קטגוריות מוגדרות מראש

קטגוריות מוגדרות מראש הוא סוג הניתוח שבו אתם קובעים מה יופק מהנתונים שלכם. אתם נותנים שמות לקטגוריות לחילוץ, Skimle מסווג כל מסמך לפיהן, ולאחר מכן יוצר תתי-קטגוריות מתוך מה שנמצא.

הוא מכסה את שני הקצוות של הטווח בין ניתוח דדוקטיבי לאינדוקטיבי. הביאו מסגרת סיווג שכבר קיימת אצלכם והניתוח יהיה דדוקטיבי. התחילו מההצעות של Skimle, או מקטגוריה רחבה אחת, ותנו לתתי-הקטגוריות להתגלות מתוך הנתונים, והניתוח יהיה אינדוקטיבי. אותו מסך, אותו תהליך עבודה.

שלב 1: בחירת הקטגוריות

ישנן שתי דרכים למלא את רשימת הקטגוריות, וניתן לשלב ביניהן:

• הוספה משלכם. לחצו על הוסיפו קטגוריה משלכם ותנו לה שם. זו הדרך לנקוט בה כשאתם כבר יודעים מה אתם מחפשים.
• בחירה מההצעות. Skimle קורא את הפרויקט שלכם ומציע קטגוריות שמבוססות על החומר עצמו. לחצו על אחת כדי להוסיף אותה. זו הדרך לנקוט בה כשאתם רוצים שהנתונים ינחו אתכם.

לכל קטגוריה יכולות להיות הנחיות אופציונליות:

• הנחיות מכוונות את מה שה-AI מחלץ עבור קטגוריה זו, ומאפשרות לכם להרחיב או לצמצם את התוכן שנכלל.
• הנחיות קטגוריזציה מכוונות את האופן שבו תובנות מסווגות לתתי-קטגוריות מתחתיה.
• ניתן ליצור דוגמאות כדי לקבל תצוגה מקדימה של סוג התובנה שה-AI ימצא, לפני שמתחייבים לריצה מלאה.

קטגוריה בלי הנחיות עובדת בסדר גמור. ההנחיות חשובות במיוחד כשבשם הקטגוריה יש עמימות כשלעצמו, או כששתי קטגוריות יכולות באופן סביר לטעון לאותו קטע.

שלב 2: חילוץ נתונים

Skimle עובר על כל אחד מהמסמכים שלכם ומחלץ תובנות המתאימות לקטגוריות ולהנחיות שלהן. כל ציטוט שמחולץ מאומת מול מסמך המקור, כך שציטוט שאינו מופיע במדויק במקור לעולם לא מגיע לניתוח שלכם.

שלב 3: תתי-קטגוריות נוצרות מהתובנות

Skimle בוחן את התובנות שהוקצו לכל קטגוריה ויוצר תתי-קטגוריות, ולאחר מכן מעביר כל תובנה לתת-הקטגוריה המתאימה ביותר. כאן הניתוח האינדוקטיבי מקבל את המבנה שלו: אתם מספקים את המיקוד הרחב, והרמה שמתחתיו מגיעה מהנתונים.

הערה: תתי-קטגוריות נוצרות רק אם לקטגוריה הוקצה מספר משמעותי של תובנות. קטגוריה שתפסה רק מספר קטן של תובנות נשארת שטוחה, וזה בדרך כלל סימן לכך שהקטגוריה הייתה צרה מדי או שהחומר פשוט לא קיים.

שלב 4: תקצירי קטגוריות

לאחר שהנתונים מסווגים לקטגוריות, Skimle כותב תקציר לכל קטגוריה. התקצירים גלויים בתצוגת הקטגוריות, שבה ניתן גם לשנות שם, לאחד, לפצל ולארגן מחדש כל דבר שהניתוח הפיק.

ייבוא קובצי CSV

כשאתם מייבאים קובץ CSV, שמות העמודות של "תוכן" נשמרים ומשמשים ליצירת קטגוריות ברירת מחדל עבור סוג ניתוח זה. זו עוד סיבה לקבוע שורת כותרות ברורה ואינפורמטיבית לנתונים שלכם לפני הייבוא. ראו פורמטי קבצים נתמכים וייבוא CSV למידע נוסף על אופן פעולת ייבוא ה-CSV.

מתי להשתמש בזה

השתמשו בקטגוריות מוגדרות מראש כל אימת שאתם יודעים איזו שאלה הניתוח צריך לענות עליה בשכבת הקטגוריה, בין אם הקטגוריות מגיעות מהמסגרת שלכם או מההצעות של Skimle. אם המסמכים שלכם חולקים מבנה משותף ואתם רוצים קטגוריות שנבנות מתוך אותו מבנה בלי שום קלט, ניתוח נושאים אוטומטי יהיה מהיר יותר. אם אתם רוצים תשובה אנליטית כתובה לשאלת מחקר ולא עץ קטגוריות מסווג, השתמשו בניתוח אגנטי.