De l'atelier à la production : construire une taxonomie de 1,840 termes pour la division fabrication de la Société Z.

À propos du client

La division de production de la Société Z est chargée de formuler, conditionner et distribuer les produits de la Société Z sur plus de 140 marchés dans le monde, et de coordonner un réseau mondial de production interdépendant couvrant des sites internes et des organisations de fabrication sous contrat.

Contexte sectoriel

Cette mission est la suite naturelle d'un schéma courant dans le conseil en gestion des connaissances : une mission de conseil initiale établit la confiance et la crédibilité technique, puis débouche directement sur une mission de construction plus large une fois le client convaincu par l'approche. Quelques mois plus tôt, Iknow avait animé un atelier de taxonomie pour l'équipe KM de la Société Z, en critiquant sa feuille de route existante et en démontrant la profondeur d'Iknow tant en méthodologie de taxonomie qu'en contenu de production pharmaceutique. Sur la base de cette expertise démontrée, la Société Z a demandé à Iknow de piloter la construction complète, passant de l'orientation stratégique à un système de taxonomie et de classification prêt pour la production, au service direct des scientifiques et ingénieurs de la Société Z.

Situation actuelle

L'équipe interne de gestion des connaissances de la Société Z cherchait à enrichir et à appliquer une taxonomie sur mesure et un moteur de classification automatique à son contenu et à ses outils de recherche, afin de permettre aux scientifiques et ingénieurs de la Société Z de trouver plus rapidement le contenu pertinent. La division de production de la Société Z a demandé à Iknow de piloter cet effort, en invoquant l'expérience d'Iknow dans le développement de taxonomies scientifiques et d'ingénierie complexes et sa profonde expertise du domaine de la production pharmaceutique et des produits biologiques.

• Un contenu énorme et multidimensionnel à classifier. Le contenu de la Société Z couvrait les programmes de médicaments, les sites de production, les organisations de fabrication sous contrat, les types de documents, les formes galéniques, les matériaux, les méthodes analytiques et les problèmes et écarts de fabrication connus : des dimensions qui ne se plient pas proprement à une hiérarchie unique et simple.
• Aucun vocabulaire structuré existant pour des centaines de concepts propres à la fabrication. Les méthodes analytiques et les problèmes et écarts de fabrication courants existaient sous forme de savoir tribal dispersé entre les départements, et non comme un vocabulaire documenté et structuré capable de soutenir un système de recherche ou de classification.
• La précision de la classification devait être démontrable, pas supposée. Compte tenu des enjeux techniques et réglementaires du contenu de production pharmaceutique, la Société Z avait besoin de preuves mesurables que la classification automatisée correspondait à ce que les experts métier auraient marqué à la main, et pas seulement d'une taxonomie qui semblait raisonnable sur le papier.
• Le système devait passer à l'échelle et rester maintenable. Le modèle de classification devait fonctionner de manière fiable sur l'ensemble de la base de contenu SharePoint de la Société Z, répartie sur plusieurs sites et bibliothèques, et le personnel de la Société Z devait pouvoir maintenir et ajuster le modèle lui-même plutôt que de dépendre indéfiniment de consultants externes.

• Construire un modèle de taxonomie sur mesure reflétant les structures organisationnelles, scientifiques et de procédés de la Société Z.
• Ancrer la taxonomie dans des cas d'usage réels de gestion des connaissances et dans la terminologie avec laquelle les utilisateurs recherchent et naviguent réellement.
• Développer et affiner des règles de classification automatisée qui rattachent de manière fiable le contenu aux bons termes de la taxonomie.
• Valider la précision de la classification par rapport au marquage manuel d'experts métier.
• Former le personnel de la Société Z à maintenir et ajuster de façon autonome la taxonomie et les règles et à préparer le modèle pour un déploiement complet sur l'ensemble du contenu SharePoint de la Société Z.

Comment Iknow a structuré le travail

Iknow a suivi un processus itératif et fondé sur les preuves, allant de la revue des classifications historiques aux entretiens de cas d'usage et à la fouille de texte, puis au développement de la taxonomie et des règles, à la formation du client et à la validation à grande échelle avant le déploiement.

Activités et décisions clés

• Revue des schémas de classification historiques. Iknow a passé en revue l'organisation fonctionnelle de la Société Z, la nomenclature et la catégorisation des médicaments, les implantations géographiques et les organisations de fabrication sous contrat pour alimenter les facettes centrales de la taxonomie. L'équipe a étudié les étapes clés des procédés de fabrication et de commercialisation pharmaceutiques, ainsi que les types de documents qui en résultent, et a combiné la terminologie de la Société Z avec des jeux de termes standard du secteur pour alimenter les facettes forme galénique et type de matériau. L'équipe a également construit deux nouvelles facettes à partir de sources internes, recensant plus de 200 méthodes analytiques et 400 problèmes et écarts de fabrication courants.
• Entretiens de cas d'usage. Iknow a mené 15 entretiens approfondis avec des responsables de la Société Z dans les départements centraux pour comprendre les cas d'usage KM et la terminologie de recherche et de navigation dans le contenu. Ces entretiens ont aidé à définir le niveau de granularité approprié pour chaque facette et les combinaisons de termes que les utilisateurs rechercheraient réellement.
• Fouille de texte. Iknow a utilisé les outils Text Miner de Smartlogic sur un échantillon représentatif du contenu de la Société Z pour faire émerger des termes candidats, synonymes et acronymes supplémentaires pour les concepts déjà identifiés lors des entretiens et de la revue documentaire.
• Développement et affinage du modèle de taxonomie. Iknow a construit une première version du modèle dans le Semaphore Ontology Editor de Smartlogic, suivie de plusieurs cycles d'édition et de revue avec des experts métier. Le modèle final contenait 1 840 termes organisés en une hiérarchie à quatre niveaux sur 10 facettes, avec des synonymes, des acronymes et des libellés alternatifs pour les médicaments à différents stades de développement, ainsi que plus de 200 liens associatifs entre termes apparentés soutenant à la fois la classification et la navigation conceptuelle ultérieure des utilisateurs.
• Développement et affinage des règles de classification. Iknow a construit et largement personnalisé des modèles de règles de classification en XML pondérant différents types d'indices de classification (mots et expressions du titre et du corps, métadonnées existantes, usage des synonymes et acronymes, et indices négatifs) par facette, en testant les résultats sur des documents échantillons tout au long du processus.
• Formation du client. Iknow a préparé et animé une session de formation interactive en ligne de deux heures couvrant la préparation de la taxonomie et l'édition et la configuration des règles dans Semaphore, permettant aux professionnels de la Société Z d'effectuer leurs propres modifications futures à l'aide des environnements de développement individuels par tâches de Semaphore.
• Tests et validation. Iknow a développé des règles de classification automatique sur mesure pour chaque facette et les a testées de manière itérative par rapport au marquage manuel des experts métier sur environ 80 documents échantillons, en utilisant la correspondance de F-score comme référence de précision. La validation a ensuite été étendue à une revue de haut niveau d'environ 7 000 documents de la Société Z issus de plusieurs sites et bibliothèques SharePoint, suivie de révisions finales pour améliorer la précision.

Parties prenantes et collaboration

Iknow a travaillé comme sous-traitant du maître d'œuvre CGI, en collaboration avec l'équipe KM interne de la Société Z, les responsables de département des fonctions centrales de la Société Z et les experts métier qui ont examiné le modèle de taxonomie et validé la précision de la classification tout au long de la mission.

Structurer un problème de classification véritablement multidimensionnel

Le contenu de la Société Z devait être organisé simultanément selon des dimensions organisationnelles, géographiques, de procédés, de médicaments, de matériaux, de méthodes et de problèmes et écarts, une structure qui pouvait facilement s'effondrer en une hiérarchie unique inutilisable si elle était traitée sans précaution. Iknow y a répondu en organisant la taxonomie en 10 facettes distinctes, chacune ancrée dans une source différente et complémentaire : données organisationnelles internes, analyse des procédés et des types de documents, combinaison de terminologie interne et de standards du secteur, et recherche originale ayant construit deux facettes entièrement nouvelles à partir de sources internes.

Prouver la fiabilité de la classification à l'échelle de la production

Une taxonomie qui semblait raisonnable sur le papier ne suffisait pas ; la Société Z avait besoin de la preuve que la classification automatisée était suffisamment fiable pour être utilisée sur une base de contenu vaste et techniquement sensible. Iknow y a répondu en utilisant la correspondance de F-score entre la classification automatique et le marquage manuel des experts métier comme référence de précision explicite et mesurable. L'équipe a itéré sur environ 80 documents de test détaillés jusqu'à obtenir des résultats satisfaisants, puis a étendu la validation à une revue d'environ 7 000 documents répartis sur plusieurs sites et bibliothèques SharePoint, identifiant et corrigeant les problèmes de précision avant le déploiement complet.

Résultats opérationnels

• Livraison d'une taxonomie de 1 840 termes organisée en une hiérarchie à quatre niveaux avec 10 facettes, dont deux facettes entièrement nouvelles construites à partir de sources internes couvrant plus de 200 méthodes analytiques et 400 problèmes et écarts de fabrication courants.
• Conduite de 15 entretiens approfondis de cas d'usage avec des responsables de département de la Société Z et ajout de plus de 200 liens entre termes apparentés à travers la hiérarchie de la taxonomie.
• Validation de la précision de la classification par rapport au marquage manuel des experts métier sur environ 80 documents échantillons à l'aide de la correspondance de F-score, puis extension de la validation à une revue de haut niveau d'environ 7 000 documents répartis sur plusieurs sites et bibliothèques SharePoint.

Résultats stratégiques et organisationnels

Le modèle de taxonomie final et les règles de classification sont en cours de déploiement sur l'ensemble du contenu SharePoint de la Société Z, en soutien d'une mise à jour prévue de l'interface utilisateur. La session de formation de deux heures d'Iknow a outillé les professionnels de la Société Z pour effectuer eux-mêmes leurs futures modifications et ajustements du modèle et des règles, donnant à la Société une maîtrise durable et autonome du système plutôt qu'une dépendance continue à des consultants externes.

Délai avant impact

Iknow a achevé la mission de construction de neuf mois directement à la suite de l'atelier de diagnostic animé l'année précédente ; ensemble, ils représentent un cycle de vie complet de taxonomie, de l'atelier à la production.

Compétences clés

• Développement et modélisation de taxonomies
• Ingénierie de classification automatique
• Validation et assurance qualité de la classification de contenu
• Autonomisation et formation du client

Méthodes et cadres

• Conception de taxonomies par facettes
• Développement terminologique guidé par les cas d'usage
• Fouille de texte pour la découverte de termes candidats
• Validation de la précision de classification fondée sur le F-score

Technologies et outils

• Smartlogic Semaphore (Ontology Editor, Text Miner, moteur de règles de classification)
• Modèles de règles de classification en XML
• Microsoft SharePoint (cible de déploiement du contenu)