Phân tích siêu dữ liệu

Phân tích siêu dữ liệu xác định những trường siêu dữ liệu nào phân đoạn dữ liệu định tính của bạn một cách có ý nghĩa. Ví dụ, nó có thể cho thấy liệu những người tham gia từ các nhóm tuổi, khu vực hoặc vai trò khác nhau có nhấn mạnh các chủ đề khác nhau trong câu trả lời của họ hay không.

Chạy phân tích siêu dữ liệu

Để chạy phân tích siêu dữ liệu:

1. Chuyển đến chế độ xem danh mục của dự án của bạn.
2. Nhấp vào Phân tích siêu dữ liệu.
3. Skimle sẽ xem xét tất cả các trường siêu dữ liệu của bạn và xác định những trường nào tạo ra sự khác biệt có ý nghĩa giữa các danh mục phát hiện của bạn.

Phân tích chạy ở chế độ nền và thường mất vài phút. Kết quả sẽ xuất hiện trong chế độ xem danh mục sau khi hoàn tất.

Cách hoạt động

Skimle kết hợp hai phương pháp bổ sung cho nhau để tìm ra các khuôn mẫu có ý nghĩa:

• Phân tích ngữ nghĩa - so sánh ý nghĩa của các phát hiện giữa các nhóm siêu dữ liệu bằng cách sử dụng embedding văn bản. Nếu những người tham gia có các giá trị siêu dữ liệu khác nhau thảo luận về những điều thực sự khác nhau, tín hiệu này sẽ được phát hiện.
• Phân tích phân bố - sử dụng các kiểm định thống kê để kiểm tra liệu một số giá trị siêu dữ liệu nhất định có tập trung vào các danh mục con cụ thể nhiều hơn mức ngẫu nhiên hay không.

Một trường siêu dữ liệu chỉ được coi là có ý nghĩa khi cả hai tín hiệu đều đồng thuận, giúp giảm nguy cơ xuất hiện các phát hiện giả.

Đọc kết quả

Đối với mỗi danh mục phát hiện, chế độ xem danh mục hiển thị:

• Những trường siêu dữ liệu nào tạo ra sự phân đoạn có ý nghĩa, được xếp hạng theo mức độ ý nghĩa.
• Mô tả nhóm - đối với mỗi trường có ý nghĩa, Skimle mô tả đặc điểm của các câu trả lời trong từng nhóm siêu dữ liệu. Ví dụ, với trường "Nhóm tuổi", bạn có thể thấy rằng những người tham gia trẻ tuổi tập trung vào tính khả dụng trong khi những người tham gia lớn tuổi hơn ưu tiên độ tin cậy.
• So sánh theo thời gian - nếu tài liệu của bạn có ngày tạo, Skimle sẽ tự động so sánh các khoảng thời gian gần đây và trước đó để làm rõ cách các chủ đề đã thay đổi theo thời gian.

Các tiện ích Dòng thời gian trong Trực quan hóa - Xu hướng Dòng thời gian và So sánh các thời kỳ - cho phép bạn khám phá cùng một câu hỏi theo cách tương tác.

Yêu cầu

Để phân tích siêu dữ liệu cho ra kết quả hữu ích, dự án của bạn cần:

• Ít nhất 15 phát hiện trong các danh mục đang được phân tích.
• Ít nhất hai giá trị riêng biệt cho trường siêu dữ liệu đang được kiểm tra.
• Ít nhất hai phát hiện cho mỗi giá trị siêu dữ liệu.

Các trường không đạt các ngưỡng này sẽ tự động bị bỏ qua.

Về bản chất, các ngưỡng này liên quan đến kích thước mẫu: việc phân đoạn định tính chỉ trở nên đáng tin cậy khi mỗi nhóm có đủ phát hiện để so sánh. Với kích thước mẫu rất nhỏ, hầu hết các trường sẽ tự động bị bỏ qua, vì vậy nên phân tích đủ số lượng tài liệu trước khi đưa ra kết luận từ kết quả phân tích siêu dữ liệu.

Mẹo để phân tích siêu dữ liệu hiệu quả

• Sử dụng các giá trị siêu dữ liệu mang tính mô tả. "Senior developer" hữu ích hơn "Role A" vì nó giúp AI viết mô tả nhóm có ý nghĩa hơn.
• Giữ số lượng giá trị duy nhất ở mức hợp lý. Các trường có hàng chục giá trị duy nhất sẽ khó diễn giải hơn. Hãy xem xét việc nhóm các giá trị lại (ví dụ: nhóm theo khoảng tuổi thay vì tuổi chính xác).
• Thêm siêu dữ liệu trước khi chạy phân tích. Phân tích siêu dữ liệu sử dụng bất kỳ trường nào tồn tại tại thời điểm chạy. Nếu bạn thêm trường mới sau đó, hãy chạy lại phân tích để bao gồm chúng.