Generator für thematische Hierarchie in XM Discover
Suite
Customer Experience
Employee Experience
Strategy & Research
Produkt
Qualtrics
Was finden Sie hier?
Über den Generator für Themenhierarchien in XM Discover
Der Topic Hierarchie Generator in XM Discover nutzt Künstliche Intelligenz (KI), um die Erstellung von Textthemenmodellen zu jumpstarten. Unter Verwendung verschiedener Inputs, einschließlich Ihrer unstrukturierten Kundendaten, des thematischen Anwendungsfalls, der Persona, der Branche und zusätzlicher Kontextinformationen, können Sie KI nutzen, um eine thematische Hierarchie aufzubauen, die es Ihnen ermöglicht, die wichtigsten Designvorlagen für Ihren geschäftlichen Anwendungsfall zu identifizieren.
Erforderliche Berechtigungen
Um den Themenhierarchie-Generator in XM Discover nutzen zu können, muss Ihr Qualtrics-Benutzerkonto die folgenden Voraussetzungen erfüllen:
- Ein verknüpftes Qualtrics Plattform Benutzerkonto und ein XM Discover Benutzerkonto.
- Ihr Benutzerkonto auf der Qualtrics-Plattform muss über die BenutzerberechtigungAI Assisted Text Analytics verfügen.
- Ihr XM DISCOVER Benutzerkonto muss über einen Konfigurationsanalysten verfügen.
Einsatz generativer KI zum Aufbau einer thematischen Hierarchie
Wählen Sie in XM Discover die Option Textanalyse in der Studio-Seitenleiste.
Es öffnet sich der Text Hierarchie Builder, mit dem Sie eine Hierarchie erstellen können.
TIPP: Wenn Sie einen Anmeldefehler erhalten, melden Sie sich manuell in einem neuen Tab bei Ihrem Qualtrics Platform Konto an und versuchen Sie es dann erneut.
Klicken Sie auf Themenmodell generieren.
Geben Sie Ihrem Modell einen Namen, damit Sie es später identifizieren können.
Wählen Sie Discover als Quelle.
Wenn Sie Zugang zu mehreren Arbeitsbereichen haben, wählen Sie den Arbeitsbereich
Wählen Sie das Projekt Discover, um das Themenmodell zu speichern.
Klicken Sie auf Anlegen.
Wählen Sie aus, was Qualtrics für Sie erstellen soll:
- Struktur des Themenmodells: Erzeugen Sie eine Hierarchie mit Bezeichnungen, aber ohne Regeln für die einzelnen Themen.
- Struktur des Themenmodells + Definitionen: Erzeugen Sie eine Hierarchie mit Bezeichnungen und Regeldefinitionen für alle Themen. TIPP: Die generierten Modelle sind ein Ausgangspunkt und können nach dem Speichern in Ihrem Projekt weiter angepasst werden.
Klicken Sie auf Speichern.
Geben Sie den Namen Ihres Unternehmens ein.
Geben Sie die Rolle im Unternehmen der User Persona ein, die die Ergebnisse der Themenanalyse verwenden soll (z.B. Employee Experience MANAGEMENT, In-store Manager:IN).
Wählen Sie Ihre Branche.
TIPP: Wenn Ihre Branche hier nicht aufgelistet ist, können Sie auf Hinzufügen klicken und dann Ihre Branche im Textfeld angeben.
Klicken Sie auf Speichern.
Geben Sie einen Anwendungsfall für die Hierarchie ein. Verwenden Sie die Beispielanwendungsfälle als Ausgangspunkt.
Klicken Sie auf Speichern.
Wählen Sie die Anzahl der Ebenen in Ihrer Hierarchie. Sie können zwischen 1 und 5 Ebenen haben; im Allgemeinen empfehlen wir 3-5 Ebenen für eine eingehende Analyse.
Klicken Sie auf Speichern.
Wählen Sie aus, ob Sie möchten, dass das Textmodell Themen auf der Grundlage der offenen Textdaten des von Ihnen ausgewählten Discover-Projekts generiert. Sie können dann die einzelnen Datenquellen auswählen, die Sie einbeziehen möchten.
TIPP: Generell empfehlen wir, Ihre Projektdaten zu verwenden, damit das generierte Modell möglichst genau auf Sie zugeschnitten ist.
Klicken Sie auf Speichern.
Falls gewünscht, können Sie zusätzliche Informationen über Ihr Unternehmen, Ihre Branche, Ihre Produkte und Dienstleistungen eingeben, um das Modell weiter anzupassen.
Klicken Sie auf Speichern.
Falls erforderlich, können Sie auf Bearbeiten klicken, um einen Teil der Modellparameter zu ändern, bevor Sie die Texthierarchie erstellen.
Klicken Sie auf Generieren. Es wird einige Minuten dauern, bis Ihr Modell fertig ist.
Verwenden Sie die Menüs oben, um Ihren Discover Arbeitsbereich und Ihr Projekt auszuwählen, um Ihr Modell zu sehen.
Wenn Ihr Modell noch nicht fertig ist, können Sie auf Themenmodelldaten aktualisieren klicken, um den Status zu aktualisieren und zu prüfen, ob die Erstellung abgeschlossen ist.
Sobald Ihr Modell “Bereit für die BEURTEILUNG” ist, klicken Sie darauf und wählen Sie die Option BEURTEILUNG Thema Modell.
Beurteilen Sie die generierten Themen. Heben Sie die Markierung aller Themen auf, die Sie nicht in Ihrem Modell behalten wollen.
Sie können das erstellte Modell bewerten und zusätzliches Feedback in das Textfeld auf der rechten Seite der Seite eingeben.
Klicken Sie auf Themen akzeptieren , um die ausgewählten Themen zu akzeptieren und das Themenmodell in den Designer zu laden.
TIPP: Wenn Sie das Modell nicht speichern möchten, klicken Sie stattdessen auf Alle Themen verwerfen .
Sobald Ihr Modell gespeichert ist, können Sie es im Designer weiter bearbeiten. Klicken Sie auf die Schaltfläche Im Designer bearbeiten, um das Modell zu öffnen.
TIPP: Wenn Sie Probleme haben, das Modell im Designer zu finden, vergewissern Sie sich, dass das richtige Projekt ausgewählt ist, und überprüfen Sie dann das Themenmodell erneut.
Sie können das Modell dann im Designer wie jedes andere Themenmodell bearbeiten.
TIPP: Die Modellinformationen im Bildschirm “Textanalyse” bleiben bei allen Änderungen, die Sie am Modell vornehmen, auf dem neuesten Stand.
Video-Durchgang
Sehen Sie sich dieses Video-Walkthrough an, um zu erfahren, wie Sie mithilfe von KI eine thematische Hierarchie erstellen und die Genauigkeit Ihres Kategoriemodells überprüfen können:
Für Fragen und Diskussionen zu KI-Themen in XM Discover besuchen Sie das Qualtrics Experience Community AI Center, wo Sie sich mit anderen Qualtrics-Benutzern über alle KI-Themen austauschen können.
Viele Seiten dieses Portals wurden mithilfe maschineller Übersetzung aus dem Englischen übersetzt. Obwohl wir bei Qualtrics die bestmögliche maschinelle Übersetzung ausgewählt haben, um ein möglichst gutes Ergebnis zu bieten, ist maschinelle Übersetzung nie perfekt. Der englische Originaltext gilt als offizielle Version. Abweichungen zwischen dem englischen Originaltext und den maschinellen Übersetzungen sind nicht rechtlich bindend.
Großartig! Vielen Dank für die Rückmeldung!
Vielen Dank für die Rückmeldung!