Aller au contenu
Base de connaissances

Guide de démarrage rapide

Ce guide parcourt l’ensemble du flux de travail d’Askalot, de la conception du questionnaire à l’analyse statistique.

Durée : environ 15 minutes

Rendez-vous sur armiger.dev.askalot.io pour créer un questionnaire avec l’aide de l’IA et une validation SMT en temps réel.

Armiger liste les projets que vous pouvez ouvrir. Choisissez-en un — votre projet par défaut y figure si vous n’en avez pas créé d’autre — et l’éditeur s’ouvre sur ce projet dans votre navigateur : il affiche les questionnaires, les documents et l’article de recherche de ce projet, et rien d’autre. Pour travailler plus tard sur un autre projet, revenez dans Armiger et choisissez-le dans la même liste. L’éditeur nécessite un navigateur de bureau : Chrome ou Edge 125, Firefox 147, Safari 26, ou une version ultérieure. Consultez Intégration avec Armiger.

Armiger et l’éditeur s’affichent dans votre langue : celle de votre profil, à défaut celle de votre organisation, à défaut celle de votre navigateur (anglais, espagnol, français, allemand ou hongrois). En hongrois, QML Explorer est entièrement en hongrois (ses commandes, ses notifications et ses panneaux : le diagramme, les panneaux Génération par IA et Projet, l’aperçu des items, la vue PDF et l’onglet des traductions), tandis que le cadre de l’éditeur qui l’entoure (les menus, les commandes intégrées de la palette de commandes, l’explorateur de fichiers) reste en anglais. Un changement de langue prend effet à la prochaine ouverture de l’éditeur.

Pour commencer un questionnaire sans l’assistant IA, choisissez Nouveau fichier sur le dossier questionnaires dans l’explorateur de l’éditeur, puis saisissez un nom.

Le moyen le plus rapide de démarrer est un questionnaire prêt à l’emploi issu de la bibliothèque de modèles : évaluations de cours, retours clients, NPS, inscriptions à un événement, baromètres RH, questionnaires d’admission de patients et plusieurs centaines d’autres, répartis en 13 catégories.

Vous pouvez parcourir toute la bibliothèque avant même de vous inscrire : le catalogue public des modèles présente chaque modèle avec son diagramme de parcours et ses questions.

Les modèles sont affichés, et copiés, dans votre langue lorsque la bibliothèque la propose, sinon en anglais avec une mention qui le signale. Une copie emporte aussi les autres langues de la bibliothèque sous forme de traductions.

  • Sur la page d’accueil de Roundtable, choisissez Partir d’un modèle (l’étape du questionnaire dans le guide du parcours de recherche le propose aussi). Recherchez par nom ou par description, ou parcourez une catégorie. L’ouverture d’un modèle affiche un aperçu en lecture seule : le diagramme de parcours du questionnaire, celui que dessine l’éditeur, avec chaque section, chaque question et les chemins qui les relient ; rien n’est encore créé. Utiliser ce modèle ajoute une copie au projet que vous choisissez (votre projet par défaut est présélectionné ; la liste contient les projets dont vous êtes propriétaire), puis propose Modifier, qui l’ouvre dans l’éditeur, ou Mener une campagne, qui ouvre le formulaire de nouvelle campagne avec ce projet et le nouveau questionnaire déjà sélectionnés.
  • Dans l’éditeur, faites un clic droit sur le dossier questionnaires et choisissez Nouveau questionnaire à partir d’un modèle…, ou lancez cette commande depuis la palette de commandes. Elle ouvre la même bibliothèque de modèles dans un nouvel onglet du navigateur, déjà réglée sur le projet que vous modifiez : prévisualisez un modèle et choisissez Utiliser ce modèle ; la copie est ajoutée à ce projet et apparaît dans le dossier questionnaires de l’éditeur.
  • Via MCP, list_questionnaire_templates liste la bibliothèque et create_questionnaire accepte un slug template à la place de content ; tous deux acceptent un paramètre language. Consultez Outils de questionnaire et QML.

La copie est désormais votre propre questionnaire : modifiez-la à votre guise, les versions ultérieures de la bibliothèque n’y toucheront pas. Sa cohérence logique est vérifiée en arrière-plan quelques secondes après sa création, comme pour toute version enregistrée.

Avec l’assistant IA :

Décrivez les besoins de votre enquête :

« Créez une enquête de satisfaction client. Demandez d’abord le niveau de satisfaction globale puis, s’il est faible, posez des questions sur les problèmes rencontrés. »

L’IA génère le code QML pendant que le solveur SMT en valide la cohérence logique en temps réel.

Exemple de QML :

qmlVersion: "2.0"
questionnaire:
title: "Customer Satisfaction Survey"
codeInit: |
satisfaction_level = 0
needs_followup = 0
blocks:
- id: b_main
title: "Your Experience"
items:
- id: q_overall
kind: Question
title: "How satisfied are you with our service?"
codeBlock: |
satisfaction_level = q_overall.outcome
if q_overall.outcome <= 6:
needs_followup = 1
input:
control: Slider
min: 0
max: 10
labels:
0: "Very Dissatisfied"
5: "Neutral"
10: "Very Satisfied"
- id: q_reason
kind: Question
title: "What is the primary reason for your low rating?"
precondition:
- predicate: needs_followup == 1
input:
control: Radio
labels:
1: "Product quality"
2: "Delivery time"
3: "Customer service"
4: "Pricing"
- id: q_recommend
kind: Question
title: "Would you recommend us to others?"
input:
control: Switch
on: "Yes"
off: "No"

Armiger valide automatiquement :

  • ✓ L’atteignabilité : toutes les questions peuvent être atteintes
  • ✓ La cohérence : les règles de validation sont satisfiables
  • ✓ L’acyclicité : aucune dépendance circulaire
  • ✓ La satisfiabilité globale : il existe au moins un chemin valide menant au terme du questionnaire

Résultat de la validation :

✓ All items reachable
✓ No circular dependencies detected
✓ Postconditions satisfiable
✓ Global formula: SAT
Flow paths: 2
Path 1: q_overall → q_recommend (satisfaction > 6)
Path 2: q_overall → q_reason → q_recommend (satisfaction ≤ 6)

Rendez-vous sur targetor.dev.askalot.io pour configurer le ciblage démographique et lancer votre campagne.

  1. Cliquez sur « Nouvelle campagne »
  2. Configurez les paramètres :
    • Nom : « Q4 Customer Satisfaction »
    • Réponses visées : 500
    • Durée : 14 jours

Téléversez un fichier CSV ou connectez une base d’utilisateurs :

user_id,email,age,gender,customer_segment
1001,[email protected],34,M,premium
1002,[email protected],28,F,standard

Répartition démographique visée :

Répartition par âge :

  • 18-24 : 15 % | 25-34 : 30 % | 35-44 : 25 % | 45-54 : 20 % | 55+ : 10 %

Segment client :

  • Premium : 30 % | Standard : 70 %

Targetor calcule automatiquement la taille des échantillons et suit en temps réel le nombre d’enquêtes terminées par segment.

  1. Associez le questionnaire Customer Satisfaction — cette opération le vérifie formellement et fige la campagne sur cette version précise
  2. Vérifiez la configuration
  3. Cliquez sur « Lancer la campagne »

Targetor génère des liens d’enquête uniques et lance la diffusion.

Les répondants accèdent à sirway.dev.askalot.io grâce à des liens uniques.

SirWay évalue les questions dynamiquement en fonction de l’état courant :

  1. État initial : chargement du questionnaire, initialisation des variables
  2. Parcours dynamique : affichage des questions dont les préconditions sont satisfaites
  3. Collecte de la réponse : exécution du codeBlock, mise à jour de l’état
  4. Réévaluation : vérification des préconditions des questions restantes
  5. Affichage de la suite : présentation des questions devenues éligibles
Respondent: Slides satisfaction to 4/10
→ codeBlock executes: needs_followup = 1
→ Precondition evaluated: needs_followup == 1 ✓
→ Question appears: "What is the primary reason?"
→ Selects: "Delivery time"
→ Final question: "Would you recommend us?"
→ Survey complete

Un questionnaire ne peut être mis sur le terrain qu’après avoir passé la vérification, qui refuse :

  • ❌ les questions aux préconditions insatisfiables (aucun répondant ne pourrait les atteindre)
  • ❌ les contrôles de réponse qu’aucune réponse ne peut satisfaire
  • ❌ les conditions qui citent une réponse qu’aucune question ne produit
  • ❌ les dépendances circulaires

La vérification porte sur le modèle formel du questionnaire : tous les chemins de réponse que contient le modèle sont couverts, et pas un simple échantillon d’essais.

Rendez-vous sur balansor.dev.askalot.io pour la correction statistique et l’export des données.

La page d’accueil de Balansor est un tableau de cartes, une par lot. Un lot relie un projet, un questionnaire et les campagnes que vous voulez analyser en un seul pipeline Bronze → Silver → Gold — chaque étape du jeu de données s’y rattache.

  1. Créez un lot pour « Q4 Customer Satisfaction » (projet + questionnaire + ses campagnes)
  2. Extrayez le jeu de données Bronze — les réponses brutes avec les données démographiques des répondants, sans aucun ajustement
  3. Balansor affiche les données démographiques réelles face aux cibles
Segment Cible (%) Réel (%) Écart
Âge 18-24 15 % 12 % -3 %
Âge 25-34 30 % 33 % +3 %
Premium 30 % 35 % +5 %
Standard 70 % 65 % -5 %

La dérivation du jeu de données Silver commence par coder en catégories les éventuelles réponses ouvertes, puis calcule des poids de post-stratification sur cette base de cas codée :

\[w_i = \frac{N_{\text{target},g}}{N_{\text{sample},g}}\]

Exemples de poids :

  • Âge 18-24 : 1,25 (sous-représenté)
  • Âge 25-34 : 0,91 (surreprésenté)
  • Premium : 0,86 (surreprésenté)
  • Standard : 1,08 (sous-représenté)

Avant le rééquilibrage :

  • Satisfaction moyenne : 6,8/10
  • Taux de recommandation : 72 %

Après le rééquilibrage :

  • Satisfaction moyenne : 6,5/10 (ajustée)
  • Taux de recommandation : 68 % (ajusté)

Exportez dans plusieurs formats :

CSV :

user_id,q_overall,q_reason,q_recommend,weight,segment
1001,4,2,0,1.08,standard
1002,8,NULL,1,0.86,premium

SPSS (.sav) : libellés de variables et poids inclus

Excel / Parquet : jeu de données complet avec la colonne de poids, prêt pour votre outil d’analyse

Statistiques descriptives : moyennes pondérées, intervalles de confiance, tableaux croisés

Armiger :

AI generates questionnaire
→ SMT validates: ✓ SAT, ✓ No cycles, ✓ All reachable
→ Saved as a new version of the questionnaire

Targetor :

Import 10,000 users
→ Select 1,200 (stratified sampling, 2.4× oversampling)
→ Launch campaign
→ Send unique survey links

SirWay :

User 1001 clicks link
→ Load QML, init: satisfaction_level=0, needs_followup=0
→ Present: q_overall
→ Collect: 4 → Execute: needs_followup=1
→ Present: q_reason (precondition satisfied)
→ Collect: 2 (Delivery time)
→ Present: q_recommend
→ Collect: 0 (No)
→ Complete: 3 items, 45 seconds

Balansor :

Load 500 responses
→ Calculate weights by demographic
→ Apply post-stratification
→ Export corrected data
→ Result: Weighted satisfaction 6.5/10 (CI: 6.2-6.8)

Le flux de travail en bref :

  1. ✓ Concevez avec l’IA et la validation SMT dans Armiger
  2. ✓ Construisez des campagnes avec ciblage démographique dans Targetor
  3. ✓ Conduisez les enquêtes avec évaluation paresseuse dans SirWay
  4. ✓ Analysez avec correction statistique dans Balansor

L’innovation clé : le délestage cognitif — l’IA génère les questions, SMT garantit la cohérence, et vous vous concentrez sur vos objectifs de recherche.