À propos de l'université Heriot-Watt

L'université Heriot-Watt, huitième plus ancien établissement d'enseignement supérieur du Royaume-Uni et désormais institution mondiale, compte cinq campus situés à Édimbourg, dans les Orcades, dans les Scottish Borders, à Dubaï et en Malaisie. Elle compte plus de 26 000 étudiants provenant de 172 pays, dont 65 % suivent des cours sur le campus et 35 % hors campus. Elle emploie plus de 2 800 personnes, dont 82 % en Écosse, 10 % à Dubaï et 9 % en Malaisie. Grâce à un modèle académique entièrement intégré, les étudiants peuvent être transférés vers n'importe lequel de ces campus et obtenir un diplôme de l'université Heriot-Watt.

Le défi : mieux exploiter les données issues des commentaires ouverts

L'université devait trouver un moyen d'analyser de manière exhaustive les commentaires libres issus de son enquête sur les premières expériences, de l'enquête nationale auprès des étudiants (NSS), de l'enquête sur l'expérience des étudiants de troisième cycle (PTES), de l'enquête sur l'expérience des étudiants de troisième cycle en recherche (PRES), de l'enquête annuelle auprès des étudiants, des enquêtes sur l'expérience des cours et des bilans de mi-semestre. En particulier, les méthodes manuelles d'analyse des commentaires ouverts demandaient beaucoup de temps et de ressources, et il était également possible d'obtenir des informations plus riches.

« Dans notre stratégie universitaire actuelle, nous avons un indicateur de performance sur la satisfaction des étudiants, et celui-ci sera également au cœur de notre prochaine stratégie », a déclaré Kirsty Scanlan, directrice de la planification stratégique, de la performance et des projets. Nous nous sommes engagés à écouter, reconnaître et utiliser le Feedback, et l'expérience des étudiants est au cœur du développement des processus. Heriot-Watt est unique en ce sens que nous proposons les mêmes programmes universitaires à Dubaï et en Malaisie qu'au Royaume-Uni, et les enquêtes auprès des étudiants sont également véritablement mondiales.

« L'un des domaines qui unissent tous les domaines relevant de ma vaste compétence est que notre objectif est de fournir des données à l'université. Cependant, ce ne sont pas seulement les données qui importent, mais aussi les informations qu'elles fournissent. Ces enquêtes nous fournissent des données très utiles, mais nous ne disposions pas du logiciel nécessaire pour en tirer le meilleur parti. Les commentaires ouverts sont une source d'informations riche, mais leur traitement prend énormément de temps. Nos équipes ont examiné en interne les données qualitatives, les ont nettoyées manuellement car elles contenaient des informations personnelles sur le personnel ou les étudiants eux-mêmes, puis ont transmis ces commentaires aux membres du personnel concernés. »

La solution : aperçu de l'expérience des étudiants et du personnel grâce à Explorance MLY

En septembre 2024, Heriot-Watt a mis en place Explorance MLY afin d'analyser les commentaires qualitatifs des étudiants issus de son enquête de bienvenue, de son enquête de mi-semestre et de son enquête de fin de semestre.

« Cela représente 225 heures de travail. Et cela suppose que quelqu'un passe six semaines à ne faire rien d'autre que de lire les commentaires ouverts. En tant qu'université, nous voulons adopter l'IA de manière appropriée et raisonnable, afin de compléter ce que nous ne pouvons pas fournir, et nous avons pensé que MLY nous aiderait à mieux exploiter les données que nous collectons. »

Elle poursuit : « Ainsi, après avoir commencé à promouvoir MLY au début de l'année universitaire 2024-2025, nous avons rapidement commencé à exploiter réellement les données. Outre les gains évidents en termes de rapidité et de temps, grâce à la profondeur d'analyse de MLY, nous avons estimé que nous serions en mesure de mieux identifier les défis locaux, de cibler les matières/disciplines et de fournir plus rapidement des informations aux responsables locaux afin de faciliter la vie du personnel et des étudiants. »

Heriot-Watt a également utilisé MLY pour analyser les commentaires du personnel. « Il existe une réelle corrélation entre l'expérience du personnel et celle des étudiants », a déclaré Kirsty. « Si votre personnel est mécontent, les étudiants vont-ils pour autant vivre une bonne expérience ? Vous ne pouvez pas dissocier les deux, vous devez les considérer ensemble. »

En avril 2025, l'université a mené une enquête sur la santé et le bien-être du personnel, avec pour exigence d'obtenir des résultats rapides, en s'appuyant sur trois questions quantitatives sur l'engagement et deux questions ouvertes avec plus de 1 000 réponses chacune. « Nous avons été chargés de fournir l'analyse qualitative dans un délai de trois jours ouvrables, avant notre réunion des responsables des opérations mondiales, au cours de laquelle les résultats devaient être discutés », a déclaré Kirsty.

« Cela impliquait également de trouver un moyen de rendre les informations issues des commentaires libres visibles, accessibles et exploitables par les responsables de l'université dans leurs domaines respectifs. La plateforme MLY a permis une analyse rapide et efficace des plus de 2 000 commentaires, ainsi qu'une exportation simplifiée de l'analyse, y compris tous les champs de données pertinents, pour une utilisation immédiate et une mise en œuvre dans Power BI en tant que mécanisme de reporting. Une semaine après la clôture de l'enquête, 45 dirigeants de l'institution mondiale ont reçu leurs rapports. Cette méthodologie nous permet également de planifier efficacement les délais de rotation pour les futures enquêtes. »

Le résultat : une solution rapide, flexible et spécifique à l'enseignement supérieur = gain de temps et meilleures informations

À l'été 2025, MLY était devenu « l'un des principaux outils nous permettant de fournir des informations à la communauté ». « Pour les enquêtes auprès des étudiants, le logiciel Explorance MLY a réduit le temps nécessaire au traitement des commentaires de 225 heures à seulement 4,5 heures », a révélé Kirsty.

Cela représente une réduction impressionnante de 98 % du temps de traitement, ce qui nous permet d'allouer nos ressources plus efficacement et de nous concentrer sur des tâches à plus forte valeur ajoutée. Et, pour moi, c'est ce qui a fait de MLY un choix évident pour nous. « MLY réduit considérablement le temps et les efforts nécessaires, libérant ainsi les capacités du personnel ; il offre objectivité et précision, et est facilement reproductible. Il fournit une analyse des sentiments par thème, des recommandations sur ce qu'il faut arrêter, commencer, continuer ou changer, y compris des alertes sur les domaines nécessitant une attention immédiate.

Un autre avantage est que MLY a été formé sur des millions de points de données pendant plusieurs années avant d'arriver sur le marché et continue de s'améliorer. Grâce à son innovation continue, il est évolutif et personnalisable.

En résumé, MLY a permis d'identifier plus rapidement les domaines de faible satisfaction et d'obtenir plus rapidement des informations sur l'amélioration de l'expérience des étudiants et du personnel, de traiter et d'analyser les commentaires en temps réel, de faciliter les réponses et les interventions en temps opportun, et de libérer le personnel du traitement manuel des données, lui permettant ainsi de se concentrer sur des tâches et des initiatives plus stratégiques.

Kirsty a conclu : « Nous sommes désormais en mesure de fournir efficacement aux dirigeants de l'établissement des données qualitatives précieuses, qui sont plus accessibles et exploitables que jamais. En intégrant le lien vers l'analyse MLY pertinente dans nos modèles Power BI existants, les utilisateurs ont accès à des données quantitatives et qualitatives précieuses en un seul endroit efficace. »