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
Étape 1 : concevoir dans Armiger
Section intitulée « Étape 1 : concevoir dans Armiger »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.
Partir d’un modèle
Section intitulée « Partir d’un modèle »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
questionnaireset 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 dossierquestionnairesde l’éditeur. - Via MCP,
list_questionnaire_templatesliste la bibliothèque etcreate_questionnaireaccepte un slugtemplateà la place decontent; tous deux acceptent un paramètrelanguage. 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.
Créer votre questionnaire
Section intitulée « Créer votre questionnaire »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"Validation SMT
Section intitulée « Validation SMT »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)Étape 2 : construire la campagne dans Targetor
Section intitulée « Étape 2 : construire la campagne dans Targetor »Rendez-vous sur targetor.dev.askalot.io pour configurer le ciblage démographique et lancer votre campagne.
Créer la campagne
Section intitulée « Créer la campagne »- Cliquez sur « Nouvelle campagne »
- Configurez les paramètres :
- Nom : « Q4 Customer Satisfaction »
- Réponses visées : 500
- Durée : 14 jours
Importer les répondants
Section intitulée « Importer les répondants »Téléversez un fichier CSV ou connectez une base d’utilisateurs :
user_id,email,age,gender,customer_segmentConfigurer les données démographiques
Section intitulée « Configurer les données démographiques »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.
- Associez le questionnaire Customer Satisfaction — cette opération le vérifie formellement et fige la campagne sur cette version précise
- Vérifiez la configuration
- Cliquez sur « Lancer la campagne »
Targetor génère des liens d’enquête uniques et lance la diffusion.
Étape 3 : conduire l’enquête dans SirWay
Section intitulée « Étape 3 : conduire l’enquête dans SirWay »Les répondants accèdent à sirway.dev.askalot.io grâce à des liens uniques.
L’évaluation paresseuse
Section intitulée « L’évaluation paresseuse »SirWay évalue les questions dynamiquement en fonction de l’état courant :
- État initial : chargement du questionnaire, initialisation des variables
- Parcours dynamique : affichage des questions dont les préconditions sont satisfaites
- Collecte de la réponse : exécution du
codeBlock, mise à jour de l’état - Réévaluation : vérification des préconditions des questions restantes
- Affichage de la suite : présentation des questions devenues éligibles
Exemple de parcours
Section intitulée « Exemple de parcours »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 completeCe que la vérification écarte
Section intitulée « Ce que la vérification écarte »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.
Étape 4 : analyser dans Balansor
Section intitulée « Étape 4 : analyser dans Balansor »Rendez-vous sur balansor.dev.askalot.io pour la correction statistique et l’export des données.
Créer un lot
Section intitulée « Créer un lot »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.
- Créez un lot pour « Q4 Customer Satisfaction » (projet + questionnaire + ses campagnes)
- Extrayez le jeu de données Bronze — les réponses brutes avec les données démographiques des répondants, sans aucun ajustement
- Balansor affiche les données démographiques réelles face aux cibles
Répartition des réponses
Section intitulée « Répartition des réponses »| Segment | Cible (%) | Réel (%) | Écart |
|---|---|---|---|
| Âge 18-24 | 15 % | 12 % | -3 % |
| Âge 25-34 | 30 % | 33 % | +3 % |
| Premium | 30 % | 35 % | +5 % |
| Standard | 70 % | 65 % | -5 % |
Dériver le jeu de données Silver
Section intitulée « Dériver le jeu de données Silver »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 :
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)
Résultats corrigés
Section intitulée « Résultats corrigés »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)
Exporter les données
Section intitulée « Exporter les données »Exportez dans plusieurs formats :
CSV :
user_id,q_overall,q_reason,q_recommend,weight,segment1001,4,2,0,1.08,standard1002,8,NULL,1,0.86,premiumSPSS (.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
Trace complète du flux de travail
Section intitulée « Trace complète du flux de travail »Conception → campagne → collecte → analyse
Section intitulée « Conception → campagne → collecte → analyse »Armiger :
AI generates questionnaire→ SMT validates: ✓ SAT, ✓ No cycles, ✓ All reachable→ Saved as a new version of the questionnaireTargetor :
Import 10,000 users→ Select 1,200 (stratified sampling, 2.4× oversampling)→ Launch campaign→ Send unique survey linksSirWay :
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 secondsBalansor :
Load 500 responses→ Calculate weights by demographic→ Apply post-stratification→ Export corrected data→ Result: Weighted satisfaction 6.5/10 (CI: 6.2-6.8)Récapitulatif
Section intitulée « Récapitulatif »Le flux de travail en bref :
- ✓ Concevez avec l’IA et la validation SMT dans Armiger
- ✓ Construisez des campagnes avec ciblage démographique dans Targetor
- ✓ Conduisez les enquêtes avec évaluation paresseuse dans SirWay
- ✓ 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.