Cette année, nous célébrons une décennie de congrès en analyse sensorielle. En 2014, SensoStat faisait ses premiers pas à l’EuroSense de Copenhague en inaugurant son tout premier stand lors de la 6ᵉ édition.
Dix ans plus tard, c’est avec enthousiasme que nous avons rejoint l’Irlande, retrouvant nos partenaires et découvrant les dernières avancées de notre secteur. ET CE N’EST PAS FINI !
Rendez-vous l’année prochaine à Philadelphie pour le prochain Pangborn. On a déjà hâte de vous y voir !
TOPIC N°1 : Prosody’s unexplored dimensions in sensory sciences
Écouter pour comprendre
Et si la manière dont nous parlons en disait long sur nos goûts ? C’est l’idée intrigante qui a guidé notre dernière étude. La prosodie, cette modulation subtile de la voix à travers l’intonation, le rythme et la fréquence, est bien connue pour transmettre émotions et intentions.
Mais pourrait-elle aussi refléter nos préférences alimentaires ?
Pour le savoir, nous avons déployé un questionnaire en ligne auprès de 155 participants, invités à évaluer des images de plats (hamburger, steak frites et sushi). Parmi eux, un groupe de 25 participants, caractérisés par une moindre appréciation des sushis, ont été retenus pour la suite de l’étude. Leur mission ? Exprimer à voix haute leurs opinions sur les mêmes images de plats de la première phase. Les enregistrements, réalisés avec leurs smartphones ou ordinateurs, ont ensuite été analysés pour trois caractéristiques clés : pitch (fréquence fondamentale), durée (temps total et pauses) et intensité sonore.
RÉSULTAT
Si notre hypothèse initiale, que la prosodie pourrait différencier les produits en fonction de leur attrait perçu, n’a pas été validée, l’étude a toutefois révélé des données intéressantes. Par exemple, il est possible d’identifier le genre d’un participant uniquement à partir de sa fréquence vocale. Et surtout, nous avons confirmé la faisabilité d’intégrer ces mesures implicites dans des protocoles d’analyse sensorielle.
PROCHAINE ÉTAPE :
Élargir l’échantillon et diversifier les stimuli pour mieux comprendre le potentiel de la prosodie dans ce domaine.
POURQUOI C’EST PROMETTEUR ?
Nous sommes convaincus que ces mesures implicites offrent un potentiel significatif pour apporter des perspectives novatrices dans le domaine de l’analyse sensorielle.
TOPIC N°2 :
ChatGPT or MR-CHI² : which is best for choosing my vacuum cleaner ?
L’aide à la prise de décision des consommateurs grâce à l’IA
Vous êtes-vous déjà demandé comment trier les avis produits en ligne pour faire un choix, notamment pour un achat comme un aspirateur ? Dans cette étude, nous avons exploré deux approches différentes pour analyser les avis consommateurs et faciliter la prise de décision : d’un côté, la méthode statistique du Chi² à réponses multiples (MR-Chi²), et de l’autre, l’intelligence artificielle avec ChatGPT.
Notre démarche a consisté à filtrer les avis de cinq modèles d’aspirateurs sur Amazon, selon des critères de prix, et à en extraire les caractéristiques essentielles via un pré-traitement semi-automatique. En analysant les données de façon statistique via MR-Chi², il a été possible d’identifierdes associations significatives entre les caractéristiques et les produits, tandis que ChatGPT a généré une synthèse textuelle par produit à partir des données brutes.
RÉSULTAT
Le cadre du MR-Chi² est idéal pour une approche statistique simple et efficace, tandis que ChatGPT apporte une touche plus qualitative avec des interprétations nuancées. Néanmoins, il est crucial de reconnaître que les informations obtenues à partir de ChatGPT peuvent présenter des limites liées à la nature opaque de ses étapes de prétraitement, de l’impact potentiel de la qualité des invites de commande (prompt), et à l’absence d’interprétation statistique.
QUEL EST LE POTENTIEL ?
À mesure que le commerce en ligne se développe (159.9 milliards d’euros de chiffre d’affaires des ventes en ligne en France en 2023), les outils aidant les consommateurs à prendre des décisions éclairées deviennent essentiels. Pour preuve, Amazon s’appuie depuis peu sur des modèles d’IA générative afin de proposer une synthèse concise de l’opinion globale des clients pour les produits ayant un certain nombre d’avis. Dans ce contexte, une approche statistique telle que le MR-Chi² pourrait compléter ce type de synthèse en permettant de comparer les produits et de mettre en évidence de manière significative leurs caractéristiques positives et négatives. Cette valeur ajoutée représenterait une ressource précieuse aussi bien pour les consommateurs que pour les entreprises.
TOPIC N°3 :
Consumer categorizine ready-to-eat meals : A pathway to industrial applications
Une approche sensorielle spécifique aux plats cuisinés individuels
Les plats cuisinés individuels posent un défi particulier en analyse sensorielle, car les évaluations se font souvent sur des portions limitées, un élément du plat à la fois. Pour dépasser cette approche fragmentée, une approche méthodologique a été mise en place.
Les objectifs de cette approche étant les suivants :
EXPLORERcomment les consommateurs classent les différentes recettes de plats cuisinés individuels.
DÉFINIR la recette la plus représentative pour chaque famille identifiée.
COMPARERles facteurs de préférence d’une recette représentative à une autre au sein de la même famille.
RÉPLIQUERcette approche sur différentes familles de plats plus ou moins complexes afin de valider l’extrapolation des résultats obtenus.
Concernent le premier objectif, nous avons fait appel à 120 consommateurs en laboratoire pour trier librement 60 concepts de recettes, en se basant uniquement sur des étiquettes. Les participants ont ainsi regroupé les recettes et sélectionné la plus représentative pour chaque groupe. Malgré le nombre élevé de concepts, cette tâche a été accomplie avec succès, aboutissant à une partition consensuelle en 10 familles (ARI = 0,4341), chaque famille comprenant entre 2 et 13 recettes.
Cette étape préliminaire apporte des informations précieuses sur la manière dont les consommateurs perçoivent la diversité des plats cuisinés individuels.
Quelles sont les prochaines étapes ?
Les prochaines étapes de ce travail consistent à pré-identifier les facteurs communs et spécifiques dans chaque famille de recettes à travers des groupes de discussion (Focus Groups). Puis à valider une approche méthodologique utilisant les commentaires libres pour discriminer les recettes d’une même famille. Les résultats obtenus par cette approche seront alors comparés à ceux obtenus par des approches traditionnelles (CATA / JAR). Restez donc connectés à nos réseaux pour suivre l’avancée de ces travaux 😉.
Quelle perspective pour l’industrie ?
À terme, cette étude pourrait faciliter la mise en place de panels internes dédiés à ce type de produits. Ainsi, le développement d’une méthode plus agile pour ces produits permettrait une évaluation globale du plat cuisiné individuel (plutôt qu’élément par élément) et réduirait également le nombre de recettes à évaluer pour chaque participant. L’objectif ultime est de fournir aux équipes R&D des recommandations concrètes pour améliorer les formulations au sein d’une même famille de recettes.
Un grand merci à Fleury Michon pour leur confiance dans cette étude.
ACTUALITÉS
EUROSENSE 2024 : 10 ans déjà !
Cette année, nous célébrons une décennie de congrès en analyse sensorielle. En 2014, SensoStat faisait ses premiers pas à l’EuroSense de Copenhague en inaugurant son tout premier stand lors de la 6ᵉ édition.
Dix ans plus tard, c’est avec enthousiasme que nous avons rejoint l’Irlande, retrouvant nos partenaires et découvrant les dernières avancées de notre secteur. ET CE N’EST PAS FINI !
Rendez-vous l’année prochaine à Philadelphie pour le prochain Pangborn. On a déjà hâte de vous y voir !
TOPIC N°1 :
Prosody’s unexplored dimensions in sensory sciences
Écouter pour comprendre
Et si la manière dont nous parlons en disait long sur nos goûts ? C’est l’idée intrigante qui a guidé notre dernière étude. La prosodie, cette modulation subtile de la voix à travers l’intonation, le rythme et la fréquence, est bien connue pour transmettre émotions et intentions.
Mais pourrait-elle aussi refléter nos préférences alimentaires ?
Pour le savoir, nous avons déployé un questionnaire en ligne auprès de 155 participants, invités à évaluer des images de plats (hamburger, steak frites et sushi). Parmi eux, un groupe de 25 participants, caractérisés par une moindre appréciation des sushis, ont été retenus pour la suite de l’étude.
Leur mission ? Exprimer à voix haute leurs opinions sur les mêmes images de plats de la première phase. Les enregistrements, réalisés avec leurs smartphones ou ordinateurs, ont ensuite été analysés pour trois caractéristiques clés : pitch (fréquence fondamentale), durée (temps total et pauses) et intensité sonore.
RÉSULTAT
Si notre hypothèse initiale, que la prosodie pourrait différencier les produits en fonction de leur attrait perçu, n’a pas été validée, l’étude a toutefois révélé des données intéressantes. Par exemple, il est possible d’identifier le genre d’un participant uniquement à partir de sa fréquence vocale. Et surtout, nous avons confirmé la faisabilité d’intégrer ces mesures implicites dans des protocoles d’analyse sensorielle.
PROCHAINE ÉTAPE :
Élargir l’échantillon et diversifier les stimuli pour mieux comprendre le potentiel de la prosodie dans ce domaine.
POURQUOI C’EST PROMETTEUR ?
Nous sommes convaincus que ces mesures implicites offrent un potentiel significatif pour apporter des perspectives novatrices dans le domaine de l’analyse sensorielle.
TOPIC N°2 :
ChatGPT or MR-CHI² : which is best for choosing my vacuum cleaner ?
L’aide à la prise de décision des consommateurs grâce à l’IA
Vous êtes-vous déjà demandé comment trier les avis produits en ligne pour faire un choix, notamment pour un achat comme un aspirateur ? Dans cette étude, nous avons exploré deux approches différentes pour analyser les avis consommateurs et faciliter la prise de décision : d’un côté, la méthode statistique du Chi² à réponses multiples (MR-Chi²), et de l’autre, l’intelligence artificielle avec ChatGPT.
Notre démarche a consisté à filtrer les avis de cinq modèles d’aspirateurs sur Amazon, selon des critères de prix, et à en extraire les caractéristiques essentielles via un pré-traitement semi-automatique. En analysant les données de façon statistique via MR-Chi², il a été possible d’identifier des associations significatives entre les caractéristiques et les produits, tandis que ChatGPT a généré une synthèse textuelle par produit à partir des données brutes.
RÉSULTAT
Le cadre du MR-Chi² est idéal pour une approche statistique simple et efficace, tandis que ChatGPT apporte une touche plus qualitative avec des interprétations nuancées. Néanmoins, il est crucial de reconnaître que les informations obtenues à partir de ChatGPT peuvent présenter des limites liées à la nature opaque de ses étapes de prétraitement, de l’impact potentiel de la qualité des invites de commande (prompt), et à l’absence d’interprétation statistique.
QUEL EST LE POTENTIEL ?
À mesure que le commerce en ligne se développe (159.9 milliards d’euros de chiffre d’affaires des ventes en ligne en France en 2023), les outils aidant les consommateurs à prendre des décisions éclairées deviennent essentiels. Pour preuve, Amazon s’appuie depuis peu sur des modèles d’IA générative afin de proposer une synthèse concise de l’opinion globale des clients pour les produits ayant un certain nombre d’avis. Dans ce contexte, une approche statistique telle que le MR-Chi² pourrait compléter ce type de synthèse en permettant de comparer les produits et de mettre en évidence de manière significative leurs caractéristiques positives et négatives. Cette valeur ajoutée représenterait une ressource précieuse aussi bien pour les consommateurs que pour les entreprises.
TOPIC N°3 :
Consumer categorizine ready-to-eat meals : A pathway to industrial applications
Une approche sensorielle spécifique aux plats cuisinés
individuels
Les plats cuisinés individuels posent un défi particulier en
analyse sensorielle, car les évaluations se font souvent sur des portions
limitées, un élément du plat à la fois. Pour dépasser cette approche
fragmentée, une approche méthodologique a été mise en place.
Les objectifs de cette approche étant les suivants :
Concernent le premier objectif, nous avons fait appel à 120
consommateurs en laboratoire pour trier librement 60 concepts de recettes,
en se basant uniquement sur des étiquettes. Les participants ont ainsi regroupé
les recettes et sélectionné la plus représentative pour chaque groupe.
Malgré le nombre élevé de concepts, cette tâche a été accomplie avec succès,
aboutissant à une partition consensuelle en 10 familles (ARI = 0,4341), chaque famille
comprenant entre 2 et 13 recettes.
Cette étape préliminaire apporte des informations précieuses
sur la manière dont les consommateurs perçoivent la diversité des plats
cuisinés individuels.
Quelles sont les prochaines étapes ?
Les prochaines étapes de ce travail consistent à pré-identifier
les facteurs communs et spécifiques dans chaque famille de
recettes à travers des groupes de discussion (Focus Groups). Puis à valider une
approche méthodologique utilisant les commentaires libres pour discriminer les
recettes d’une même famille. Les résultats obtenus par cette approche seront
alors comparés à ceux obtenus par des approches traditionnelles (CATA / JAR).
Restez donc connectés à nos réseaux pour suivre l’avancée de ces travaux 😉.
Quelle perspective pour l’industrie ?
À terme, cette étude pourrait faciliter la mise en place de panels
internes dédiés à ce type de produits. Ainsi, le développement d’une
méthode plus agile pour ces produits permettrait une évaluation globale du plat
cuisiné individuel (plutôt qu’élément par élément) et réduirait également le
nombre de recettes à évaluer pour chaque participant. L’objectif ultime est de
fournir aux équipes R&D des recommandations concrètes pour améliorer les
formulations au sein d’une même famille de recettes.
Un grand merci à Fleury Michon pour leur confiance dans cette étude.
Rechercher
Categories