À l'origine conçu pour répondre aux questions "Do It Yourself" depuis la barre de recherche de Leroy Merlin France, RAGEdito a évolué pour devenir une solution universelle. Le succès d'un projet de RAG ne s'arrête pas à sa mise en production ; il commence au premier feedback utilisateur. Pour RAGEdito, nous avons mis en place une boucle d'amélioration continue où l'analyse des interactions façonne directement l'évolution technique du produit. Cette session présente le retour d'expérience d'un binôme Data Scientist / Data Analyst sur l'exploitation des données d'usage pour affiner la génération :

-Capture et Analyse de l'Interaction (DA) : Comment structurer la collecte des feedbacks (implicites et explicites) et transformer des logs bruts en indicateurs de performance métier (KPIs de confiance). Nous détaillerons aussi la détection d'intentions pour identifier les nouveaux besoins utilisateurs et segmenter les requêtes (recherche d'inspiration, support technique, etc). -Affinage du Pipeline RAG (DS) : Traduction des retours utilisateurs en ajustements techniques : e.g.fine-tuning des prompts système, development de custom metrics pour le pipeline d'evaluation, etc -Impact Produit (DA + DS): Comment cette analyse transforme la roadmap technique, passant d'un outil générique à une solution universelle.

Points clés retenus par l'audience : -Méthodologie pour transformer des interactions textuelles non structurées en données quantifiables pour le monitoring. -Stratégies pour aligner les capacités de l'IA sur les attentes réelles des clients.