table匯入資料集

把試算表變成 洞察

匯入包含客戶心聲、問卷開放題回答、客服工單或社群媒體貼文的 CSV 或 Excel 檔案。Skimle 會閱讀每一條回答,構建主題,展示各細分群體之間的差異,並把發現整理成簡報。

預約示範

免費試用含 200 積分,約可分析 6,000 條簡短回答。無需信用卡。

1

告訴 Skimle 每一列是什麼

每一行成為一條回答,每一列被賦予一個角色。文字列成為 Skimle 分析的內容。日期、評分、細分群體和國家成為可用於篩選和比較的元資料。不需要的列直接略過即可。

2

逐條閱讀,而非抽樣

Skimle 會逐條處理整個資料集,記錄每條回答說了什麼,因此第 11,902 行的評論與第 12 行的評論同樣重要。不會根據關鍵詞猜測,也不會為了塞進上下文視窗而丟棄任何內容。

3

由下而上構建主題

已編碼的回答會被歸入層級化的主題,每個主題都附有數量、摘要和背後的原話。您可以重新命名、合併或拆分主題;如果已有自己的類別系統,也可以從它開始。

4

看清主題在哪裡出現差異

視覺化會按您的元資料拆分每個主題:貶損者對比推薦者、一個市場對比另一個市場、本季度對比上季度。最大的差異會自動排序,讓規律在您動手尋找之前就主動浮現。

5

以簡報形式分享

Skimle 會根據發現生成簡報,在符合品牌風格的幻燈片上呈現圖表、主題摘要和原文引文。您可以直接示範、以連結形式釋出,或下載為 PowerPoint 或 PDF。下一輪資料到來時,匯入後即可重新整理幻燈片。

預約示範
  • tableCSV 和 Excel 檔案
  • 數萬行資料
  • language100 多種語言
  • lock資料儲存在歐盟,符合 GDPR

Skimle 可分析的表格資料示例

  • contact_support

    顧客回饋原話

    NPS 和 CSAT 評論、評價和投訴,附帶評分、渠道和客戶細分群體。

    • 評論
    • NPS
    • 細分群體
  • live_help

    問卷開放題回答

    市場調查和品牌追蹤的開放題回答,一個檔案中可包含多個問題,旁邊附有受訪者畫像。

    • 為什麼給這個分數?
    • 您希望改變什麼?
    • 年齡段
  • hub

    匯出資料和 API 拉取資料

    從其他系統以 CSV 檔案匯出的客服工單、應用商店評價、聊天記錄或 CRM 備註。

    • 工單內容
    • 產品
    • 建立時間
  • globe

    社群媒體貼文

    來自社群平台或輿情監測工具的貼文、評論和回覆,附帶平台、作者類型和日期。

    • 貼文
    • 平台
    • 日期
  • label

    已編碼資料集和研究資料集

    已帶有編碼、實驗條件或參與者變數的資料集,例如已編碼的公眾意見徵集或學術研究資料。把您的編碼作為元資料匯入,與 Skimle 的發現進行比較。

    • 回答
    • 編碼
    • 條件
  • group

    員工與人力資源調查

    敬業度調查、脈搏調查和離職調查中的評論,可按團隊、司齡和工作地點細分。

    • 評論
    • 團隊
    • 司齡
預約示範

如何整理您的檔案

已忽略元資料元資料元資料內容
ID日期渠道NPS評論
C-204182026-03-02應用3包裹晚到了四天,物流資訊一直沒更新。
C-204192026-03-02網站9結賬很方便,客服團隊當天就幫我辦好了退貨。
C-204202026-03-03郵件6品質不錯,但運費到最後一步才顯示出來。
C-204212026-03-03應用2在聊天裡等了 40 分鐘,結果被告知去發郵件。
  1. 1

    每行一條回答

    每一行在 Skimle 中都會成為一份獨立的文件。如果一個人回答了多個問題,請把他的回答放在同一行的不同列中。

  2. 2

    第一行為表頭

    第一行用來命名各列。內容列的名稱會成為每份文件中的標題,元資料列的名稱會成為欄位名,因此請讓它們清晰易讀。

  3. 3

    多個文字列也沒問題

    把每個開放式問題都標記為內容。Skimle 會將這些回答作為不同章節分開儲存,日後您可以把分析範圍限定在單個問題上。

  4. 4

    每個比較維度一列

    日期、評分、細分群體、國家、渠道、調查輪次或研究條件:凡是您想用來篩選或拆分主題的維度,都應放在元資料列中。

  5. 5

    規範日期和數字

    日期使用統一格式,評分使用純數字,這樣欄位才能獲得正確的類型,您也才能繪製隨時間變化的趨勢和不同分數段之間的差異。

  6. support閱讀 CSV 和 Excel 匯入指南

用 Skimle 分析表格資料的優勢

  • folder

    從資料中構建類別

    Skimle 不依賴固定的編碼方案或模板,而是從資料中歸納式地建立類別。

  • check_circle

    逐行閱讀

    每條回答都會被單獨閱讀和編碼,因此主題的統計來自整個資料集,而不是根據樣本估算。

  • format_quote

    每個數字都可追溯

    每個主題都會顯示有多少條回答提到它,以及這一比例在不同細分群體之間、隨時間如何變化。開啟任意主題或圖表中的長條,即可看到背後的回答,相關段落已高亮顯示。

  • folder_match

    掌控權在您手中

    編輯、合併和拆分主題,應用您自己的類別系統,或向 AI 對話提問有關資料的問題。分析由您來塑造。

預約示範

跨領域的強大分析

contact_support

客戶體驗與洞察團隊

把 NPS 評論、評價、工單和問卷開放題回答彙集到一個專案中,找出產生貶損者的原因,並在同一週內與業務部門分享答案。

  • check按分數段進行驅動因素分析
  • check跨調查輪次的趨勢
  • check業務部門可據以行動的簡報
如何分析 NPS 評論arrow_forward_ios
monitoring

市場研究人員

用幾天而不是幾週時間,為數千條問卷開放題回答、客戶評價和競品評價編碼,每個主題都有統計數字,並有客戶讀得懂的原話作為支撐。

  • check問卷開放題回答
  • check自有產品與競品評價
  • check任何按行存放的文字:論壇、工單、逐字稿
面向市場研究的 Skimlearrow_forward_ios
science

學術研究人員

以透明、可在方法部分中描述的編碼流程,分析大型問卷開放題資料集、公眾意見徵集回覆或社群媒體資料。

  • check歸納式或演繹式編碼
  • check將參與者變數作為元資料
  • check以 REFI-QDA 格式匯出到 NVivo、ATLAS.ti 和 MAXQDA
面向學術研究的 Skimlearrow_forward_ios
預約示範

常見問題

可以匯入哪些檔案格式?add_circle

CSV 檔案和 Excel 工作簿(.xlsx)。在任意專案中透過表格資料來源新增即可:每一行成為一份文件,每一列成為內容、元資料或被略過。大多數問卷、客戶體驗、評價和輿情監測工具都能匯出為這些標準格式之一。

Skimle 能處理多大的資料集?add_circle

數萬行的資料集是常規規模。檔案越大,處理時間越長,但即便資料集不斷增大,分析仍會閱讀每一條回答,而不會改用抽樣。

我的問卷有多個開放式問題。需要拆成多個檔案嗎?add_circle

不需要。把每個問題所在的列都標記為內容即可。Skimle 會把每個回答儲存為該受訪者文件中的一個獨立章節,因此您既可以一起分析所有問題,也可以把分析範圍限定在其中一個問題上。

可以匯入已經編碼的資料嗎?add_circle

可以。把現有編碼作為元資料列匯入,與 Skimle 發現的主題進行比較;或者把您的類別系統輸入為預定義類別,讓 Skimle 將其應用到每一條回答上。

費用是多少?add_circle

積分在匯入資料時消耗,分析、視覺化、對話和匯出均已包含。一個積分約可處理 30 條簡短的開放式回答或一頁較長的文字,因此 10,000 條簡短問卷評論大約需要 330 積分。免費試用包含 200 積分。

回答可以使用多種語言嗎?add_circle

可以。不同語言的回答可以放在同一個檔案中。Skimle 會跨語言構建一套統一的主題,並以原始語言保留每一條引文。

可以把結果導回 Excel 嗎?add_circle

可以。您可以把已編碼的資料匯出到 Excel,把圖表和發現匯出到 PowerPoint、Word 或 PDF,或者把整個專案以 REFI-QDA 格式匯出,供其他質性分析工具使用。

我的資料會如何處理?add_circle

所有資料都儲存在歐盟境內,傳輸和儲存時均經過加密,絕不用於訓練 AI 模型。您可以隨時刪除資料集。

support閱讀 CSV 和 Excel 匯入指南

帶上您的資料集

上傳 CSV 或 Excel 檔案,逐個主題看清數千位受訪者在告訴您什麼。

預約示範

免費試用含 200 積分,約可分析 6,000 條簡短回答。無需信用卡。