Customer Experience
Employee Experience
Brand Experience
Core XM
Design XM

Datensätze ohne Text (Discover)

Informationen zu Datensätzen ohne Text (Discover)

Kundenfeedback, insbesondere Umfragedaten, können häufig Datensätze ohne Text enthalten (auch leere ausführliche Felder genannt). Sie können wählen, ob leere Datensätze in XM Discover berücksichtigt werden sollen.

Dieses Datenset enthält beispielsweise einige leere Zellen:

Datensatz-ID	Standort	Positives Feedback	Negatives Feedback
1	Provo	Das Hotel war überraschend ruhig. (Stimmung = 3)	Das Zimmer war sehr klein und roch schimmelig. (Stimmung = –2,25)
2	Provo
3	Dublin	Das Hotel ist sehr schön eingerichtet und geräumig. (Stimmung = 2,5)

Ausfiltern leerer Versionen

Sie können ganz einfach filtern, um Ergebnisse ohne Text und andere Inhalte mit geringem Wert wie extrem kurze Antworten und Antworten mit Anzeigen und anderen Spam auszuschließen.

Filtern nach bestimmten Versionen

Um Dokumente herauszufiltern, bei denen nur das spezifische Wort leer ist, legen Sie einen Filter mit der spezifischen ausführlichen Bedingung und dem Operator “hat einen beliebigen Wert” an.

Beispiel: Wir möchten jede Antwort sehen, bei der das Attribut Review ausgefüllt wurde.

Filtern nach „N/A“ und anderen solchen Antworten

Manchmal geben die Umfrageteilnehmer Feedback wie „keine Antwort“, „nicht zutreffend“, „nichts“ usw. ab, anstatt einen Datensatz leer zu lassen. Um diese Dokumente herauszufiltern, wählen Sie Ihr spezifisches ausführliches Wort aus, verwenden Sie den Operator “ist nicht”, und geben Sie dann den spezifischen Inhalt ein, den Sie ausschließen möchten.

Filtern nach Wortanzahl

Sie können Dokumente unter einer bestimmten Wortanzahl ausschließen. Verwenden Sie das Attribut CB Document Word Count, und legen Sie fest, dass es größer oder gleich der von Ihnen gewählten Mindestwortanzahl ist.

Nach Inhaltstyp filtern

Der Filter CB-Inhaltstyp erkennt Verben, die weniger nützliche Informationen enthalten, wie Anzeigen, Coupons und Artikellinks. Setzen Sie den Operator auf „is not“ und den Wert auf „contentful“.

Filtern von Datensätzen ohne ausführlichen Text

Datensätze, in denen jede einzelne Spalte leer ist, werden mit dem ausführlichen Typ “no_verbatim_text” gekennzeichnet.

Beispiel: Betrachtet man unsere obige Tabelle, würde nur Satz 2 mit „no_verbatim_text“ gekennzeichnet werden.

Sowohl in Studio als auch in Designer können Sie filtern, um nur leere Datensätze einzuschließen oder alle leeren Datensätze auszuschließen. Wählen Sie dazu Ausführlicher Typ aus, und setzen Sie ihn auf „no_verbatim_text.”

Beispiel: So sieht dieser Filter in Studio aus:

Dieser Filter sieht im Designer wie folgt aus:

Achtung: Ausführliche Filter entfernen die gesamte Interaktion aus Ihren Ergebnissen.

Platzhaltertext für leere Datensätze

Bei der Vorschau von Sätzen im Designer werden Datensätze mit leerem Wortlaut mit dem folgenden Text angezeigt: “Feedback-Datensatz ohne ausführliches Wort.”

Tipp: Wenn Sätze leer sind, haben sie kein Stimmungssymbol, wie oben gezeigt.

Beim Anzeigen leerer Datensätze im Quellen-Highlighter oder Dokument-Explorer lautet der Text: “Mit diesem Feedback-Datensatz ist kein Text verknüpft.”

Auswirkung auf Volumen

In Studio können Sie das Volumen auswerten, d.h. die Anzahl der Datensätze, die einer bestimmten Metrik oder einem bestimmten Filter entsprechen. Im Folgenden finden Sie einige Regeln, die in Bezug auf Volumen und leere Datensätze beachtet werden müssen:

Das Volumen enthält Datensätze mit leerem Wort, es sei denn, Sie berichten über Wörter und assoziierte Wörter.
Beim Reporting für Attribute werden leere Sprachelemente immer eingeschlossen.
Beim Reporting für Attribute und dem Aufschlüsseln von Volumenergebnissen nach einem Kategoriemodell werden relevante leere Datensätze eingeschlossen, auch wenn dieses Kategoriemodell nicht so konfiguriert ist, dass Datensätze ohne Text enthalten sind.

Beispiel: Beim Betrachten unserer Tabelle werden beide Datensätze 1 und 2 bei der Berechnung des Volumens für das Provo-Attribut berücksichtigt.

Berechnung des Volumens für Provo und Dublin

Auswirkung auf Stimmung

Die Stimmungsmetrik enthält keine Datensätze mit leerem Wortlaut.

Beispiel: Beim Betrachten unserer Tabelle wird nur Datensatz 1 bei der Berechnung der Stimmung für das Attribut Provo berücksichtigt. Datensatz 2 wird bei der Stimmungsberechnung ignoriert.

Auswirkung auf die Klassifizierung

Wenn Sie die Klassifizierung ausführen, können Sie wählen, ob leere Datensätze in Ihr Kategoriemodell aufgenommen werden sollen.

So nehmen Sie leere Datensätze in eine Klassifizierung auf:

Wechseln Sie im Designer zur Registerkarte Kategorisieren.
Klicken Sie mit der rechten Maustaste auf den Wurzelknoten.
Wählen Sie Eigenschaften.
Wählen Sie Datensätze ohne Text in Modell einschließen.
Wählen Sie OK.
Führen Sie die Klassifizierung aus.

Auswirkungen auf Projektstatistiken

Im Designer verhalten sich die Projektstatistiken auf der Registerkarte “Datenflüsse” wie folgt:

Dokumente: Anzahl umfasst alle Datensätze, einschließlich der Datensätze mit leerem Wort.
Anzahl enthält keine Datensätze mit leeren Verben.
Sätze: Anzahl enthält keine Datensätze mit leerem Wort.

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.