Textanalys
En AI-driven analys som sammanställer, kategoriserar och identifierar mönster och sentiment i textkommentarer.
Öppna frågor generar oftast stora mängder ostrukturerad textdata som är svår att sortera, tolka och visualisera på ett tydligt och effektivt sätt. I stället uppstår ett mycket tidkrävande arbete att läsa, tolka, sortera, kategorisera och analysera texterna för att kunna dra relevanta slutsatser.
Brilliants textanalys omvandlar helt enkelt ostrukturerad text till visuella grafer som är enkla att tolka.
Metodstyrd artificiell intelligens (AI)
Textanalysen är AI-baserad och använder OpenAI's senaste GPT-modell i kombination med triggers baserade på Brilliants metod och modell. Triggers, eller prompter, används för att guida AI-modellen i rätt riktning och säkerställa relevanta insikter.
Ämnen
Ett ämne kan jämföras med en kategori eller ett område. Analysen kategoriserar kommentarerna efter fördefinierade ämnen som förekommer mest frekvent i Brilliants databas och presenterar dessa på ett sätt som gör att vi snabbt får en överblick över vad textkommentarerna handlar om och möjlighet att se förändringar över tid.
Exempel
En textkommentar kan beskriva ett ämne utan att använda specifika ord som beskriver ämnet. En kommentar handla om information utan att ordet information förekommer i texten. Nedan följer två kommentarer som båda handlar om information.
"Vi får besked om förändringar i god tid och har möjligheten att anpassa oss."
vs.
"Förändringar genomförs utan att vi vet om det, vilket skapar stress."
Båda kommentarer omtalar samma ämne, information, dock är sentimenten olika. En kommentar är positiv, en är negativ.
Sentiment
Sentimentanalysen identifierar respondenternas känsla (sentiment) gentemot ämnen de omtalar i sina textkommentarer. Genom att beräkna en sentimentscore får vi omedelbar insikt i vilka delar av medarbetarupplevelsen som fungerar bra och vilka delar som behöver förbättring.
En textkommentar kan innehålla både positiva och negativa känslor kring samma ämne, och/eller olika ämnen. Till exempel kan en respondent skriva positivt om ett ämne och negativt om ett annat i en och samma textkommentar. Om innehållet kring ett specifikt ämne är både positivt och negativt så kategoriseras det som neutralt sentiment.
Sentimentscore
Brilliants senitmentscore visar förhållandet mellan positiva, neutrala och negativa delar i textkommentarer och rapporteras med ett värde mellan -100 och 100. Ett värde över 0 innebär att majoriteten av kommentarerna är positiva, ett värde under 0 innebär att majoriteten av kommentarerna är negativa. Om innehållet kring ett specifikt ämne är både positivt och negativt så kategoriseras det som neutralt sentiment.
Exempel
I en undersökning är information det mest omtalade ämnet i textkommentarerna. 54% av kommentarerna är positiva, 23% är negativa.
Beräkning
- Procentuell andel kommentarer med positivt sentiment, minus procentuell andel kommentarer med negativt sentiment = Sentimentscore
- 54% positiva - 23% negativa = 31 Sentimentscore
Observera att textanalysen har fördefinierade ämnen som förekommer mest frekvent i Brilliants databas. Det innebär att det kan förekomma fritextfrågor som i utformningen och svar inte helt eller delvis matchar de fördefinierade ämnena.