Analisi dei metadati

L'analisi dei metadati individua quali campi di metadati segmentano in modo significativo i dati qualitativi. Ad esempio, può rivelare se partecipanti di diverse fasce di età, regioni o ruoli danno rilievo a temi diversi nelle loro risposte.

Esecuzione dell'analisi dei metadati

Per eseguire un'analisi dei metadati:

1. Vada alla vista delle categorie del progetto.
2. Clicchi su Analizzi i metadati.
3. Skimle esamina tutti i campi dei metadati e determina quali producono differenze significative tra le categorie di osservazioni.

L'analisi viene eseguita in background e richiede in genere pochi minuti. I risultati vengono visualizzati nella vista delle categorie una volta completata l'analisi.

Come funziona

Skimle combina due approcci complementari per individuare pattern significativi:

• Analisi semantica - confronta il significato delle osservazioni tra i gruppi di metadati utilizzando gli embedding testuali. Se i partecipanti con valori di metadati diversi parlano di cose effettivamente diverse, questo segnale viene rilevato.
• Analisi della distribuzione - utilizza test statistici per verificare se determinati valori di metadati si concentrano in sottocategorie specifiche più di quanto ci si aspetterebbe per caso.

Un campo di metadati è considerato significativo solo quando entrambi i segnali concordano, riducendo il rischio di risultati spuri.

Lettura dei risultati

Per ogni categoria di osservazioni, la vista delle categorie mostra:

• Quali campi di metadati producono una segmentazione significativa, classificati per rilevanza.
• Descrizioni dei gruppi - per ogni campo significativo, Skimle descrive cosa caratterizza le risposte di ciascun gruppo di metadati. Ad esempio, per un campo "Fascia di età", potrebbe notare che i partecipanti più giovani si sono concentrati sull'usabilità mentre quelli più anziani hanno dato priorità all'affidabilità.
• Confronto temporale - se i documenti hanno date di creazione, Skimle confronta automaticamente i periodi recenti e quelli precedenti per evidenziare come i temi sono cambiati nel tempo.

I widget della sequenza temporale in Visualizzazioni - Andamento della sequenza temporale e Confronto tra periodi - Le consentono di esplorare la stessa domanda in modo interattivo.

Requisiti

Perché l'analisi dei metadati produca risultati utili, il progetto deve avere:

• Almeno 15 osservazioni nelle categorie analizzate.
• Almeno due valori distinti per il campo di metadati testato.
• Almeno due osservazioni per valore di metadati.

I campi che non soddisfano queste soglie vengono saltati automaticamente.

Queste soglie riguardano in definitiva la dimensione del campione: la segmentazione qualitativa diventa affidabile solo quando ciascun gruppo contiene osservazioni sufficienti da confrontare. Con una dimensione del campione molto piccola, la maggior parte dei campi verrà saltata automaticamente, quindi vale la pena analizzare un numero sufficiente di documenti prima di trarre conclusioni dalla suddivisione dei metadati.

Suggerimenti per un'analisi dei metadati efficace

• Utilizzi valori di metadati descrittivi. "Sviluppatore senior" è più utile di "Ruolo A" perché aiuta l'IA a scrivere descrizioni dei gruppi più significative.
• Mantenga gestibile il numero di valori univoci. I campi con decine di valori univoci sono più difficili da interpretare. Consideri di raggruppare i valori (ad es. fasce di età invece di età esatte).
• Aggiunga metadati prima di eseguire l'analisi. L'analisi dei metadati utilizza tutti i campi esistenti al momento dell'esecuzione. Se in seguito aggiunge nuovi campi, esegua di nuovo l'analisi per includerli.