Cada inquirido ouvido. Cada achado rastreável. Cada prazo cumprido.

Perguntas frequentes

Estas são as perguntas que as equipas de achados sobre clientes e os responsáveis de investigação das agências mais nos fazem, incluindo as que saem diretamente de um processo de compras. A nossa lista de verificação de RFP neutra em relação a fornecedores reúne as mesmas perguntas a fazer a todos os fornecedores que está a avaliar, incluindo nós.

Como é que isto nos ajuda a competir com alternativas baratas e superficiais?

Os fornecedores de baixo custo e as camadas finas de IA competem no preço com nuvens de palavras e uma lista de temas sem hierarquia. A Skimle dá-lhe profundidade à velocidade deles, para que uma agência se diferencie pela qualidade do «e então?» e não pela tabela de preços, e uma equipa interna faça mais estudos com o mesmo orçamento. As horas de analista passam da codificação mecânica para a interpretação, que é a parte pela qual alguém realmente paga. Veja para onde vai realmente o dinheiro de um estudo qualitativo →

O que dizemos quando um cliente ou uma parte interessada questiona a análise assistida por IA?

Descreva-a com rigor: a IA faz a categorização mecânica e um investigador identificado revê cada tema e escreve a interpretação. Depois mostre as provas. Cada afirmação num relatório da Skimle abre a citação literal e o documento de onde veio, o que é uma resposta mais forte do que uma síntese manual pode dar, porque aí a lógica de codificação só existia na cabeça de alguém. 7 regras para utilizar a IA de forma responsável em estudos de mercado qualitativos →

A Skimle analisa o conjunto de dados completo ou uma amostra?

O conjunto completo. Vale a pena perguntar isto a todos os fornecedores, porque várias ferramentas obtêm um subconjunto dos seus documentos através de uma pesquisa por embeddings, analisam-no e nunca indicam que documentos ficaram de fora. O resultado parece abranger todo o material e não abrange. A Skimle codifica cada documento, e pode abrir qualquer um deles para ver exatamente que passagens foram codificadas e quais não foram.

Podemos aplicar o nosso próprio sistema de categorias ou só aceitar o que a IA produz?

As duas coisas, e ambas no mesmo material. Traga um sistema de categorias existente e a Skimle codifica dedutivamente segundo ele, ou deixe-a construir a estrutura indutivamente a partir dos dados. As categorias podem depois ser juntadas, divididas, renomeadas, reordenadas e eliminadas, e a análise acompanha as suas alterações. As agências que fazem ano após ano um estudo de acompanhamento ou um quadro normalizado de um cliente costumam trabalhar dedutivamente; os estudos exploratórios costumam começar ao contrário.

O que impede que uma citação inventada chegue ao nosso relatório?

Cada citação é verificada automaticamente face ao documento de origem. Se o modelo produzir texto que não existe literalmente nos seus dados, a Skimle assinala-o e volta a processá-lo em vez de o mostrar, para que uma citação inventada não chegue a uma apresentação para o cliente. Também pode abrir qualquer documento e ver que passagens foram codificadas e quais não foram, que é a forma de detetar a falha oposta: algo que ficou por apanhar. Como funciona a transparência nos dois sentidos →

Como devemos avaliar a Skimle face às outras ferramentas da nossa lista?

Faça um piloto em vez de ver demonstrações. Pegue num material que já analisou, para saber qual deve ser a resposta, escreva três tarefas antes de começar (uma de codificação, uma de comparação de segmentos, uma de procura de provas), cronometre cada uma incluindo o trabalho de correção e discorde deliberadamente da ferramenta para ver com que rapidez consegue reestruturar o resultado. Teremos todo o gosto em conduzir um projeto real em paralelo com o seu fornecedor atual, e o plano gratuito permite a um investigador formar uma opinião numa tarde antes de tudo isso. A lista de verificação de RFP com 7 domínios e um modelo de pontuação →

Quantos dados consegue a Skimle tratar, e em quantas línguas?

Até 1000 documentos por projeto, o que abrange desde um estudo com 20 entrevistas até um estudo de acompanhamento global com milhares de respostas a inquéritos, e mais de 100 línguas analisadas nativamente, sem etapa de tradução. Um único projeto pode juntar inglês, espanhol, mandarim, alemão e árabe, construir uma única estrutura de temas para tudo e manter cada citação na língua original. Se trabalha regularmente no limite superior desse intervalo, fale connosco sobre condições para grandes volumes.

Os dados dos clientes estão seguros e são confidenciais?

Todos os dados são guardados e processados na UE, na AWS, num ambiente configurado por uma entidade terceira certificada, e os dados dos clientes nunca são utilizados para treinar modelos. Há acordos de tratamento de dados disponíveis, trabalhamos ao abrigo de acordos de confidencialidade dos clientes, a pseudonimização está integrada no processo e há implementação dedicada ou em nuvem privada quando a soberania dos dados o exige.

O que acontece à nossa análise se deixarmos de utilizar a Skimle?

Leva-a consigo, em todos os planos. Exporte os dados codificados no formato aberto REFI-QDA (.qdpx) e continue no NVivo, ATLAS.ti ou MAXQDA, ou leve os resultados em Word, PowerPoint e Excel com as citações organizadas por tema. Implementamos a norma de interoperabilidade precisamente para que ficar seja uma escolha e não uma consequência.

Como funciona o preço quando o volume dos nossos estudos oscila?

A Skimle é uma subscrição leve por utilizador com uma quota de créditos incluída, mais pacotes de créditos que compra para os meses em que decorre um estudo grande. A subscrição mantém toda a equipa na ferramenta entre projetos; os pacotes associam o custo ao projeto que o gerou, o que importa às agências que refaturam aos clientes. As partes interessadas que só precisam de ler os resultados não precisam de licença, porque as exportações e os relatórios de investigação imprimíveis cobrem isso.

Vários investigadores podem trabalhar no mesmo projeto?

Sim, em simultâneo, preservando as edições e anotações de cada pessoa. Isso serve a revisão por pares e o controlo de qualidade, e serve também para dividir um estudo grande entre investigadores juniores e seniores, com um responsável sénior a orientar a estrutura de categorias.