De l'interview utilisateur à l'insight : arrête de relire tes verbatims à la main
Balance tes transcripts d'interviews et tes tickets support à un agent qui en sort des insights priorisés, groupés par thème et sourcés (qui a dit quoi), au lieu de relire 40 pages de notes à la main.
Tu as mené huit entretiens. Tu as trois mois de tickets support qui s'empilent. Et tu relis tout à la main, en surlignant le verbatim qui confirme ce que tu pensais déjà. Voilà comment sortir des insights priorisés et sourcés sans te noyer dans 40 pages de notes.
Les entretiens sont faits, les transcripts sont là, les tickets aussi. Le plus dur devrait être derrière toi. Sauf que la vraie corvée commence : relire tout, ligne par ligne, pour en extraire ce qui compte. Tu repousses. La recherche pourrit dans un dossier. Et quand tu t'y remets, tu retiens la phrase marquante d'un utilisateur bavard, pas le motif qui revient chez six personnes discrètes.
C'est l'angle mort de la recherche qualitative. Le signal n'est pas dans le verbatim qui claque. Il est dans la répétition, que ton cerveau ne compte pas quand il lit à la fatigue d'un vendredi. Un agent, lui, lit les 40 pages sans se lasser et compte pour toi. Et sur le codage systématique, une étude publiée en 2026 le donne à égalité avec un analyste humain : 93,5 % d'accord contre 92,7 %.
C'est quoi transformer des verbatims en insights
Transformer des verbatims en insights, c'est passer de mille phrases brutes à une poignée de thèmes priorisés, chacun appuyé par les citations exactes qui le fondent. Tu ne résumes pas. Tu regroupes ce qui se ressemble, tu comptes combien de personnes le disent, et tu gardes la trace de qui a dit quoi.
La méthode porte un nom dans le métier : l'analyse thématique. Formalisée par Virginia Braun et Victoria Clarke en 2006, c'est la référence pour donner du sens à des masses de données qualitatives (NN/g). Elle tient en six phases : lire et relire tout le corpus, coder chaque segment, regrouper les codes en thèmes candidats, revoir ces thèmes, les nommer, puis écrire le résultat.
Les trois premières phases sont mécaniques et voraces en temps. C'est exactement ce que tu délègues à l'agent. Les trois dernières, revoir, nommer, décider, restent à toi. On y revient.
Pourquoi relire à la main ne tient pas
Le problème n'est pas que c'est long. C'est que c'est biaisé.
Tu lis avec ta thèse en tête. Les verbatims qui la confirment te sautent aux yeux, ceux qui la contredisent glissent. C'est le biais de confirmation, et la lecture manuelle le nourrit au lieu de le corriger.
Tu ne comptes pas. Un thème qui revient huit fois et un détail cité une seule fois ont le même poids dans ta mémoire si le détail était formulé avec force. L'analyse à la main confond l'intensité d'une phrase avec la fréquence d'un motif.
Tu ne finis pas. La phase de codage est linéaire dans le volume : deux fois plus de transcripts, deux fois plus de temps. Alors la recherche s'accumule plus vite que tu ne la dépouilles, et la moitié ne sera jamais analysée.
Relire à la main, c'est chercher des citations qui confirment ton intuition dans un tas que tu ne finis jamais. Faire coder le corpus par un agent, c'est obtenir des thèmes comptés sur l'ensemble, avec les phrases exactes en pièce jointe. Tu passes de l'anecdote au motif.
Le workflow : balance le corpus, récupère des insights sourcés
Pas de labo, pas de logiciel de codage à mille euros. Tu rassembles tes fichiers, tu cadres la sortie, tu lis le résultat.
- Rassembler le corpus brut. Colle tes transcripts d'entretiens et tes tickets support. Si tes tickets vivent dans un outil, tu peux déléguer la collecte à un sous-agent ou brancher l'outil sur Claude. Un modèle récent avale un très gros volume d'un coup : sa fenêtre de contexte monte jusqu'à un million de tokens, soit plusieurs milliers de pages de transcript (doc Claude).
- Cadrer la sortie. Ne demande pas un résumé. Demande une liste de thèmes, chacun avec le nombre de personnes qui l'évoquent, deux ou trois verbatims exacts, et le fichier d'où ils viennent.
- Exiger la citation, pas la paraphrase. Pour chaque thème, impose la phrase mot pour mot et sa source. C'est ce qui te permet de remonter au verbatim et de vérifier que l'agent n'a rien inventé.
- Prioriser par fréquence, puis par toi. L'agent classe les thèmes par nombre de mentions. Toi, tu repondères avec la sévérité et l'enjeu stratégique. Un thème cité deux fois qui bloque un paiement passe devant un agacement cité dix fois.
"J'ai fermé, je voyais pas à quoi ça servait" (entretien-03)
"On me demande de connecter mon agenda avant que j'aie rien vu" (ticket-1187)
2. Export impossible en fin de mois (4 personnes)
"Le bouton export tourne dans le vide le 31" (ticket-0942)
"J'ai dû reprendre les chiffres à la main pour le closing" (entretien-06)
3. Notifications jugées trop nombreuses (9 personnes) ...
Ce que tu lisais en trois soirées, tu le survoles en un café. Et chaque ligne renvoie à une phrase réelle, pas à une impression.
Le geste qui change tout : la source, pas le résumé
Un résumé, tu ne peux pas le vérifier. Une citation sourcée, si.
C'est la différence entre un insight solide et une hallucination bien tournée. Quand tu exiges la phrase exacte et son fichier, deux choses arrivent. Tu peux remonter au verbatim en dix secondes pour juger le contexte. Et tu forces l'agent à s'appuyer sur le corpus au lieu de broder.
Cette idée d'ancrer une réponse dans ses sources, Anthropic en a fait une brique native de son API, les Citations. Le modèle cite les passages exacts qui fondent chaque affirmation. Les mesures internes montrent une précision de rappel en hausse jusqu'à 15 %, et une entreprise pilote a fait tomber ses hallucinations de source de 10 % à 0 %, avec 20 % de références en plus par réponse (Anthropic).
Tu n'as pas besoin de toucher à l'API pour en profiter. Dans une conversation, tu obtiens le même réflexe en l'imposant dans ton brief : « cite la phrase mot pour mot et le fichier d'où elle vient, ne paraphrase pas ». La source devient ta ligne de défense contre le thème inventé.
Ce que l'agent code bien, et ce qu'il ne tranche pas
Il y a une bonne nouvelle et une limite, et elles viennent de la même étude.
En avril 2026, une comparaison en aveugle publiée dans PLOS Digital Health a opposé des analystes humains à trois modèles, dont Claude 4 Sonnet, sur un même transcript de focus group. Sur le codage déductif, appliquer une grille de codes définie à l'avance, les modèles ont atteint 93,5 % d'accord moyen contre 92,7 % pour les humains en aveugle (Hill et al., PLOS Digital Health, 2026). Autrement dit : pour ranger des verbatims dans des cases que tu as posées, l'agent fait aussi bien qu'un analyste.
La limite est dans le codage inductif, faire émerger des thèmes neufs sans grille préalable. Là, un seul des modèles testés a atteint la non-infériorité. Les humains restent meilleurs pour saisir le sens latent, le ton, la nuance émotionnelle. L'agent lisse. Il te rend un tableau propre, parfois trop, qui gomme la contradiction utile.
La ligne de partage est donc nette.
| À l'agent | À toi |
|---|---|
| Lire les 40 pages sans se lasser | Décider quel thème est un vrai problème |
| Coder chaque segment, regrouper les codes | Sentir ce qui se dit entre les lignes |
| Compter les mentions, citer la source | Repondérer par la sévérité et l'enjeu |
| Rejouer le tri à chaque nouveau corpus | Trancher la roadmap |
L'agent fait les phases voraces. Tu gardes les phases qui engagent.
Les utilisateurs trouvent l'onboarding confus.
Vrai ou brodé ? Tu ne peux pas savoir. Tu shippes une refonte sur une phrase que personne n'a peut-être dite.
7 personnes décrochent avant la valeur. "J'ai fermé, je voyais pas à quoi ça servait" (entretien-03).
Tu remontes au verbatim, tu juges le contexte, tu tranches sur du réel.
Je traite les thèmes dans l'ordre où l'agent les a classés.
Le plus cité passe devant. Le bug de paiement cité deux fois attend derrière un détail cosmétique cité dix fois.
L'agent compte, moi je repondère par la sévérité et l'enjeu.
La fréquence est un signal, pas un verdict. La décision reste product.
Par où commencer
1. Réunis un corpus, même petit
Trois transcripts et vingt tickets suffisent pour un premier tour. Colle-les dans un seul fil. Tu n'as rien à nettoyer.
2. Demande des thèmes sourcés, pas un résumé
Impose le format : thème, nombre de personnes, verbatims mot pour mot, fichier source. Interdis tout thème sans deux citations.
3. Repondère et tranche
Lis les thèmes, remonte deux ou trois verbatims pour vérifier, reclasse par sévérité. Tu tiens ta liste de priorités, appuyée sur du réel.
Prends la dernière recherche que tu n'as jamais fini de dépouiller. Colle le corpus, demande des thèmes sourcés par fréquence, avec verbatims et fichiers. Compte les thèmes que tu n'avais pas vus.
Si un seul motif récurrent t'avait échappé sous une phrase qui claquait, tu viens de récupérer une recherche que tu croyais perdue.
Tu n'as plus l'excuse des 40 pages. La corvée de relecture, l'agent la fait mieux que toi : il lit tout, il compte, il cite. Ce qui te reste est la seule chose qu'une machine ne tranche pas à ta place, décider ce qui compte. Tu n'es plus le PM qui surligne des verbatims. Tu es le PM qui lit des motifs.
