Comment la réponse de

McDonald’s à l’appel au boycott a

été perçue par les internautes
marocains sur les réseaux sociaux ?
Analyse et décryptage des conversations sur les
réseaux sociaux marocains - 11 novembre 2023
Comme dans beaucoup de pays à travers le monde, la marque Mc Donald’s Maroc a fait
l’objet d’un appel au boycott suite aux évènements de GAZA depuis le milieu du mois
d’octobre 2023. Après une première réaction à travers des communiqués de presse pour
expliquer certains points au public, la marque a décidé de lancer une campagne de
sensibilisation à partir du 07/11 en s’appuyant notamment sur une vidéo qui a été largement
diffusée sur les réseaux sociaux marocains.

En tant que professionnels de l’analyse des réseaux sociaux et de l’accompagnement de nos

marques en temps de crise, nous nous sommes intéressés à ce cas d’étude pour voir quel impact ce
type de campagne pourrait avoir sur le mouvement d’appel au boycott et comment en tirer des
enseignements pour notre pratique avec nos clients.

Nous avons la chance d’avoir une solution unique d’analyse des conversations sur les médias sociaux
marocains, la solution Achgal Insights, et nous l’avons utilisé pour extraire et analyser un grand
échantillon de commentaires en réaction à la vidéo principale publiée par la marque.
Nous n’avons pas la prétention de dire si la marque a
bien fait de réagir ou pas, cela reste son choix et
aussi bien ses dirigeants que ses partenaires
disposent des bonnes informations et lectures qui
les ont conduit à prendre cette décision. Nous
faisons simplement un travail de lecture analytique
de la réaction des internautes à cette sortie en ce
moment de crise pour éclairer sur ce sujet.
 Pour passer de la data brute à l’insight, nous respectons un
processus de raffinage rigoureux et industriel

Get Clean View Predict Confirm Visualize

Get Pre-Process & Filter Data & Apply AI Apply Human Analyse &
Data Enrich Data Dataset intelligence intelligence Get Insights

Find & Choose the Apply Machine Confirm by Navigate

Clean,
Retrieve most and Deep human through data
normalize
data from relevant data Learning and AI intelligence and extract
& Enrich
multiple for the process to data and annotate insights
the data
sources analysis
Toutes les analyses qui suivent ont été faites avec
notre solution et nos modèles propriétaires de
machine et de deep learning entraînés pour
comprendre les langues conventionnelles, mais
également la darija et la 3aransia au Maroc.
Nos modèles sont entraînés sur plus de 15.000.000
de commentaires depuis 18 mois et ont une accuracy
très élevée pour assurer les prédictions
 Quelques particularités en matière de volume de commentaires analysé

Nous avons retenu un nombre de posts et de commentaires après filtrage d’un volume plus important,
mais qui nous paraissait contenir beaucoup de conversations plus sur ce qui se passe à Gaza actuellement
que sur la réaction à l’action de la marque, donc en dehors de notre objet d’analyse.
Par ailleurs, nous n’accédons pas à tous les commentaires masqués ou enlevés par les administrateurs des
pages, groupes et profils au moment où nous récupérons les données brutes.
Nous avons constaté des changements dans certaines sources qui avaient initialement un volume de
commentaire important pendant notre première phase exploratoire, mais qui ont réduit les possibilité de
commentaires ou fais disparaître les posts et les vidéos au moment où nous organisons la collecte de la
donnée.
Ces différents facteurs combinés expliquent le nombre final retenu pour l’analyse
 Dans le cas de cette analyse des réactions, nous avons extrait près de 10 k
commentaires et les avons passé par notre démarche rigoureuse de raffinage et
d’analyse

Nous avons identifié et extrait 9706

commentaires pertinents retenus
pour l’analyse, identifiés via 23 posts
et vidéos distinctes
Ces commentaires sont le fait de
8381 individus distincts sur les
différents réseaux sociaux que nous
avons scanné
38% des commentaires proviennent
de la plateforme Instagram, 37% de
TikTok, 16% de Facebook, 8% de
Twitter et un petit reliquat de
Youtube.
 Nous veillons toujours à assurer une diversité et une profondeur d’analyse qui nous
permet d’annoncer des insights utiles conformes à la réalité des conversations sur
les médias sociaux

Nous avons veillé à explorer les différents

réseaux sociaux pour avoir une richesse
de points de vue et une diversité
intéressante pour l’analyse
Le nombre d’internautes distincts dont
nous avons récupéré les commentaires
sur les différentes plateformes assure
une représentativité acceptable pour
l’analyse.
Il est clair que le nombre global de
personnes qui ont pris la parole sur ce
sujet est plus important que cet
échantillon
En matière de langues, nous retrouvons les proportions habituelles dans les
conversations autour des sujets de masse dans les médias sociaux au Maroc

Sans surprise, nous retrouvons une forte

dominante de la darija dans les commentaires
analysés, elle pèse pour près de 52% du total des
échanges, elle est suivie de l’arabe conventionnel
pour 27% puis par le français pour 9,6% des
conversations.
Cette répartition, à part la faible présence de la
3aransia dans la série de donnée analysée est
proche des nombreuses études que nous
réalisons au Maroc.
Ce sujet étant massif, et pas forcément un sujet
de “jeunes”, cette répartition correspond bien aux
Traitement réalisé avec nos modèles propriétaires.
profils en présence sur ce sujet en ligne.
 En matière de langues, nous retrouvons les proportions habituelles dans les
conversations autour des sujets de masse dans les médias sociaux au Maroc

La répartition des langues par média social

analysé est également cohérente avec ce que
nous constatons habituellement sur ces
réseaux au Maroc
Twitter (X) est assez marqué par la présence
de la langue française
Dans ce cas, c’est la nature du sujet qui défini
la répartition par médias social et il
semblerait qu’il est plus discuté en darija sur
les principaux réseaux de masse comme
Méta, et plus “francisé” sur un réseau d’élite Traitement réalisé avec nos modèles propriétaires.
ici au Maroc comme X
 Notre modèle propriétaire d'analyse de sentiments, spécialement entrainé sur des
millions de conversations en darija, permet d'apprécier l'orientation des
conversations : 72% du sujet est rouge, il y’a du mécontentement dans l’air !

Le sentiment dominant dans les commentaires est naturellement négatif, il y’a très très peu de cas où il est positif en
réaction au contenu de la vidéo de la marque
Il est plus prononcé sur les réseaux de masse comme Meta et Youtube
 Notre modèle propriétaire d'analyse de sentiments, spécialement entrainé sur des
millions de conversations en darija, permet d'apprécier l'orientation des
conversations : 72% du sujet est rouge, il y’a du mécontentement dans l’air !

Les internautes qui s’expriment en arabe

et en darija sont ceux qui expriment le
plus de sentiment négatif au vu de
graphe
Les anglophones semblent moins
“engagés” sur le plan de l’expression du
sentiment sur ce sujet, ils conversent sur
un ton plus neutre en réaction au
contenu proposé
Traitement réalisé avec nos modèles propriétaires.
Au delà du sentiment, il est nécessaire de comprendre la sémantique autour du sujet
et de catégoriser les commentaires identifiés en réaction à la vidéo en question pour
mesurer la réaction des internautes marocains au contenu proposé

Pour décortiquer les commentaires identifiés et retenus pour l’analyse, nous utilisons notre
modèle propriétaire de Topic Modeling que nous avons entraîné pendant près de 18 mois
sur un volume consistant et surtout diversifiés de sujets analysés sur les réseaux sociaux
marocains
Ces sujets sont de diverses natures, ils couvrent les domaines des marques, mais
également les sujets sociaux à forte résonance populaire comme les boycotts ou les
mouvement sociaux, mais également les sujets de société ou de politique qui intéressent les
masses
Notre modèle nous permet d’être en mesure d’analyser avec précision et en quelques
heures seulement la teneur sémantique d’un jeu de données comme celui là, ou encore plus
volumineux.
 Visiblement, la sortie de la marque ne semble pas avoir totalement apaisé les
internautes, mais plutôt le contraire.

L’analyse sémantique ressort 9 topics

distincts dans le discours, avec une très large
domination du discours de maintient et de
renforcement du boycott de la marque.
La réaction est sans appel et les arguments de
la marque n’ont pas réussi à atténuer la
posture des internautes vis à vis d’elle
Dans ce qui est analysé là, et qui correspond à
la tendance générale observée à l’oeil nu
également sur ce sujet, la sortie de la marque
semble avoir cristallisé la posture des
internautes autour de la décision de boycott
plutôt que de les apaiser et les emmener à
considérer ses arguments. Traitement réalisé avec nos modèles propriétaires.
 Visiblement, la sortie de la marque ne semble pas avoir totalement apaisé les
internautes, mais plutôt le contraire.

Les 9 catégories sémantiques identifiées dans les commentaires sont comme suit :
 Visiblement, la sortie de la marque ne semble pas avoir totalement apaisé les
internautes, mais plutôt le contraire.

Les 9 catégories sémantiques identifiées dans les commentaires sont comme suit :

On maintient le boycott (50,4%) : on y retrouve des commentaires et des # explicites de

maintient du boycott, avec et sans explications des raisons
Vos arguments ne tiennent pas (21,9%) : les internaute déconstruisent les arguments
présentés par la marque et apportent leur analyse pour étayer leur conviction et influencer
d’autres internautes
Preuve que le boycott marche (14,6%) : expriment leur conviction que la sortie de la
marque ne fait que confirmer que le boycott a des effets concrets sur le terrain et qu’il
touche son activité
Changeons nos modes de consommation (5%) : commentaires autour de l’invitation à
abandonner l’alimentation dans les fast-food et à revenir à la consommation de produits
plus traditionnels et meilleurs pour la santé
 Visiblement, la sortie de la marque ne semble pas avoir totalement apaisé les
internautes, mais plutôt le contraire.

Les 9 catégories sémantiques identifiées dans les commentaires sont comme suit :

Changez de nom (3,4%) : une demande directe à la marque de changer de nom,

puisqu’elle se revendique “marocaine” et ancrée au Maroc, autant ne plus être affiliée à la
marque internationale
Non au boycott (1,5%) : expression formelle de refus de boycotter la marque pour
plusieurs raisons citées
Je ne consomme jamais McDo (1,5%) : consommateurs réfractaires absolus à la marque,
tous contextes confondus
Supportons nos marques nationales (1,3%) : appel formel à se détourner de toutes les
marques internationales au profit des marques nationales
Pas d’effet dans le réel (0,3%) : internautes qui ne constatent pas de changement de
rythme d’affluence chez la marques et qui doutent de l’effet dans le réel de l’appel du
boycott
 Réagir à une crise de cette ampleur n’est jamais un choix facile

La marque Mc Donald’s a décidé de réagir à l’appel au boycott au lieu de le laisser passer

C’est un choix courageux en ces circonstances délicates, mais non sans risques pour l’accentuation et
la cristallisation de la posture des consommateurs
L’analyse froide des données donne le sentiment que la réaction à sa communication, du moins
pendant les premiers moments à chaud, ne vas pas dans le sens de l’apaisement et de la prise en
compte des arguments présentés
La crise touche des éléments symboliques et non fonctionnels, sur lesquels il est possible d’apporter
des réponses rationnelles.
Ce type de crises est très délicat à gérer, les internautes sont dans une logique de dynamique de
foule, avec tout ce que cela induit comme comportements inconscients, irrationalité et difficulté
d’écoute des arguments présentés
Nous ne pouvons pas tirer de conclusions sur les effets réels potentiels de ce boycott sur la marque,
nous ne pouvons bien évidemment qu’essayer de synthétiser la voix des internautes en réaction à sa
communication, et c’est l’unique objectif de ce travail d’éclairage
Quelques mots sur l’équipenet la solution qui a servi à faire cet exercice de
synthèse

Cet exercice a été réalisé par les équipes de Archipel Group (https://archipel.group) avec l’aide de
notre solution propriétaire unique Achgal Insights sur le marché marocain pour analyser les
conversations et les contenus non structurés avec une finalité de détection d’insights utiles pour la
prise de décision
Nous traitons plusieurs sujets de data analyse et nous nous intéressons généralement à tous les
phénomènes sociaux pour continuer à accompagner nos clients et partenaires dans les meilleures
condition de maîtrise de notre environnement
Tout l’exercice a pris 24 heures, de la détection à la livraison des données raffinées et analysées pour
avoir le plus rapidement possible une lecture analytique à présenter
Archipel Group s’appuie sur l’expertise de 3 entreprises distinctes pour apporter des éclairages et de
la valeur à nos clients :
Archipel Digital : agence de marketing et de communication dans un monde digital
Archipel Cognitive : data factory spécialisée en IA et en datascience, éditrice de la solution Achgal
Insights
Agilteem : digital factory spécialisée en digitalisation et en développement
Awal plateforme d'analyse
de conversations qui
comprend Darija, ‫ العربية‬w
l3aransia
La bonne data pour identifier des
insights utiles pour les activités est
souvent non structurée (80%), et
cachée dans une grande masse
mélangée.
Pour tirer profit de cette data qualitative et en
extraire des connaissances utiles pour l'analyse et
la décision, il est important de passer par un
processus de raffinage méticuleux et à échelle
industrielle pour être en mesure de traiter de gros
volumes de datas, et c’est ce que nous proposons à
nos clients à travers notre framework Achgal
 Achgal Insights est une solution versatile pensée pour apporter des
réponses pratiques à au moins 3 fonctions dans l’entreprise

Team Communication Team Marketing Team Relation et expérience client

Trouver des axes de communication
à partir des besoins des clients
Construire votre ligne éditoriale
Analyser la perception de votre marque
Identifier vos axes potentiels de crise
digitale et vous aider à vous en protéger
Suivre et mesurer votre e-réputation
Suivre et évaluer vos influenceurs sous
contrat et anticiper les impacts sur vos
marques
Etudier votre marché
Comprendre les attentes de vos
consommateurs et clients et leur rapports
à votre marque ou à votre catégorie
Analyser vos concurrents et comprendre
leurs zones de forces distinctives
Analyser des habitude de consommation
pour mieux orienter votre stratégie et vos
plans d'action
Capter, structurer et comprendre le
feedback de vos clients
Mesurer les écarts entre l'expérience
souhaitée et l'expérience réelle
perçue par vos clients
Construire vos bases de connaissances
dynamiques partagées
Nourrir votre organisation d'insights clients
utiles pour l'amélioration de l'expérience
générale
 Nous gérons plusieurs processus possibles, synchrones et
asynchrones pour répondre à une diversités de cas de figures

Processus 100% automatique Processus semi-automatique et Processus 100% manuelle avec

après set-up et entraînement hybride la machine en support

Dans les cas où l’accès à la data
peut être via API et où les
traitements de Machine Learning
sont matures, on peut mettre en
place des pipelines 100%
automatique sans intervention
humaine dans la production
régulière
Dans les cas où l’accès à la data
est hybride, une partie
automatique et une partie par
l’humain, nous avons la
possibilité de faire collaborer les
deux avec un maximum de
processus automatisées
Dans le cas où toute la data de
base est acquise en mode
asynchrone, et dans une logique
soit de traitement one shot ou
dans une logique de monitoring
régulier assuré par l’humain

Exemple : Monitoring d’une page FB, Exemple : Monitoring d’une page FB et Exemple : Monitoring d’un ou plusieurs
instagram ou toute page owned de RS complément par la veille humaine ou groupes sur Facebook
veille sur les earned media
 Nous déchargeons nos client de l’ensemble du processus, et leur
livrons la donnée raffinée et traitée dans un dashboard convivial

Nous proposons à nos client un

environnement de data
visualisation très confortable et
convivial qui permet de naviguer
librement dans la donnée traitée https://clipchamp.com/watch/jXnNZaXuvm5
et raffinée

Ce lien permet d’accéder à une

vidéo de présentation succinte
d’un dashboard sous Achgal
 Nos clients qui utilisent Achgal Insight

Économisent des
Comprennent mieux Sont plus costumer Identifient Arrivent à convaincre
centaines d’heure de
que leurs centric dans leurs régulièrement des plus facilement leur
travail par mois dans management en
concurrents les approches de prise insights et des patterns
l’analyse des retours s'appuyant sur les datas
attentes et la de décision que dans la data pour
de leurs clients et pour leurs initiatives de
perception de leurs leurs concurrents appuyer le travail sur
prospects marketing et de
clients et prospects leurs plans d'action
opérationnels communication
 Nos clients qui utilisent Achgal Insights

Owned Media Analysis Earned Media Analysis

Achgal Insights est une solution 100%
marocaine portée par Archipel Group
(https://archipel.group)
Pour en savoir plus et pour voir quelques uses
cases réalisés avec la solution

www.achgal.ma