Metadata analyseren

Metadata-analyse identificeert welke metadatavelden uw kwalitatieve gegevens op een betekenisvolle manier segmenteren. Zo kan de analyse bijvoorbeeld aan het licht brengen of deelnemers uit verschillende leeftijdsgroepen, regio's of functies andere thema's benadrukken in hun reacties.

Metadata-analyse uitvoeren

Om een metadata-analyse uit te voeren:

1. Ga naar de categorieënweergave van uw project.
2. Klik op Metadata analyseren.
3. Skimle onderzoekt al uw metadatavelden en bepaalt welke daarvan betekenisvolle verschillen opleveren tussen uw inzichtcategorieën.

De analyse wordt op de achtergrond uitgevoerd en duurt meestal een paar minuten. De resultaten worden weergegeven in de categorieënweergave zodra de analyse is voltooid.

Hoe het werkt

Skimle combineert twee complementaire benaderingen om significante patronen te vinden:

• Semantische analyse - vergelijkt de betekenis van inzichten tussen metadatagroepen met behulp van text embeddings. Als deelnemers met verschillende metadatawaarden daadwerkelijk andere dingen bespreken, wordt dit signaal gedetecteerd.
• Distributieanalyse - gebruikt statistische toetsen om te controleren of bepaalde metadatawaarden sterker clusteren in specifieke subcategorieën dan door toeval verwacht zou worden.

Een metadataveld wordt alleen als significant beschouwd wanneer beide signalen overeenkomen, wat het risico op schijnbevindingen vermindert.

De resultaten lezen

Voor elke inzichtcategorie toont de categorieënweergave:

• Welke metadatavelden een betekenisvolle segmentatie opleveren, gerangschikt op significantie.
• Groepsbeschrijvingen - voor elk significant veld beschrijft Skimle wat de reacties van elke metadatagroep kenmerkt. Bij een veld als "Leeftijdsgroep" kan dit bijvoorbeeld laten zien dat jongere deelnemers zich richtten op gebruiksvriendelijkheid, terwijl oudere deelnemers betrouwbaarheid vooropstelden.
• Temporele vergelijking - als uw documenten aanmaakdata hebben, vergelijkt Skimle automatisch recente en eerdere periodes om te laten zien hoe thema's in de tijd zijn verschoven.

De Tijdlijn-widgets in Visualisaties - Tijdlijntrend en Periodes vergelijken - laten u dezelfde vraag interactief verkennen.

Vereisten

Voor een metadata-analyse die bruikbare resultaten oplevert, heeft uw project het volgende nodig:

• Minimaal 15 inzichten in de categorieën die worden geanalyseerd.
• Minimaal twee verschillende waarden voor het metadataveld dat wordt getest.
• Minimaal twee inzichten per metadatawaarde.

Velden die niet aan deze drempelwaarden voldoen, worden automatisch overgeslagen.

Deze drempelwaarden draaien uiteindelijk om steekproefomvang: kwalitatieve segmentatie wordt alleen betrouwbaar wanneer elke groep genoeg inzichten bevat om te vergelijken. Bij een zeer kleine steekproefomvang worden de meeste velden automatisch overgeslagen, dus het is de moeite waard om voldoende documenten te analyseren voordat u conclusies trekt uit de metadata-uitsplitsing.

Tips voor effectieve metadata-analyse

• Gebruik beschrijvende metadatawaarden. "Senior developer" is nuttiger dan "Rol A" omdat dit de AI helpt om betekenisvollere groepsbeschrijvingen te schrijven.
• Houd het aantal unieke waarden overzichtelijk. Velden met tientallen unieke waarden zijn moeilijker te interpreteren. Overweeg om waarden te groeperen (bijvoorbeeld leeftijdsgroepen in plaats van exacte leeftijden).
• Metadata toevoegen voordat u de analyse uitvoert. Metadata-analyse gebruikt de velden die bestaan op het moment dat de analyse wordt uitgevoerd. Als u later nieuwe velden toevoegt, voert u de analyse opnieuw uit om deze mee te nemen.