Video: Semistrukturerad intervju, kvalitativ metod, renskriva/transkribera, intervjuguide/-mall 2024
Det finns många metoder för att analysera ostrukturerad data för ditt stora datainitiativ. Historiskt kom dessa tekniker ut av tekniska områden som NLP (Natural Language Processing), kunskapsupptäckt, datautvinning, informationshämtning och statistik. Textanalys är processen att analysera ostrukturerad text, extrahera relevant information och omvandla den till strukturerad information som sedan kan hanteras på olika sätt.
Analys- och extraktionsprocesserna utnyttjar tekniker som härstammar i beräkningslingvistik, statistik och andra datavetenskapsdiscipliner.
Ibland kan ett exempel hjälpa till att förklara ett komplext ämne. Antag att du arbetar för marknadsavdelningen i ett trådlöst telefonföretag. Du har just lanserat två nya anropsplaner - Planera A och Planera B - och du får inte det upptag du önskade på Plan A. Den ostrukturerade texten från anropscentralerna kan ge dig en inblick i varför detta hände.
De understrukna orden innehåller informationen du kanske behöver för att förstå varför Plan A inte får snabbt antagande. Enheten Plan A visas till exempel i samtalscentralerna, vilket indikerar att rapporterna nämner planen.
Villkoren övergångsminuter, 4GB data, dataplan, och dyra är bevis på att det finns ett problem med överlåtningsminuter, dataplanen och priset. Ord som löjligt och dumma ger insikt i uppringarens känsla, vilket i detta fall är negativt.
Textanalysprocessen använder olika algoritmer, till exempel förståelse av meningsstrukturen, att analysera den ostrukturerade texten och sedan extrahera information och omvandla den informationen till strukturerad data. De strukturerade data som extraheras från den ostrukturerade texten illustreras i tabell 13-1.
| Identifier | Enhet | Utgåva | Sentiment |
|---|---|---|---|
| Cust XYZ | Plan A | Roll-over minuter | Neutral |
| Cust ABC | Plan A | Omrullningsminuter | Negativ |
| XXXX | Plan A | Dyrt | Neutral |
| XXXX | Plan A | Dataplan | Neutral |
| Cust XYT > Planera A | Dataplan | Negativ | Du kan titta på detta och säga, "Men jag kunde ha räknat ut det genom att titta på callcenter-posterna. "Men det här är bara en liten delmängd av informationen som registreras av tusentals call center-agenter. Varje enskild agent kan inte möjliggöra en bred trend när det gäller problemet med varje plan som erbjuds av företaget. |
Agenter har inte tid eller krav att dela denna information över alla andra callcenteragenter som kanske får liknande antal samtal om Plan A. Men efter att denna information aggregeras och bearbetas med hjälp av textanalysalgoritmer, är en trend kan uppstå ur denna ostrukturerade data. Det är det som gör textanalyser så kraftfulla.
Sökningen handlar om att hämta ett dokument baserat på vilka slutanvändare som redan vet att de letar efter. Textanalys handlar om att upptäcka information. Även om textanalys skiljer sig från sökningen kan det öka sökteknikerna. Exempelvis kan textanalyser kombinerat med sökningen användas för att ge bättre kategorisering eller klassificering av dokument och att skapa abstrakter eller sammanfattningar av dokument.
Det finns fyra teknologier: fråga, datautvinning, sökning och textanalys. På vänster sida av bordet är frågan och sökningen, som både handlar om hämtning. En slutanvändare kan till exempel fråga efter en databas för att ta reda på hur många kunder som slutade använda företagets tjänster under den senaste månaden.
Frågan skulle returnera ett enda nummer. Endast genom att fråga fler och olika frågor kommer slutanvändaren att få den information som krävs för att avgöra varför kunderna lämnar. På samma sätt tillåter sökordsökningen slutanvändaren att hitta de dokument som innehåller namnen på ett företags konkurrenter. Sökningen skulle returnera en grupp dokument. Endast genom att läsa dokumenten skulle slutanvändaren komma med några relevanta svar.
Hämtning
| Insikt | Strukturerad | |
|---|---|---|
| Fråga: Returerar data | Datautvinning: Insikt från strukturerad data | Ostrukturerad |
| Sök: Returnerar dokument | Textanalys: Insikt från text < Tekniken till vänster returnerar informationsstycken och kräver mänsklig interaktion för att syntetisera och analysera den informationen. Tekniken till höger - data mining och textanalys - ger insikt mycket snabbare. Förhoppningsvis blir värdet av textanalys till din organisation klart. |
