Le Feeling Funnel ou Sentiment Funnel est un processus de filtrage des informations capturées par les solliciteurs lors des visites qui sont faites aux électeurs. Au cours de l'entretien, les représentants posent différentes questions, certaines préalablement préparées, comme des sondages, et d'autres qui surgissent lors de la conversation avec l'électeur. Cet échange d'informations a un double avantage et constitue la collecte d'informations.
En bref, les informations sont des informations précieuses qui fournissent des connaissances pour créer ou améliorer quelque chose. L'utilisation d'informations dans Sentiment Funnel vise à générer des informations permettant de comprendre les sentiments de l'électeur à partir d'une vision simplifiée.
COLLECTE : Au fur et à mesure que la conversation avec l'électeur se développe, il est nécessaire que le représentant (solliciteur) prendre note des phrases proéminentes qui attirent l'attention et qui sont considérées comme étant pertinentes pour la campagne. Le solliciteur ne doit pas classer les informations, mais simplement collecter tout ce qui lui semble pertinent.
INSCRIPTION : Les phrases doivent être notées dans la feuille de route accompagnant les données d'où , quand et auprès de qui ils ont été enregistrés. Il est recommandé de créer un tableau pour mieux organiser les informations.
LIVRAISON : A la fin du circuit, les informations sont délivrées afin que tous l'information est ensuite extraite des aperçus possibles de l'ensemble de phrases. Il est important de se rappeler qu'une phrase considérée comme pertinente ne sera pas toujours un aperçu.
EXTRACTION : Selon ce qui précède, il est essentiel qu'un membre de l'équipe soit chargé d'analyser les informations et de détecter les idées. Ces informations doivent être extraites et séparées des phrases qui ne représentent aucun type de message.
FILTRAGE :une fois toutes les informations extraites, elles sont filtrées pour être séparées par positif, neutre et négatif.
RESULTATS : Enfin, une évaluation est faite en fonction du nombre de réponses positives, neutres insights et négatifs pour obtenir des métriques.
Pour l'évaluation, nous recommandons de suivre une échelle de Likert pour mesurer le niveau de conformité des votants ou d'effectuer une statistique moyenne pour obtenir un résultat final qui reflète la valeur moyenne des insights.
D'autre part, nous suggérons de tirer parti de toutes les informations obtenues pour créer d'autres types de métriques en dehors du modèle Insight Field. Le partage de ces données avec d'autres domaines de la campagne est très utile pour continuer à développer les stratégies et la livraison de valeur.