Har du indsamlet mange indlæg i dit projekt? Fantastisk! Men nu begynder det virkelige arbejde: at analysere alt det tekstbaserede input og omdanne det til indsigt, der er værd at dele. Vores indsigtsværktøj hjælper dig med at gøre netop det. Følg nedenstående trin for at sikre, at den tid, du bruger på at behandle dine indlæg, er minimal, mens du får maksimal værdi ud af dem.

Bemærk: De handlinger, der foretages i vores indsigtsværktøj, vil ikke påvirke resten af din platform og vil ikke være synlige for deltagerne.

Vælg det projekt, du vil analysere, og navngiv dine nye indsigter.

Du kan oprette så mange indsigter, som du har brug for, med udgangspunkt i de samme projektdata.

Når du har oprettet din indsigt, lander du på udforskningssiden. Her kan du gennemse og filtrere dine indlæg ved at interagere med søgeordsvisualiseringen, ved at filtrere på tags (se nedenfor) eller ved at søge. Ved at undersøge dine indlæg her får du en god forståelse af, hvad folk taler om. Hvis du ønsker at analysere dit projekt fuldt ud og drage konklusioner, er dette også et godt udgangspunkt for alle nedenstående trin.

Den viste visualisering er en netværksvisualisering. Den består af de vigtige og tilbagevendende nøgleord, der automatisk registreres i dine projektindlæg.

De store cirkler repræsenterer grupper af søgeord, der ofte forekommer sammen, og de vigtigste af disse søgeord vises inden for de store cirkler.

Hvis du klikker på en sådan stor cirkel, åbnes den for at vise de enkelte nøgleord, der er knyttet til den. Hvis du klikker på et nøgleord, tilføjes det som et filter til listen over indlæg i højre side.

Nogle praktiske forhold:

Når du behandler og analyserer de indsamlede indlæg, er et vigtigt skridt at gruppere de indlæg, der hører sammen på en måde, der giver mening for dit projekt, dine behov og din kontekst. Det er her, at 'tags' kommer ind i billedet. Du kan definere dem, som du ønsker det, og oprette så mange, som du har brug for.

Når indlæggene er tagget, er det meget nemmere at dykke ned i dem, opsummere dem og drage konklusioner, som du kan basere dine beslutninger på.

Dine brugerdefinerede projekttags bruges som standardtags og udfyldes med de indlæg, som forfatteren manuelt har tildelt det pågældende tag. Har du ikke brug for dem som tags? Du skal blot klikke på "Nulstil tags", og så kan du begynde at oprette tags fra bunden.

Hvis du har en god fornemmelse af disse tags (f.eks. ved at gennemse de første X inputelementer), kan du manuelt tilføje dine tags i indtastningsfeltet "Tilføj tag".

Hvilken form kan mærkerne have?

Nu, hvor du har defineret dine tags, er det tid til at gruppere alle indsamlede indlæg i disse tags. Indlæg kan tildeles nul, et eller flere tags.

Der er igen to måder at tildele indlæg til tags på:

[Kun for Premium-kunder] De algoritmer, der bruges til at tagge indlæggene, vil aldrig være 100 % "korrekte". Når der er behov for nøjagtighed, kan du derfor bruge det optimerede annotationsflow til at gennemgå tagging-resultaterne og manuelt rette og supplere dem.

Der er en klar visuel forskel mellem godkendte eller manuelt tilføjede tags på den ene side og dem, der er blevet tilføjet automatisk uden godkendelse. Indlæggene i hvert tag kan også nemt sorteres, så de ikke-godkendte elementer kommer øverst.

Et indlæg med et manuelt tilføjet eller godkendt tag (til venstre, "Sundhed og velfærd") og et automatisk tilføjet tag, der kræver godkendelse (til højre, "have")

Igen er der to måder at supplere og korrigere kategoriseringen på:

Indlæg, der tilføjes til dit projekt, efter at du har oprettet dine indsigter, vil blive tildelt afsnittet "Nyligt indsendt", hvor du kan tildele dem til din eksisterende tagstruktur.

Når du har gennemført de foregående trin, skal du klikke på "Udført" for at vende tilbage til udforskningsvisningen.

Her kan du nemt filtrere på hvert enkelt af dine tags og finde frem til det deltagerinput, der følger med det. På den måde kan du få en god forståelse af hvert enkelt tag og drage konklusioner af dit projekt.

Når det er gjort, kan du nu eksportere det taggede input til Excel.

Eksportfilen vil indeholde en kolonne for hvert tag, hvor "godkendt" angiver, at tagget er blevet tilføjet manuelt til eller godkendt for indlægget i den pågældende række, og en tom celle angiver, at indlægget ikke er knyttet til det pågældende tag. Automatisk tildelte tags, som ikke er blevet godkendt, har en "foreslået" værdi.

Eksporten kan bruges som udgangspunkt til at oprette visuelle elementer til din rapport, eller den kan fungere som et internt værktøj til at gennemse dine indlæg på en mere struktureret måde.

Det første, du får vist, når du har oprettet Insights, er det, vi kalder "Exploratory View". I denne visning kan du gennemse og finde deltagernes input ved at

Du kan bruge Exploratory View til to primære handlinger;

Brug i kombination med Tags til at søge efter specifikke input

Ved at kombinere de tags, der allerede er tilgængelige, med nøgleordene kan du søge efter bestemte input, der gælder for begge dele, eller se nærmere på de tags, du allerede har oprettet.

Hvis du f.eks. vælger tagget "Arts & Community" og nøgleordet "Youth", vil resultatet filtrere listen over indlæg, der er relateret til nøgleordet "Youth" under tagget "Arts & Community". Denne nye liste over input kan gemmes som et nyt tag.

Brug af nøgleord til at kategorisere dine input i tags effektivt

Hvis du ikke har brugt standardmærkerne eller finder de tilgængelige mærker på platformen irrelevante for din analyse, kan du bruge den udforskende visning til at søge og oprette mærker hurtigt.

Du kan starte med at undersøge de mere fremtrædende nøgleord, som repræsenterer de hyppigst diskuterede begreber. Ved at vælge et nøgleord eller lignende nøgleord kan du derefter hurtigt kategorisere dem i Tags. Med denne handling kan du organisere hundredvis af input på få minutter.

Du kan f.eks. vælge nøgleord som "affald" og "genbrug" og navngive tagget som "affaldshåndtering". Alle input, der er relevante for "affald" og "genanvendelse", vil nu blive kategoriseret under "Affaldshåndtering".

Dashboard View er det sted, hvor du udforsker, analyserer, kategoriserer og administrerer input. Du kan hurtigt klikke på input for at få et detaljeret kig på de enkelte input og skifte mellem input med piletasterne OP eller NED på dit tastatur.

Oprettelse af tags for at kategorisere effektivt

Registrering af indgange under et tag

Hvis du opretter manuelle tags, er det tilrådeligt at give dem beskrivende etiketter i starten. Vores algoritme bruger etiketterne som "søgeord" til at lede efter relevante input i projektet og foreslå dem til dig. Du kan omdøbe den til en etiket, der er egnet til rapporteringsformål til sidst.

Hvis du f.eks. bruger "Bilulykker" som tag-navn, får du mere præcise automatiske forslag end "Mobilitetsproblemer".

Hvordan bestemmes størrelsen af nøgleordene i visualiseringen?

Størrelsen repræsenterer den simple hyppighed af nøgleordets forekomst i dit projekt. Jo hyppigere et bestemt nøgleord eller dets variation, dvs. træ og træer, forekommer i projektet, jo større er det pågældende nøgleord i visualiseringen.

Hvordan udvælges nøgleord og grupperes sammen i farver?

Vi bestemmer først de nøgleord, der forekommer i det samme input. Hvis nøgleordene optræder sammen i det samme input, betragter vi det som en "forbindelse" mellem dem. Derefter anvender vi Louvain-metoden, en matematisk model, hvor antallet af forbindelser mellem to "nøgleord" maksimeres og grupperes i et optimalt antal farvegrupper. Optimering af antallet af forbindelser resulterer teoretisk set i de bedst mulige klynger af nøgleord.

Hvordan betragtes nærhed eller forbindelseslinjen mellem nøgleordene?

Jo stærkere forbindelsen mellem de to nøgleord er, dvs. jo tættere de to nøgleord er på hinanden, jo tættere de to nøgleord optræder, og jo mørkere linjerne mellem dem er. Derefter anvender vi den tvangsbestemte layoutalgoritme, som placerer netværket på en todimensionel, letlæselig måde.

Tip: I nogle tilfælde kan du se en klynge af søgeord, der vises alene, adskilt fra resten af klyngerne. Dette signalerer, at dette spørgsmål drøftes separat og ikke er relevant for de andre idéer.

Forståelse af den automatiserede analyse

Vi bruger Natural Language Processing (NLP) til at give dig automatiserede forslag til input, der er relevante for dine tags.

Sådan fungerer det:

Hvordan analyserer du, hvilke input der er relevante for det specifikke tag?

Vi bruger en NLI-model (Natural Language Inference) baseret på BERT, som bestemmer betydningen og konteksten af mærket og afgør, om det indtastede input er semantisk relateret til mærket. Hvis modellen med høj grad af sikkerhed fastslår en relevant relation mellem mærket og input, foreslår vi mærket.

Sprogmodellen kan f.eks. bestemme, at ordet "natur" er yderst relevant for input "Jeg ville ønske, der var flere træer i byen", og foreslå dette input til tagget.

Hvor mange sprog kan Insights arbejde på, og hvor nøjagtigt er det?

Vores Insights-funktion fungerer i øjeblikket på 16 sprog, herunder engelsk, hollandsk, tysk, fransk, spansk, portugisisk, dansk og hollandsk. Vi arbejder hele tiden på at tilføje understøttelse af flere sprog. Den anses for at være en af de mest præcise modeller og kan registrere sammenhængen mellem nøgleordene (f.eks. forholdet mellem træer og grønt). Som med enhver computerbaseret model er der imidlertid en vis grad af falske positive & negative resultater, og det kræver menneskelig overvågning.

Har du brug for mere hjælp eller støtte? Kontakt vores supportteam via chatboblen.