כל משיב נשמע. כל תובנה עקיבה. כל דדליין עומד.

שאלות נפוצות

אלה השאלות שצוותי תובנות ומובילי מחקר בסוכנויות שואלים אותנו הכי הרבה, כולל אלה שמגיעות ישר מתהליך רכש. רשימת התיוג הניטרלית ל-RFP שלנו מציגה את אותן שאלות שכדאי לשאול כל ספק שאתם מדרגים, כולל אותנו.

איך זה עוזר לנו להתחרות בחלופות זולות ושטחיות?

ספקים זולים ועטיפות בינה מלאכותית דקות מתחרים במחיר עם ענני מילים ורשימת נושאים שטוחה. Skimle נותן עומק במהירות שלהם, כך שסוכנות מתבדלת באיכות ה-"אז מה" ולא במחירון, וצוות פנימי מוציא יותר מחקרים מתקציב קבוע. שעות האנליסטים עוברות מקידוד מכני לפרשנות, שזה החלק שכל אחד באמת משלם עליו. לראות לאן הכסף במחקר איכותני באמת הולך ←

מה אומרים כשלקוח או בעל עניין מערערים על ניתוח בסיוע בינה מלאכותית?

תארו את זה במדויק: הבינה המלאכותית עושה את הסיווג המכני לקטגוריות, חוקר עם שם בודק כל נושא וכותב את הפרשנות. ואז הראו את הראיות. כל טענה בדוח של Skimle נפתחת לציטוט המילולי ולמסמך שממנו הגיע, וזו תשובה חזקה יותר ממה שסינתזה ידנית יכולה לתת, כי שם היגיון הקידוד היה קיים רק בראש של מישהו. 7 כללים לשימוש אחראי בבינה מלאכותית במחקר שוק איכותני ←

האם Skimle מנתח את כל מאגר הנתונים או מדגם ממנו?

את כל המאגר. כדאי לשאול את זה כל ספק, כי כמה כלים שולפים תת-קבוצה מהמסמכים שלכם בחיפוש embedding, מנתחים אותה ולעולם לא מדווחים אילו מסמכים לא נכנסו. התוצר נקרא כאילו הוא מכסה את כל הקורפוס, והוא לא. Skimle מקודד כל מסמך, ואפשר לפתוח כל אחד מהם ולראות בדיוק אילו קטעים קודדו ואילו לא.

האם אפשר להחיל מערכת קטגוריות משלנו, או רק לקבל את מה שהבינה המלאכותית מייצרת?

גם וגם, ושניהם על אותו קורפוס. הביאו מערכת קטגוריות קיימת ו-Skimle יקודד מולה דדוקטיבית, או תנו לו לבנות את המבנה אינדוקטיבית מהנתונים. אפשר אחר כך למזג, לפצל, לשנות שם, לסדר מחדש ולמחוק קטגוריות, והניתוח עוקב אחרי העריכות שלכם. סוכנויות שמריצות סקר מעקב או מסגרת סטנדרטית של לקוח שנה אחרי שנה עובדות בדרך כלל דדוקטיבית; מחקרים גישושיים מתחילים בדרך כלל להפך.

מה מונע מציטוט מפוברק להגיע לדוח שלנו?

כל ציטוט נבדק מכנית מול מסמך המקור. אם המודל מייצר טקסט שלא קיים מילה במילה בנתונים שלכם, Skimle מסמן אותו ומעבד מחדש במקום להציג אותו, כך שציטוט מומצא לא מגיע למצגת ללקוח. אפשר גם לפתוח כל מסמך ולראות אילו קטעים קודדו ואילו לא, וכך תופסים את הכשל ההפוך, שמשהו הוחמץ. איך עובדת שקיפות דו-כיוונית ←

איך כדאי להעריך את Skimle מול הכלים האחרים ברשימה שלנו?

הריצו פיילוט במקום לצפות בהדגמות. קחו קורפוס שכבר ניתחתם, כדי שתדעו מה התשובה צריכה להיות, כתבו שלוש משימות לפני שמתחילים (קידוד אחד, השוואת פלחים אחת, חיפוש ראיות אחד), מדדו זמן לכל אחת כולל עבודת התיקונים, והתווכחו בכוונה עם הכלי כדי לראות כמה מהר אפשר לארגן מחדש את התוצר שלו. נשמח להריץ פרויקט חי אחד במקביל לכלי הקיים שלכם, והמסלול החינמי מאפשר לחוקר אחד לגבש דעה תוך אחר צהריים לפני כל זה. רשימת תיוג RFP בשבעה תחומים ותבנית ניקוד ←

כמה נתונים Skimle יכול לעבד, ובכמה שפות?

עד 1,000 מסמכים לפרויקט, וזה מכסה הכול ממחקר של 20 ראיונות ועד סקר מעקב גלובלי עם אלפי תשובות, ויותר מ-100 שפות שמנותחות בשפת המקור בלי שלב תרגום. פרויקט אחד יכול לשלב אנגלית, ספרדית, מנדרינית, גרמנית וערבית, לבנות מבנה נושאים אחד לכולן ולשמור כל ציטוט בשפת המקור. אם אתם עובדים באופן קבוע בקצה העליון של הטווח הזה, דברו איתנו על הסדרי נפח.

האם נתוני הלקוחות מאובטחים וחסויים?

כל הנתונים מאוחסנים ומעובדים בתוך ה-EU על AWS, בסביבה שהוגדרה בידי צד שלישי מוסמך, ונתוני לקוחות לעולם אינם משמשים לאימון מודלים. הסכמי עיבוד נתונים זמינים, אנחנו עובדים תחת הסכמי סודיות של לקוחות, פסאודונימיזציה מובנית בתהליך העבודה, והתקנה לדייר יחיד או בענן פרטי זמינה היכן שריבונות נתונים מחייבת זאת.

מה קורה לניתוח שלנו אם נפסיק להשתמש ב-Skimle?

אתם לוקחים אותו איתכם, בכל תוכנית. ייצאו נתונים מקודדים בתקן הפתוח REFI-QDA (qdpx) והמשיכו ב-NVivo, ב-ATLAS.ti או ב-MAXQDA, או קחו תוצרי Word, PowerPoint ו-Excel עם ציטוטים מאורגנים לפי נושא. אנחנו מיישמים את תקן יכולת הפעולה ההדדית בדיוק כדי שההישארות תהיה בחירה ולא תוצאה.

איך התמחור עובד כשהיקף המחקרים שלנו משתנה?

Skimle הוא מינוי קל לפי מושב עם הקצאת קרדיטים כלולה, ועוד חבילות קרדיטים שקונים בחודשים שבהם רץ מחקר גדול. המינוי שומר את כל הצוות בכלי בין פרויקטים; החבילות מצמידות את העלות לפרויקט שגרם לה, וזה חשוב לסוכנויות שמחייבות לקוחות. בעלי עניין שרק צריכים לקרוא ממצאים לא צריכים מושב, כי ייצואים ודוחות מחקר להדפסה מכסים את זה.

האם כמה חוקרים יכולים לעבוד על אותו פרויקט?

כן, בו-זמנית, כשהעריכות וההערות של כל אחד נשמרות. זה מתאים לביקורת עמיתים ולבקרת איכות, ומתאים לחלוקת מחקר גדול בין חוקרים זוטרים ובכירים, כשמוביל בכיר אחד מכוון את מבנה הקטגוריות.