Catégories prédéfinies
Définissez les catégories à extraire, ou choisissez parmi les suggestions de Skimle, et laissez l'analyse catégoriser vos documents en fonction de ces catégories.
Les catégories prédéfinies sont le mode d'analyse à utiliser lorsque vous souhaitez décider de ce qui doit ressortir de vos données. Vous nommez les catégories à extraire, Skimle catégorise chaque document selon ces catégories, puis forme des sous-catégories à partir de ce qu'il a trouvé.
Il couvre l'ensemble du spectre inductif-déductif. Apportez un système de catégories que vous avez déjà, et l'analyse est déductive. Partez des suggestions de Skimle, ou d'une seule catégorie large, et laissez les sous-catégories émerger des données, et l'analyse est inductive. Même écran, même flux de travail.
Étape 1 : Choisissez vos catégories
Il existe deux façons de remplir la liste des catégories, et vous pouvez les combiner :
- Ajoutez la vôtre. Cliquez sur Ajoutez votre propre catégorie et nommez-la. C'est la voie à suivre lorsque vous savez déjà ce que vous recherchez.
- Choisissez parmi les suggestions. Skimle lit votre projet et suggère des catégories tirées de la matière elle-même. Cliquez sur une catégorie pour l'ajouter. C'est la voie à suivre lorsque vous souhaitez que les données vous guident.

Chaque catégorie peut comporter des instructions facultatives :
- Instructions orientent ce que l'IA extrait pour cette catégorie, vous permettant d'élargir ou de restreindre le contenu inclus.
- Instructions de catégorisation déterminent la façon dont les enseignements sont répartis dans les sous-catégories situées en dessous.
- Exemples peuvent être générés pour avoir un aperçu du type d'enseignement que l'IA trouvera avant de lancer une analyse complète.
Une catégorie sans instructions fonctionne très bien. Les instructions sont surtout utiles lorsque le nom d'une catégorie est ambigu en lui-même, ou lorsque deux catégories pourraient raisonnablement revendiquer le même passage.
Étape 2 : Extraction des données
Skimle parcourt chacun de vos documents et extrait les enseignements correspondant à vos catégories et à leurs instructions. Chaque citation extraite est vérifiée par rapport au document source, de sorte qu'une citation qui n'apparaît pas textuellement dans l'original n'atteint jamais votre analyse.
Étape 3 : Les sous-catégories se forment à partir des enseignements
Skimle examine les enseignements attribués à chaque catégorie et forme des sous-catégories, puis déplace chaque enseignement vers la plus appropriée d'entre elles. C'est à ce stade qu'une analyse inductive acquiert sa structure : vous fournissez l'axe général, et le niveau inférieur provient des données.
Remarque : les sous-catégories ne se forment que si la catégorie compte un nombre significatif d'enseignements qui lui sont attribués. Une catégorie qui n'a recueilli qu'une poignée d'enseignements reste plate, ce qui indique généralement que la catégorie était trop étroite ou que la matière n'est pas présente.

Étape 4 : Résumés des catégories
Une fois les données catégorisées, Skimle rédige un résumé pour chaque catégorie. Les résumés sont visibles dans la vue des catégories, où vous pouvez également renommer, fusionner, diviser et réorganiser tout ce que l'analyse a produit.
Importation de fichiers CSV
Lorsque vous importez un fichier CSV, les noms des colonnes « Contenu » sont enregistrés et utilisés pour créer des catégories par défaut pour ce type d'analyse. Une raison supplémentaire de définir une ligne d'en-tête claire et informative pour vos données avant de les importer. Consultez formats de fichiers pris en charge et import CSV pour en savoir plus sur le fonctionnement de l'import CSV.
Quand l'utiliser
Utilisez les catégories prédéfinies chaque fois que vous savez à quelle question l'analyse doit répondre au niveau de la catégorie, que les catégories proviennent de votre propre cadre ou des suggestions de Skimle. Si vos documents partagent une structure commune et que vous souhaitez des catégories construites à partir de cette structure sans aucune saisie, l'analyse thématique automatique est plus rapide. Si vous souhaitez une réponse analytique rédigée à une question de recherche plutôt qu'une arborescence de catégories issue d'une catégorisation, utilisez l'analyse agentique.