le % de réponses positives (tout à fait + plutôt) et de ne citer que ce chiffre. Cette solution a le mérite de la simplicité mais cache en fait la distribution des 4 réponses obtenues (pourquoi les poser alors ?). Cet exercice peut être trompeur, comme le montre le tableau (caricatural) ci-dessous : vous obtenez bien 80 % de réponses positives sur les 4 questions proposées (col. 3 en vert), mais la lecture des autres opinions vous montre bien que ce 80 % cache des choses très différentes
Pour une exploitation opérationnelle, vous avez donc besoin de transformer une échelle sémantique en 4 modalités en un score numérique qui résume bien la qualité de la distribution des 4 opinions données.
L'astuce technique consiste donc à pondérer chaque réponse par la valeur indiquée dans le cadre de couleur bleu du dessous et d'obtenir un score de synthèse. Les réponses pas du tout doivent toujours être sur-pondérées car c'est une réponse inacceptable en satisfaction, que vous devez impérativement amplifier. Un autre argument en faveur de cette sur-pondération est que un client satisfait le dit à 5 personnes, un insatisfait à 10
Le résultat du score en colonne 7 (jaune) permet d'isoler la deuxième question qui correspond bien à la meilleure distribution des opinions. Son score de 60 correspond à un bon chiffre, alors que la question 3 et son score de 31 abrite effectivement 15 % de clients très critiques ! Sur le plan de la communication, cette amplification des écarts permet de mobiliser les équipes sur les critères qui concentrent le plus d'insatisfaits. Ce score peut être ensuite comparé entre unités étudiées, suivi dans le temps et trouve tout son sens dans la mesure relative des écarts