Le modèle développé depuis 2019 pour l'événement s'affine chaque année. Il s'appuie sur plusieurs sources de données, en commençant par la notoriété des Miss régionales sur les réseaux sociaux. Il prend également en compte la composition du jury (âge moyen du jury, répartition homme/femme) et la démographie des régions (nombre d’habitants, répartition par âge, par niveau d’études, par CSP, à partir des données de l'INSEE).
Cette analyse permet de déterminer un score de popularité pour chaque Miss, mis à jour en continu sur le site du cabinet tout au long de la semaine précédant l'élection.
"Cette année, nous allons encore plus loin dans l’analyse avec la puissance de l’IA générative, qui permet une interprétation plus sophistiquée des sentiments sur les plateformes", explique Pascal Bizzari, le Directeur Général Délégué d'Avisia.
L'usage de l'IA générative et des Larges Langage Models (LLMs), popularisés par ChatGPT, permettent en effet désormais une analyse plus contextualisée des données issues des réseaux sociaux, en facilitant par exemple l'interprétation des nuances et en détectant l’ironie ou les doubles sens. Avec l'IA générative, la prédiction du cabinet est aussi capable de prendre en compte des contenus multilingues ou combinant à la fois du texte et émojis.
Autre innovation majeure cette année : l'intégration de TikTok dans le modèle prédictif. Avec ses 21,4 millions d'utilisateurs actifs mensuels en France, la plateforme enrichit considérablement la base de données analysée. Au total, ce sont près de 100 000 données qui seront traitées en une semaine pour suivre les tendances sur les principaux réseaux sociaux (TikTok, Instagram, X).
Ces prédictions ne sont évidemment pas une science exacte, puisque le vote du public ne compte que pour 50% dans le résultat de l’élection, tandis que la notoriété d'une Miss sur les réseaux sociaux n'est pas nécessairement corrélée avec les votes du public. Mais sur les 5 dernières éditions, le modèle d'Avisia a prédit 2 fois l’identité de la Miss France et a toujours identifié au moins des finalistes.