Comment trouver des interlocuteurs qui permettent d’approfondir sa recherche ?
À l’instar de la première étape de veille, le premier réflexe est de réfléchir à son besoin. Voici les questions à se poser :
1. De quelles compétences ai-je besoin, pour faire quoi ? Par exemple : pour enrichir son sourcing local en identifiant de nouvelles sources, mieux évaluer ses sources, décrypter les pratiques commerciales du pays, etc.
2. Quelle est la nature des informations dont j’ai besoin ? Culturelles, professionnelles, techniques ? A-t-on besoin d’être dans le pays ou non ?
Lire aussi :
Fiche pratique : Comment identifier les meilleurs experts ?(payant)
Les obstacles à la recherche d’informations financières d’entreprises à l’étranger
Lors de sa veille, il n’est pas rare d’identifier ou de collecter des contenus dans des langues que l’on ne maîtrise pas ou pas parfaitement. Mais ce n’est pas parce qu’on est en mesure de trouver les bons mots-clés dans une langue qui n’est pas la sienne que l'on est capable de comprendre et d' analyser des textes. Et c’est là que la traduction automatique vient jouer un rôle crucial.
La traduction automatique avait fait un bond en avant il y a quelques années avec l’introduction de l’IA et du NLP (natural language processing en anglais, ou traitement du langage naturel en français) dans les outils de traduction tels que Google Translate ou DeepL. La qualité des traductions s’en était alors retrouvée clairement améliorée. Aujourd’hui, c’est l’arrivée de ChatGPT et plus largement des IA conversationnelles qui vient changer la donne et le paysage de la traduction automatique.
Pour cet article, nous avons testé les capacités de ChatGPT et de ses acolytes, à l'instar de Perplexity, par rapport aux outils de traduction plus traditionnels comme Google Translate ou DeepL dans un contexte de veille afin de déterminer quelle était la meilleure méthode pour traduire les informations issues de la veille.
Lire aussi :
Les plateformes de veille internationales peuvent-elles intéresser les veilleurs francophones ?
Les outils professionnels suffisent-ils pour s’aventurer en territoire inconnu ?
La question du multilinguisme intervient également dans la phase de diffusion de la veille quand il s’agit de produire des contenus dans différentes langues : soit en dupliquant les livrables dans différentes langues pour satisfaire les besoins des collaborateurs basés dans différents pays soit pour produire des livrables dans une langue unique que tous les collaborateurs comprennent, dans la majorité des cas l’anglais.
Mais rares sont les veilleurs et professionnels de l’information maîtrisant à la perfection de multiples langues. Et quant à l’anglais, même si nombreux sont ceux qui en ont une maîtrise professionnelle ou avancée, il n’en reste pas moins que produire des contenus dans une langue qui n’est pas sa langue natale prend nécessairement plus de temps et de réflexion.
Comment produire des livrables multilingues et gagner du temps tout en produisant des contenus en « bon anglais » ? C’est ce que nous avons exploré dans cet article.
Cette nouvelle rubrique « FICHE DE SYNTHSE» se propose d’aider à comprendre en un clin d’œil les informations clés de chaque numéro de NETSOURCES. La datavisualisation faisant l’objet d’un numéro double, vous trouverez ici un rappel du précédent numéro. Cette rubrique sera également déclinée en version pédagogique « pas à pas » et commentée dans nos fiches pédagogiques « Les essentiels de la veille». Bonne lecture !
Avec l’internationalisation de la vie économique et institutionnelle, le professionnel de la veille doit gérer de plus en plus de langues, du sourcing jusqu'à la production du livrable.
Quelles particularités le multilinguisme ajoute-t-il aux méthodes classiques de veille et que proposent les plateformes de veille et les outils de traduction en ligne ?
La datavisualisation, comme toutes les technologies, transforme les outils, les processus et l’organisation des entreprises. Elle amène à repenser les méthodes et les modes de communication, et le domaine de la veille n’y échappe pas.
Dans la première partie de notre dossier consacré à la dataviz, nous avons exploré comment la représentation visuelle des données pouvait trouver sa place à chaque étape de la veille. Elle apporte une aide puissante à l’expression initiale des besoins, à la construction des différentes briques du dispositif, et à la conception des livrables de veille.
Elle offre ainsi des possibilités de représentation, d’analyse et de synthèse des informations où le veilleur peut exercer sa créativité, et développer de nouvelles interactions avec ses clients et le top management.
Enfin, en permettant une meilleure compréhension des données et une identification des tendances et modèles sous-jacents qui auraient été peut-être plus difficiles à voir à l’œil nu, la datavisualisation contribue à une prise de décision plus éclairée pour l’entreprise.
De la théorie à la pratique, n’est-ce qu’un simple pas à franchir ?
La datavisualisation a un rôle à jouer à toutes les étapes de la veille comme nous avons pu le voir dans le précédent numéro de NETSOURCES. Cela commence dès les premières étapes de la veille avec la définition précise d’un sujet ainsi que le choix des mots-clés et du champ lexical à utiliser pour créer de futures alertes.
Dans cet article résolument pratique, nous avons voulu montrer comment la représentation de données pouvait apporter une aide précieuse dès cette première étape de formalisation du besoin et surtout comment s’y prendre concrètement, avec quelles méthodes et quels outils.
Pour nous aider à déterminer les angles de la veille, les thèmes à surveiller et les termes à mettre sous surveillance, nous avons choisi d’analyser un gros volume d’articles de presse sur le sujet, car même si ChatGPT est apparu récemment dans les médias, le volume d’articles consacré à cette IA est considérable et donc peu assimilable humainement.
La dataviz a un rôle important à jouer dans la réalisation des livrables en permettant notamment de représenter visuellement des informations et des analyses qui auraient pu avoir beaucoup moins d’impact si elles avaient été uniquement restituées sous forme de texte.
Mais utiliser la dataviz dans ses livrables, ce n’est pas appuyer sur un bouton pour récupérer en un clic toute une série de représentations graphiques adaptées à ses problématiques. Ce serait trop beau. C’est en réalité beaucoup plus complexe et fastidieux et nous en avons fait l’expérience à partir d’un exemple concret.
La dataviz semble désormais être partout dans notre monde de l’information professionnelle, dans les demandes des clients et… dans les plateformes de veille.
Cette irruption du quantitatif, de l’analytique et du visuel dans des masses d’information documentaire longtemps sous-exploitées est à notre sens extrêmement positive, tant l’extraction et l’interprétation des données, rendue possible par la dataviz, donnent du sens à celles-ci et valorisent le travail de collecte et capitalisation des professionnels de l’information et de la veille.
Mais attention, utiliser la cartographie dans le but d’embellir une présentation ou, pire, en faire un argument de vente à une direction d’entreprise en promettant de générer «automatiquement» du sens via des graphes et représentations diverses, est en soi une aberration trop souvent observée… La dataviz comme pensée «automatisée», voire magique, est un facteur de risque, de contresens et confusion.
Cette nouvelle rubrique « FICHE SYNTHETIQUE » se propose d’aider à comprendre en un clin d’œil les informations clés de chaque numéro de NETSOURCES. La datavisualisation faisant l’objet d’un numéro double, vous trouverez ici un rappel du précédent numéro. Cette rubrique sera également déclinée en version pédagogique « pas à pas » et commentée dans nos fiches pédagogiques « Les essentiels de la veille». Bonne lecture !
Les métiers des professionnels de l’information, - documentation, veille, KM et autres fonctions liées à la gestion de l’information, - ont toujours été en prise directe avec les évolutions du numérique.
Il nous semble que ces évolutions impactent nos métiers de deux façons différentes.
La première est une déstabilisation forte, sous l’effet par exemple de l’arrivée d’Internet hier ou de l’IA aujourd’hui qui « concurrencent » et remettent en cause l’existence même du professionnel.
La seconde agit plutôt comme un moteur de transformation. Elle a pour effet d’élargir les compétences du spécialiste car elle le pousse à intégrer les nouveautés technologiques dans son offre de service et à monter en compétence. On l’a vu par exemple avec les systèmes de GED, et cela nous paraît être aussi le cas de la data.
Depuis une dizaine d’années la data « interroge » les différents profils de spécialistes. Elle pose la question de leur ouverture au monde des données quantitatives, et non plus seulement qualitatives.