Nyereség:
- Képes az interjúk átiratait és a nyílt végű felmérési válaszokat mesterséges intelligenciával témákra bontani, és bizonyítékokkal alátámasztani
- Képes a kvantitatív felmérési adatok összegzésére és a félrevezető értelmezések elkerülésére (kis minta, vezető kérdés, kiválasztási torzítás)
- Az etikus és a KVKK-nak megfelelő munkavégzés képessége a résztvevők bizalmas kezelésének és az átiratok anonimizálásának köszönhetően
A tanácsadás leggazdagabb meglátásai gyakran nem a diagramokban rejlenek, hanem abban, amit az emberek mondanak. Menedzserinterjú, nyílt végű válaszok egy vásárlói felmérésre, helyszíni látogatás jegyzetei... Ezek nem numerikus (kvalitatív) adatok, melyek kiolvasása, kódolása, témákra bontása órákig tart. A mesterséges intelligencia nagyban felgyorsítja ezt a munkát: 30 interjú átiratát percek alatt témákra bontja, visszatérő mintákat találva. De van két veszély: a modell „összeállíthat” egy témát (hozz olyan megjegyzést, amely nem szerepel az átiratban), és könnyen megsérthető a résztvevők bizalmas kezelése. Ebben az egységben megtanuljuk a kvalitatív adatok bizonyítékokon alapuló, biztonságos elemzését.
Kvalitatív elemzés: a kódolástól a témáig
A kvalitatív elemzésnek három lépése van. Először a kódolás: minden nyilatkozatot rövid címkével látnak el („árreklamáció”, „szállítási dicséret”). Majd tematika: a hasonló kódokat témába gyűjtik („működési elégedetlenség”). A végén kommentár: létrejön a kapcsolat a témák és a "na mi lesz" réteg között. Az AI nagyon gyors az első két lépésben; A harmadik lépéshez a védő megítélése szükséges.
A legkritikusabb biztosíték ez: minden témát szó szerinti idézettel kell alátámasztani. Ez megerősíti, hogy a téma valójában az adatokból származik; Az idézet nélküli téma magában hordozza a hallucináció kockázatát.
Az Ön szerepe: kvalitatív kutatási elemző. Az alábbiakban 12 ügyfélinterjú anonimizált átirata látható (P1, P2... címkével).Feladat:1) Ismétlődő témák kivonata (legfeljebb 7 téma).2) Témánként: hány résztvevő látta + 2 szó szerinti idézet (résztvevői kóddal).3) Mutasd külön a Dome. az átiratban nem szereplő vélemények; Minden témát idézettel kell bizonyítani. - A résztvevőkódokon kívül más azonosító információt ne készítsen. - Sorolja fel külön-külön a „kisebbségi, de fontos” véleményeket a végén (eltérő hangok).
Egy másik hatékony technika, hogy megkérjük a modellt, hogy kódoljon az Ön által megadott rögzített kategóriákkal, ahelyett, hogy először állítsa be a saját kódsémáját. Például, ha előre meghatározott témákat ad meg egy ügyfél-elégedettségi vizsgálatban, például „ár, termékminőség, szállítás, támogatás, egyszerű használat”, akkor a különböző átiratok összehasonlíthatók lesznek, és a modell nem tud minden alkalommal más nevet adni. Az ingyenes témakivonás a felfedezésre, míg a fix kategóriás kódolás összehasonlításra és mérésre alkalmas; A legtöbb projektnél a kettő együttes használata működik a legjobban: először ingyenes feltárás, majd digitalizálás rögzített sémával.
Az Ön szerepe: minőségi kódolási asszisztens. Fix kategóriák: [ár, minőség, szállítás, támogatás, egyszerű használat, egyéb]. Feladat: Rendeljen az alábbi nyílt végű válaszokat egy vagy több kategóriához. - Írja be a kiváltó kifejezést a válaszba (szó szerint) az egyes feladatok mellé! - Jelölje be, hogy a válasz pozitív vagy negatív hangulatú. A válaszban nem szereplő megjegyzések hozzáadása.
Tipp: Nagyon értékes külön kérni a „kisebbségi, de fontos” véleményeket. Egy egyszer megfogalmazott, de kritikus figyelmeztetés (pl. egyetlen nagy ügyfél azt mondja, hogy "fontoljuk a szerződés megújítását") elveszik a többségi témákban; külön feltüntetve látható marad.
Adatvédelem és anonimizálás
Az interjúk átiratai személyes adatok, és gyakran érzékenyek (munkavállalói panaszok, vezetői kritikák). Mielőtt feltöltené őket egy AI eszközbe, elengedhetetlen anonimizálásuk: a neveket, címeket, belső megkülönböztető részleteket a kódszám (K1, K2...) helyettesíti. A résztvevőnek gyakran megígérik, hogy "amit mond, azt névtelenül jelentik be"; Ennek a kifejezésnek a technikai megfelelője az anonimizálás.
Adattípus
Kockázat
elővigyázatosság
A résztvevő neve/címe
személyazonosság feltárása
Cserélje kódszámmal
Belső részlet
közvetett diagnózis
Általánosíts vagy maszkolj
érzékeny látás
A megtorlás veszélye
Egyéni egyeztetés tömeges jelentéssel
Audio/video felvétel
legmagasabb érzékenység
Renderelje le a jóváhagyott eszközben, majd törölje
Előzetes lépésként megkérheti a modellt anonimizálásra, mielőtt feltölti az átiratokat az eszközbe; De ügyeljen arra, hogy vizuálisan ellenőrizze a kimenetet:
Az Ön szerepe: adatvédelmi szerkesztő. Készítse elő elemzéshez a következő interjú-leírást; hajtsa végre a következő maszkolást:- Adja meg az összes kapcsolattartó nevét K1, K2...- Általánosítsa a közvetetten azonosítható részleteket, mint például a beosztás, az osztály, a hely ("Az egyetlen külföldi mérnök a K+F-ben" → "egy mérnök").- Távolítsa el a cég/ügyfél neveket. Csak a maszkolt szöveget adja meg; Röviden sorolja fel, hogy milyen típusú információkat rejteget, és miért.
Vigyázat: Nem elég azt mondani, hogy „Anonymous”. Az „Egyetlen női menedzser, aki a marketingért felelős” kifejezés azonosítja a személyt, annak ellenére, hogy a neve nincs ráírva. Az anonimizálásnak tartalmaznia kell minden közvetetten azonosítható részletet is. Innen kezdődik a KVKK megsértése és a résztvevők bizalmának elvesztése.
Kvantitatív felmérési adatok értelmezése
A mesterséges intelligencia összefoglalja és lebontja a zárt végű (numerikus) felmérések eredményeit. De a kvantitatív elemzésnek megvannak a maga buktatói, és a modell figyelmen kívül hagyhatja őket:
- Kis minta: Félrevezető egy 18 fős felmérésből az a mondás, hogy „az ügyfelek 61%-a elégedett”; Ha a minta kicsi, akkor a nyers számról és a bizonytalanságról kell beszélni, nem a százalékról.
- Vezető kérdés: "Mennyire elégedett kiváló szolgáltatásunkkal?" A kérdés magában foglalja a választ; Az eredmény elfogult.
- Kiválasztási elfogultság: Ha csak a legelégedettebb vagy legdühösebb vásárlók válaszolnának, az eredmény nem lenne reprezentatív az univerzumra.
A felmérés eredményeinek összegzése előtt végezzen módszertani ellenőrzést: - Elegendő-e a mintanagyság az eredmények százalékos megjelenítéséhez? - Vannak-e vezető/vezető állítások a kérdésekben? Jelölje be.- Mi a válaszadási arány és a szelekciós torzítás kockázata? Csak ellenőrzési jelentést adjon meg; Ezt követően külön üzenetben foglaljuk össze.
három mini tok
1. eset – Elkapott kitalált téma. Egy tanácsadó 20 interjút rendel a modellhez; a modell kivonja a „résztvevők távolról akarnak dolgozni” témát. A tanácsadó árajánlatot kér; A modell csak 1 félreérthető idézetet talál. A téma valójában nem létezett, a modell az általános trendből alkotta meg. Ha nem lenne hivatkozási kötelezettség, a hibás megállapítást belefoglalnák a jelentésbe.
2. eset – Közvetett diagnózis. Egy alkalmazotti elégedettségi projektben az átirat tartalmazza: "Az egyetlen külföldi mérnök a K+F-ben ezt mondta." Nincs név, de a személy világos; Miután a jelentés eljut a vezetőhöz, fennáll a megtorlás veszélye. A tanácsadónak kezdettől fogva általánosítania kellett minden megkülönböztető részletet ("mérnök").
3. eset – Kis mintacsapda. Egy termékteszt során 22 felhasználóból 15-nek tetszett; a modellen a "68%-os elégedettség" felirat szerepel, és a tárgylemezre kerül. A befektetési tanács kifogásolja: "22 ember nem képviseli az univerzumot." A tanácsadó őszintén átírja az eredményt: "22 felhasználóból 15 pozitív; indikatív, megerősítő nagy minta szükséges"; a bizalom visszatér.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Olvassa el ezeket az interjúkat, és fejtse ki a főbb megállapításokat.
A modell idézetek, bizonyítékok nélkül állít elő témákat; A gyártás és a titoktartás kockázata magas.
Erőteljes felszólítás:
Az Ön szerepe: kvalitatív elemző. Átirat lent, anonimizálva (K1..Kn).Feladat: Legfeljebb 7 téma; résztvevők száma mindegyikre + 2 szó szerinti idézet (kóddal); az alátámasztó és az ellentmondó állítások külön-külön; kisebbségi, de kritikus vélemények külön listája. Szabályok: az átiratban nem szereplő vélemények hozzáadása; identitásgenerálás; Ne adjon témát idézetek nélkül; jelölje meg azt a témát, amelyben nem vagy biztos, "gyenge bizonyítékként".
A témák telítettsége és súlya
A kvalitatív elemzésben két fogalom határozza meg az értelmezés minőségét. Az első a telítettség: az adatokról azt mondják, hogy "telítettek", amikor az új interjúk már nem hoznak létre új témákat; Ez annak a jele, hogy a minta elegendő. Ha a 8. interjúnál még mindig új témák merülnek fel, további interjúkra van szükség. Másodszor, a témák súlya: az, hogy hányan látnak egy témát, és a téma fontossága különböző dolgok. Az öt személy által említett kisebb kellemetlenség és az egy személy által említett szerződés-felmondás kockázata nem azonos gyakorisággal, de ez utóbbi lényegesen kritikusabb lehet. Ezért a témák gyakoriság szerinti rangsorolása önmagában félrevezető; Értékelje az egyes témákat a „hány ember” és a „mennyire fontos” szempontok szerint. Ha a mesterséges intelligencia azt mondja, hogy „értékelje ezeket a témákat a gyakoriság és a lehetséges üzleti hatás két külön oszlopában”, ez láthatóvá teszi ezt a megkülönböztetést; Ön dönt az üzleti hatásról.
Gyakori hibák
- Idézet nélküli téma elfogadás. Minden témát az átiratból vett szó szerinti idézettel kell igazolni; Ellenkező esetben fennáll a hallucináció veszélye.
- Az anonimizálás felületessé tétele. Nem elég törölni a nevet; A közvetett azonosítás részleteit is el kell takarni.
- Kis minta bemutatása százalékos arányban. Kis számú résztvevő esetén a nyers számokról és a bizonytalanságról kell beszélni, nem a százalékokról.
- Figyelmen kívül hagyva a vezető kérdést. A vezető kérdések eredménye elfogult; Ellenőrizze a módszertant.
- Kiugró értékek elvesztése. Ha egyszer elhangzik, a kritikus figyelmeztetést elnyeli a többségi témák; külön listázza.
- A mennyiségi és a minőségi keveredés. A számszerű eredményeket tartalmazó nyílt végű megjegyzések feldolgozása különböző módokon.
Összefoglalva
A minőségi adatok jelentik a leggazdagabb betekintési forrást a tanácsadásban, a mesterséges intelligencia pedig órákat takarít meg a kódolás és tematika terén. De minden témát szó szerinti idézetekkel kell alátámasztani, a résztvevők bizalmasságát teljes mértékben védeni kell, beleértve a közvetett azonosítást, és kvantitatív felmérésekben ellenőrizni kell az olyan módszertani buktatókat, mint a mintavétel, a kérdések torzítása és a kiválasztás. A modell gyors leolvasó és címkéző; a tanácsadó feladata a bizonyítékok ellenőrzése, a titoktartás megőrzése és a "na mi lesz" réteg kialakítása.
Pályázati feladat
Készítsen több interjú-átiratot (vagy nyílt végű felmérési választ), akár valódi, akár reprezentatív, és először anonimizálja őket (beleértve a nevet és a közvetett azonosítást). Témák, idézetek, egymásnak ellentmondó kijelentések és ellentmondó hangok kiemelése erős minőségi felszólítással. Ellenőrizze legalább egy téma hivatkozását az átiratban, hogy megbizonyosodjon arról, hogy az valóban létezik. Ezután végezzen egy kis kvantitatív felmérést, és értékelje a minta és a kérdés torzítását módszertani audit kérésével.
ellenőrző lista
- [ ] Az átiratokat anonimizáltam, beleértve a nevet és a közvetett azonosítást.
- [ ] Minden témát szó szerint idéztem.
- [ ] Az egymásnak ellentmondó kifejezéseket és az egymásnak ellentmondó hangokat külön mutattam meg.
- [ ] A kis mintában a százalékok helyett nyers számokat és bizonytalanságot használtam.
- [ ] Megjelöltem a vezető kérdéseket.
- [ ] Felmértem a szelekciós torzítás kockázatát.
- [ ] Az érzékeny megjegyzéseket együttesen jelentettem, anélkül, hogy az egyénhez illesztettem volna őket.