🔍 Verbatim Analyzer

Alternative open-source à Cobbai pour l'analyse automatisée des verbatims clients.

Features

• Import CSV — Upload avec mapping automatique des colonnes
• Clustering IA — Détection automatique des thématiques via BERTopic (multilingue)
• Analyse de sentiment — Score par verbatim via HuggingFace (multilingue)
• Bubble Map — Cartographie interactive des thèmes (taille=volume, couleur=sentiment)
• Top/Flop — Priorisation des sujets positifs et négatifs
• Filtres — Par sentiment, score, date, et toutes les métadonnées du CSV
• Drill-down — Clic sur un thème → voir les verbatims associés
• Évolution temporelle — Volume et sentiment dans le temps
• Word Cloud — Nuage de mots par thème ou global
• Export CSV — Exporter les résultats filtrés
• Persistance — Sauvegarder et recharger les analyses

Déploiement rapide

Option 1 : Docker (recommandé pour la prod)

docker build -t verbatim-analyzer .
docker run -p 8501:8501 -v $(pwd)/data:/app/data verbatim-analyzer

Accéder à http://localhost:8501

Option 2 : Local (dev)

pip install .
streamlit run app.py

Option 3 : Vercel (version légère pour démo rapide)

Pour avoir une UI live très rapidement :

1. git push ce repo sur GitHub
2. Aller sur vercel.com/new
3. Importer le repo
4. Cliquer sur Deploy

L'application est maintenant optimisée pour Vercel :

• Mode léger automatique (VERCEL=1)
• Modèles IA désactivés (sentiment + clustering simulés)
• Cold start beaucoup plus rapide

Note : C'est une version démo. Les analyses sont temporaires.

Option 4 : Streamlit Community Cloud (gratuit)

1. Push ce repo sur GitHub
2. Aller sur https://share.streamlit.io
3. Connecter le repo → Deploy

Format CSV attendu

Le CSV doit contenir au minimum une colonne de texte (verbatim). Les colonnes optionnelles sont auto-détectées :

Colonne	Détection auto	Exemple
Verbatim/commentaire	verbatim, comment, avis, feedback, text	"Le voyage était génial"
Score/NPS	score, nps, note, rating	4.5
Date	date, created, timestamp	2024-03-15
Métadonnées	Tout le reste	destination, agence, marché...

Stack technique

• Streamlit — Interface web
• BERTopic — Clustering de topics (sentence-transformers + HDBSCAN + UMAP)
• HuggingFace Transformers — Sentiment analysis multilingue
• Plotly — Visualisations interactives
• pandas — Manipulation de données

Limites du POC

• Pas d'authentification (à ajouter via Streamlit auth ou reverse proxy)
• Pas d'alerting Slack (v2)
• Pas de validation/merge manuelle des clusters (v2)
• Stockage en fichier pickle (pas de BDD)
• Performance ~30s pour 5000 verbatims sur CPU

Roadmap v2

• Auth basique (Streamlit secrets / OAuth)
• Merge / rename / split clusters via UI
• Alerting Slack (webhooks)
• Import automatisé (cron / API)
• PostgreSQL + pgvector pour la persistance
• Comparaison entre deux périodes