Hver respondent hørt. Hver innsikt sporbar. Hver frist holdt.

Vanlige spørsmål

Dette er spørsmålene innsiktsteam og forskningsledere i byråer oftest stiller oss, inkludert de som kommer rett fra en anskaffelsesprosess. Vår leverandørnøytrale RFP-sjekkliste setter opp de samme spørsmålene du kan stille alle leverandørene du vurderer, også oss.

Hvordan hjelper dette oss å konkurrere med billige, overfladiske alternativer?

Lavprisleverandører og tynne AI-skall konkurrerer på pris med ordskyer og en flat temaliste. Skimle gir deg dybde i deres tempo, slik at et byrå skiller seg ut på kvaliteten i «so what» i stedet for på timeprisen, og et internt team får flere studier ut av et uendret budsjett. Analytikertimene flyttes fra mekanisk koding til tolkning, som er den delen noen faktisk betaler for. Se hvor pengene i en kvalitativ studie egentlig går →

Hva sier vi når en kunde eller interessent stiller spørsmål ved AI-assistert analyse?

Beskriv det presist: AI-en gjør den mekaniske kategoriseringen, en navngitt forsker gjennomgår hvert tema og skriver tolkningen. Vis deretter belegget. Hver påstand i en Skimle-rapport åpner det ordrette sitatet og dokumentet det kom fra, noe som er et sterkere svar enn manuell syntese kan gi, for der fantes kodelogikken bare i hodet til noen. 7 regler for ansvarlig bruk av AI i kvalitativ markedsanalyse →

Analyserer Skimle hele datasettet eller et utvalg?

Hele datasettet. Dette er verdt å spørre alle leverandører om, for flere verktøy henter en delmengde av dokumentene dine via et embeddingsøk, analyserer den og oppgir aldri hvilke dokumenter som ikke kom med. Resultatet ser ut som om det dekker hele materialet, men gjør det ikke. Skimle koder hvert dokument, og du kan åpne et hvilket som helst av dem for å se nøyaktig hvilke avsnitt som ble kodet og hvilke som ikke ble det.

Kan vi bruke vårt eget kategorisystem, eller bare godta det AI-en lager?

Begge deler, også på det samme materialet. Ta med et eksisterende kategorisystem, så koder Skimle deduktivt mot det, eller la det bygge strukturen induktivt ut fra dataene. Kategoriene kan slås sammen, deles opp, gis nye navn, omordnes og slettes etterpå, og analysen følger endringene dine. Byråer som kjører en tracker eller et standardrammeverk for en kunde år etter år, jobber som regel deduktivt; utforskende studier starter som regel motsatt vei.

Hva hindrer at et oppdiktet sitat havner i rapporten vår?

Hvert sitat kontrolleres maskinelt mot kildedokumentet. Hvis modellen lager tekst som ikke finnes ordrett i dataene dine, markerer Skimle den og behandler den på nytt i stedet for å vise den, slik at et oppdiktet sitat ikke havner i en kundepresentasjon. Du kan også åpne et hvilket som helst dokument og se hvilke avsnitt som ble kodet og hvilke som ikke ble det, og slik oppdager du den motsatte feilen, at noe er oversett. Slik fungerer åpenhet begge veier →

Hvordan bør vi vurdere Skimle mot de andre verktøyene på listen vår?

Kjør en pilot i stedet for å se på demoer. Ta et materiale du allerede har analysert, slik at du vet hva svaret bør være, skriv ned tre oppgaver før du begynner (én koding, én segmentsammenligning, ett søk etter belegg), ta tiden på hver av dem inkludert rettearbeidet, og vær bevisst uenig med verktøyet for å se hvor raskt du kan omstrukturere resultatet. Vi kjører gjerne ett levende prosjekt parallelt med din nåværende leverandør, og gratisversjonen lar én forsker danne seg et inntrykk på en ettermiddag før noe av dette. RFP-sjekklisten med 7 områder og en poengmal →

Hvor mye data kan Skimle håndtere, og på hvor mange språk?

Opptil 1000 dokumenter per prosjekt, noe som dekker alt fra en studie med 20 intervjuer til en global tracker med tusenvis av svar fra spørreundersøkelser, og over 100 språk som analyseres direkte uten oversettelsestrinn. Ett prosjekt kan blande engelsk, spansk, mandarin, tysk og arabisk, bygge én temastruktur på tvers av alt og beholde hvert sitat på originalspråket. Hvis du jevnlig ligger i øvre del av det spennet, ta kontakt med oss om volumavtaler.

Er kundedata sikre og konfidensielle?

Alle data lagres og behandles i EU på AWS, i et miljø konfigurert av en sertifisert tredjepart, og kundedata brukes aldri til å trene modeller. Databehandleravtaler er tilgjengelige, vi jobber under kundenes taushetserklæringer, pseudonymisering er bygget inn i arbeidsflyten, og single tenant- eller privat sky-oppsett er tilgjengelig der datasuverenitet krever det.

Hva skjer med analysen vår hvis vi slutter å bruke Skimle?

Du tar den med deg, i alle planer. Eksporter kodede data i det åpne REFI-QDA-formatet (.qdpx) og fortsett i NVivo, ATLAS.ti eller MAXQDA, eller ta med deg resultater i Word, PowerPoint og Excel med sitater ordnet etter tema. Vi implementerer interoperabilitetsstandarden nettopp for at det å bli skal være et valg og ikke en konsekvens.

Hvordan fungerer prisingen når studievolumet vårt svinger?

Skimle er et lett abonnement per bruker med en inkludert kredittkvote, pluss kredittpakker du kjøper for månedene en stor studie pågår. Abonnementet holder hele teamet i verktøyet mellom prosjektene; pakkene knytter kostnaden til prosjektet som forårsaket den, noe som betyr mye for byråer som fakturerer videre til kunder. Interessenter som bare trenger å lese funnene, trenger ikke egen lisens, for eksporter og utskrivbare forskningsrapporter dekker det.

Kan flere forskere jobbe i det samme prosjektet?

Ja, samtidig, og hver persons endringer og merknader bevares. Det passer for fagfellevurdering og kvalitetskontroll, og for å dele en stor studie mellom junior- og seniorforskere med én seniorleder som styrer kategoristrukturen.