Le verbatim dans un questionnaire désigne la réponse libre rédigée par un répondant à une question ouverte. Son placement et sa formulation conditionnent directement la qualité des données recueillies. Mal positionné, il génère des réponses laconiques ou un abandon pur et simple du questionnaire. Bien intégré, il livre des informations que les questions fermées ne captent pas.
Verbatim après question fermée ou en bloc final : comparatif des deux approches
| Critère | Verbatim placé juste après la question fermée | Verbatim regroupé en bloc final |
|---|---|---|
| Qualité des réponses | Élevée : le répondant contextualise sa réponse immédiatement | Faible : le répondant a oublié le détail de chaque question |
| Taux de complétion du verbatim | Plus élevé (effort perçu comme court) | Plus bas (effet « muraille de champs texte ») |
| Facilité d’analyse | Chaque verbatim est déjà aligné sur un indicateur chiffré | Nécessite un tri manuel pour relier chaque commentaire à sa thématique |
| Risque de fatigue | Limité si le nombre de verbatims reste maîtrisé | Fort : plusieurs champs ouverts consécutifs découragent |
| Cas d’usage adapté | Enquête de satisfaction, évaluation post-formation, feedback produit | Étude exploratoire longue avec section qualitative dédiée |
Le placement juste après la question fermée concernée est considéré comme le format le plus efficace pour rendre les verbatims directement exploitables. Chaque réponse ouverte s’aligne sur un indicateur chiffré, ce qui facilite ensuite les analyses croisées entre données quantitatives et qualitatives.
Nombre de verbatims dans un questionnaire : le seuil à ne pas dépasser
La tentation fréquente consiste à multiplier les champs ouverts pour « laisser la parole au répondant ». Les retours méthodologiques récents pointent dans la direction inverse : un ou deux verbatims maximum dans une courte enquête de satisfaction, et trois à cinq dans une étude plus longue.
Au-delà, la fatigue du répondant s’installe. Les réponses deviennent plus courtes, plus vagues, parfois réduites à un mot ou un caractère de remplissage. Le volume de texte collecté augmente, mais sa qualité chute. Le verbatim sert à expliquer une note ou un choix, pas à mesurer une tendance. Chaque champ ouvert supplémentaire doit donc répondre à une question précise : quelle information qualitative ce verbatim apportera-t-il que la question fermée précédente ne couvre pas ?
Critères pour décider si un verbatim est utile à cet endroit
- La question fermée qui précède produit un score (note de satisfaction, échelle de Likert, NPS) sans expliquer le « pourquoi » derrière le chiffre. Le verbatim comble ce manque.
- Le sujet abordé est susceptible de générer des réponses variées et imprévisibles, que des choix multiples ne pourraient pas anticiper.
- L’équipe d’analyse a les ressources (humaines ou logicielles) pour traiter les réponses ouvertes collectées. Un verbatim non analysé est un effort inutile imposé au répondant.
Formulation de la question ouverte : ce qui déclenche un verbatim exploitable
La manière dont la question est rédigée détermine la longueur et la précision de la réponse. Une question trop large (« Avez-vous des remarques ? ») produit des réponses floues ou des champs vides. Une question ouverte efficace cadre le sujet sans orienter la réponse.
Formulations qui fonctionnent face à celles qui échouent
« Qu’est-ce qui a motivé cette note ? » fonctionne parce que la question renvoie à un indicateur précis. Le répondant sait exactement ce qu’on lui demande d’expliquer. En revanche, « Souhaitez-vous ajouter quelque chose ? » ne donne aucune direction et récolte majoritairement des réponses vides ou hors sujet.
« Quel aspect du service pourrait être amélioré ? » cible un axe concret. Le répondant identifie un point précis au lieu de rédiger un commentaire généraliste. À l’inverse, « Que pensez-vous de notre entreprise ? » couvre un périmètre trop large pour produire des données actionnables.
Le verbatim doit prolonger la question fermée, pas ouvrir un nouveau sujet. Si le questionnaire aborde la livraison avec une échelle de satisfaction, la question ouverte qui suit porte sur la livraison, pas sur l’expérience globale.
Codification des verbatims : préparer l’analyse dès la conception
Un verbatim mal pensé en amont crée un problème en aval. La codification, c’est-à-dire le regroupement des réponses libres en catégories thématiques, dépend directement de la précision de la question posée.
Quand la question ouverte est bien cadrée (« Qu’est-ce qui a motivé votre insatisfaction concernant le délai ? »), les réponses convergent naturellement vers des thématiques identifiables : retard de livraison, manque d’information sur le suivi, promesse non tenue. La codification devient alors rapide, que l’on utilise un outil d’analyse textuelle ou un traitement manuel.
Quand la question est vague, les réponses partent dans toutes les directions. La codification exige un effort disproportionné et produit des catégories fourre-tout qui n’éclairent aucune décision.
Verbatims générés par IA : un biais émergent à connaître
Des travaux expérimentaux récents testent des réponses ouvertes générées par des modèles de langage comme substitut partiel aux verbatims réels. Ces réponses artificielles ont tendance à mentionner plus de problèmes par réponse que les répondants humains, ce qui fausse les proportions thématiques lors de la codification. Ce biais oblige à ajuster les modèles d’analyse si des données synthétiques sont mêlées aux réponses authentiques.
Pour les concepteurs de questionnaires, cette observation renforce un principe : la qualité d’un verbatim repose sur la sincérité et la spontanéité du répondant. Le cadrage de la question, la position dans le questionnaire et la limitation du nombre de champs ouverts restent les leviers concrets pour obtenir des données textuelles fiables et exploitables.
Le dernier point à retenir tient en une phrase : chaque verbatim ajouté à un questionnaire doit avoir un destinataire identifié dans l’équipe d’analyse et une question de décision à laquelle il contribue. Sans cela, le champ ouvert encombre le répondant et le fichier de données sans bénéfice pour le projet.
