Heb je veel berichten verzameld in je project? Geweldig! Maar nu begint het echte werk: al die op tekst gebaseerde input analyseren en omzetten in bruikbare inzichten die het waard zijn om te delen. Onze insights tool helpt je daarbij. Volg de onderstaande stappen om ervoor te zorgen dat de tijd die je besteedt aan het verwerken van je berichten minimaal is, terwijl je er maximale waarde uithaalt.

Opmerking: De acties in onze inzichten-tool hebben geen invloed op de rest van je platform en zijn niet zichtbaar voor de deelnemers.

Selecteer het project dat je wilt analyseren en geef je nieuwe inzichten een naam.

Je kunt zoveel inzichten creëren als je nodig hebt, gebaseerd op dezelfde projectgegevens.

Na het creëren van je inzicht kom je op de verkenningspagina terecht. Hier kun je door je bijdragen bladeren en ze filteren door interactie met de trefwoordvisualisatie, door te filteren op tags (zie hieronder), of door te zoeken. Door de bijdragen hier te onderzoeken, krijg je een goed inzicht in waar mensen het over hebben. Als je je project volledig wilt analyseren en conclusies wilt trekken, is dit ook een goed uitgangspunt voor alle onderstaande stappen.

De getoonde visualisatie is een netwerkvisualisatie. Het bestaat uit de belangrijke en terugkerende trefwoorden die automatisch in de bijdragen van je project worden gedetecteerd.

De grote cirkels staan voor groepen trefwoorden die vaak samen voorkomen, en de belangrijkste van die trefwoorden staan binnen die grote cirkels.

Als je op zo'n grote cirkel klikt, wordt deze geopend om de afzonderlijke trefwoorden te tonen die eraan gekoppeld zijn. Door op een trefwoord te klikken wordt het als filter toegevoegd aan de lijst met bijdragen aan de rechterkant.

Enkele praktische zaken:

Bij het verwerken en analyseren van de verzamelde bijdragen, is een belangrijke stap het groeperen van de bijdragen die bij elkaar horen op een manier die zinvol is voor je project, je behoeften en je context. Dat is waar 'tags' om de hoek komen kijken. Je kunt ze naar eigen inzicht definiëren en er zoveel maken als je nodig hebt.

Zodra de bijdragen zijn getagd, is het veel gemakkelijker om erin te duiken, samen te vatten en conclusies te trekken waarop je je beslissingen kunt baseren.

Je aangepaste project tags worden gebruikt als standaard tags, vooraf gevuld met de bijdragen die handmatig werden toegewezen aan die tag door de auteur. Heb je ze niet nodig als tags? Klik gewoon op 'Reset tags', en je kunt opnieuw beginnen met het aanmaken van tags.

Als je een goed idee hebt van die tags (bv. door de eerste X bijdragen door te bladeren), kun je handmatig je tags toevoegen in het invoervak "Tag toevoegen".

Welke vorm kunnen tags aannemen?

Nu je je tags hebt gedefinieerd, is het tijd om alle verzamelde bijdragen te groeperen in die tags. Bijdragen kunnen worden toegewezen aan nul, één of meerdere tags.

Er zijn weer twee manieren om bijdragen toe te wijzen aan tags:

[Alleen Premium klanten] De algoritmes die gebruikt worden om de bijdragen te taggen zullen nooit 100% 'correct' zijn. Daarom kun je, wanneer nauwkeurigheid vereist is, de geoptimaliseerde annotatiestroom gebruiken om de tagresultaten te doorlopen en ze handmatig te corrigeren en aan te vullen.

Er is een duidelijk visueel onderscheid tussen enerzijds goedgekeurde of handmatig toegevoegde tags en anderzijds tags die automatisch werden toegevoegd zonder goedkeuring. De bijdragen in elke tag kunnen ook gemakkelijk worden gesorteerd om de niet-goedgekeurde items bovenaan te zetten.

Een bijdrage met een handmatig toegevoegde of goedgekeurde tag (links, 'Gezondheid en welzijn') en een automatisch toegevoegde tag die goedkeuring vereist (rechts, 'tuin')

Ook hier zijn er twee manieren om de categorisering aan te vullen en te corrigeren:

Bijdragen die aan je project worden toegevoegd nadat je je inzichten hebt gecreëerd, worden toegewezen aan de sectie 'Onlangs geplaatst', waar je ze kunt toewijzen aan je bestaande tag-structuur.

Zodra je de vorige stappen hebt voltooid, klik je op "Klaar" om terug te keren naar de verkenningsweergave.

Hier kun je gemakkelijk filteren op elk van je tags en de bijbehorende deelnemersbijdragen ontdekken. Zo kun je elke tag goed begrijpen en de conclusies van je project trekken.

Zodra dat is gebeurd, kun je de getagde bijdragen exporteren naar Excel.

Het exportbestand bevat een kolom voor elke tag, met 'goedgekeurd' om aan te geven dat de tag handmatig is toegevoegd aan of goedgekeurd voor de bijdrage van die rij, en een lege cel om aan te geven dat de bijdrage niet aan die tag is gekoppeld. Automatisch toegekende tags die niet zijn goedgekeurd hebben een 'voorgestelde' waarde.

De export kan gebruikt worden als uitgangspunt om visuals te maken voor je rapport, of het kan dienen als een intern hulpmiddel om op een meer gestructureerde manier door je berichten te bladeren.

Het eerste wat je ziet als je Inzichten hebt gemaakt is wat we noemen de "Verkenningsweergave". In deze weergave kun je de input van de deelnemers bekijken en ontdekken door

Je kunt de Verkenningsweergave gebruiken voor twee primaire acties;

Gebruiken in combinatie met Tags om naar specifieke bijdragen te zoeken

Door Tags die al beschikbaar zijn te combineren met de trefwoorden kun je zoeken naar bepaalde bijdragen die op beide van toepassing zijn, of de tags die je al gemaakt hebt nader bekijken.

Bijvoorbeeld, als je de Tag "Onderwijs & Jeugd" en het trefwoord "School" kiest; zal het resultaat de lijst van bijdragen filteren die gerelateerd zijn aan het trefwoord "School" onder de Tag "Onderwijs & Jeugd". Deze nieuwe lijst van bijdragen kan worden opgeslagen als een nieuwe Tag.

Trefwoorden gebruiken om je bijdragen efficiënt in Tags in te delen

Als je de standaard Tags niet hebt gebruikt of de momenteel beschikbare Tags op het platform niet relevant vindt voor je analyse, kun je de verkenningsweergave gebruiken om snel tags te zoeken en aan te maken.

Je kunt beginnen met het onderzoeken van de meer prominente trefwoorden die vaker besproken concepten vertegenwoordigen. Door vervolgens een trefwoord of soortgelijke trefwoorden te kiezen, kun je ze snel categoriseren in Tags. Met deze actie kun je binnen enkele minuten honderden bijdragen organiseren.

Je kunt bijvoorbeeld trefwoorden selecteren als "afval", "recycling", en de Tag de naam "Afvalbeheer" geven. Alle bijdragen die relevant zijn voor "afval" en "recycling" worden nu gecategoriseerd onder "Afvalbeheer".

De Dashboardweergave is de plaats waar je de bijdragen verkent, analyseert, categoriseert en beheert. Je kunt snel op de bijdragen klikken om de afzonderlijke bijdragen in detail te bekijken en tussen de bijdragen wisselen met de pijltjestoetsen OMHOOG of OMLAAG op je toetsenbord.

Tags maken om efficiënt te categoriseren

Detecteren van bijdragen onder een Tag

Als je handmatig Tags zou maken - is het raadzaam om ze aan het begin beschrijvende labels te geven. Ons algoritme gebruikt de labels als "zoekwoord" om relevante bijdragen in het project te zoeken en je die voor te stellen. Je kunt het aan het eind hernoemen naar een label dat geschikt is voor rapportagedoeleinden.

Bijvoorbeeld: Als je "Auto-ongelukken" als tag-naam gebruikt, krijg je nauwkeurigere automatische suggesties dan "Mobiliteitsproblemen".

Hoe wordt de grootte van de trefwoorden in de visualisatie bepaald?

De grootte staat voor de frequentie waarmee het trefwoord in je project voorkomt. Hoe vaker het bepaalde trefwoord of de variatie daarop, bijv. boom en bomen, in het project voorkomt, hoe groter het trefwoord in de visualisatie verschijnt.

Hoe worden trefwoorden geselecteerd en in kleur gegroepeerd?

We bepalen eerst de trefwoorden die in dezelfde bijdrage voorkomen. Als de trefwoorden samen voorkomen in dezelfde bijdrage, beschouwen we dat als een "verbinding" tussen hen. Vervolgens gebruiken we de Leuvense methode, een wiskundig model waarin het aantal verbindingen tussen twee "sleutelwoorden" wordt gemaximaliseerd en gegroepeerd in een optimaal aantal kleurgroepen. Het optimaliseren van het aantal verbindingen leidt theoretisch tot de best mogelijke clusters van de trefwoorden.

Hoe wordt de nabijheid of de verbindingslijn tussen de trefwoorden beschouwd?

Hoe sterker het verband tussen de twee trefwoorden, d.w.z. de mate van het samen voorkomen, hoe dichter de twee trefwoorden bij elkaar staan en hoe donkerder de lijnverbindingen ertussen. Vervolgens gebruiken we het geforceerd gerichte lay-out algoritme, dat het netwerk positioneert op een tweedimensionale, goed leesbare manier.

Tip: In sommige gevallen zie je een cluster van trefwoorden los van de rest van de clusters verschijnen. Dit geeft aan dat dit onderwerp apart wordt besproken en niet relevant is voor de andere ideeën.

De geautomatiseerde analyse begrijpen

Wij gebruiken Natural Language Processing (NLP) om je geautomatiseerde suggesties te geven van bijdragen die relevant zijn voor je Tags.

Dit is hoe het werkt:

Hoe analyseer je welke bijdragen relevant zijn voor de specifieke Tag?

Wij gebruiken een Natural Language Inference (NLI) model op basis van BERT, dat de betekenis en context van de Tag bepaalt en bepaalt of de geleverde bijdrage semantisch gerelateerd is aan de Tag. Als het model met hoge betrouwbaarheid een relevante relatie tussen de Tag en de bijdrage bepaalt, stellen wij de Tag voor.

Het taalmodel zou bijvoorbeeld bepalen dat het woord "Natuur" zeer relevant is voor de input "Ik zou willen dat er meer bomen in de stad waren", en deze bijdrage voorstellen voor de Tag.

In hoeveel talen kan Inzichten werken, en hoe nauwkeurig is het?

Onze Inzichten-functie werkt momenteel in 16 talen, waaronder; Engels, Nederlands, Duits, Frans, Spaans, Portugees en Deens. Wij werken voortdurend aan het toevoegen van ondersteuning voor meer talen. Het wordt beschouwd als een van de meest nauwkeurige modellen en kan de context van de trefwoorden detecteren (bv. de relatie tussen bomen en groen). Zoals bij elk computermodel is er echter een zekere mate van valse positieven & negatieven en is menselijk toezicht vereist.

Meer hulp of ondersteuning nodig? Neem contact op met ons Support Team via de chat bubbel.