Passer au contenu principal
Loading...
Skip to article
  • Customer Experience
    Customer Experience
  • Employee Experience
    Employee Experience
  • Brand Experience
    Brand Experience
  • Core XM
    Core XM
  • Design XM
    Design XM

Utilisation de valeurs aberrantes (Studio)


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


À propos de l’utilisation des valeurs aberrantes

Les valeurs aberrantes sont des outils d’exploration des causes profondes qui identifient rapidement quels mots sont uniques ou inhabituels sur un point de données donné.

Fonctionnement des valeurs aberrantes

Les valeurs aberrantes comparent la prévalence d’un mot, d’un mot associé ou d’un hashtag dans un point de données sélectionné à la prévalence dans le widget dans son ensemble, puis classent ces mots en fonction des plus grandes disparités. Les mots qui sont beaucoup plus rares ou beaucoup plus populaires que prévu sont classés les plus élevés.

Les valeurs aberrantes affichent les mots, les mots associés et les hashtags qui répondent à l’un des critères suivants :

  • Elles se produisent inhabituellement pour le point de données sélectionné, par opposition au reste du jeu de données.
  • Ils surviennent inhabituellement rarement pour le point de données sélectionné, par opposition au reste du jeu de données.
    Astuce Qualtrics : en d’autres termes, les valeurs aberrantes peuvent avoir des volumes individuels très faibles, car ces termes ont des volumes anormalement bas pour le point de données par rapport à d’autres points de données.

Les valeurs aberrantes fournissent une alternative à la recherche des “10 premiers mots” pour n’importe quel point de données dans Studio, ce qui peut être utile seul. Cependant, les “10 premiers mots” sont souvent les 10 premières valeurs pour tous les points de données et ne différencient pas nécessairement ce qui se passe derrière un point de données particulier qui vous intéresse.

Métrique de modification de la prévalence

table des valeurs aberrantes

La modification de la prévalence indique à quel point une valeur aberrante est plus ou moins fréquente pour l’élément que vous avez exploré, par rapport aux données du widget dans leur ensemble.

Lorsque vous explorez une valeur aberrante, XM Discover évalue les interactions pour l’élément exploré (nous appelons cela le “premier plan”) et les compare à l’ensemble des interactions du widget (nous appelons cela “arrière-plan”). Il présente alors les valeurs qui présentent la plus grande disparité de prévalence, c’est-à-dire les valeurs les plus inhabituelles dans le taux de prévalence. La métrique Changement de prévalence vous montre exactement ce que cette disparité est pour vous donner une meilleure idée de l’extrême et de la valeur aberrante.

Le changement de prévalence est calculé à l’aide de la formule suivante :

Modification de la prévalence = pourcentage de prévalence en avant-plan – arrière-plan de prévalence en pourcentage

Notez qu’il peut s’agir d’une valeur négative si un mot est inhabituellement rare dans le groupe exploré par rapport à l’arrière-plan.

Exemple : nous explorons New York dans un widget affichant des données pour l’Amérique du Nord. Une valeur aberrante supérieure peut être le mot « large », car en Amérique du Nord, ce mot est relativement rare, peut-être avec une prévalence de 0,5 % des interactions mentionnant « large ». Cependant, dans les interactions de New York, ce terme se produit 11% du temps. Dans ce cas, le changement de prévalence serait de 10,5 % (11 % – 0,5 %).

Quand utiliser les valeurs aberrantes

L’utilisation de valeurs aberrantes peut s’avérer bénéfique :

  • Examiner des points de données inhabituels (comme un pic ou un creux sur un graphique de tendance, une grande zone sur une tarte ou une carte de chaleur, ou une couleur relative sur un nuage de mots) pour découvrir ce qui les conduit.
  • Utilisation de pilotes. Les pilotes ne renvoient pas de mots, de mots associés ou de hashtags comme indicateurs d’un résultat. Avec les valeurs aberrantes, vous sélectionnez un point de données et dérivez des corrélations.
  • Chasse à des termes tendance pour découvrir de nouveaux sujets potentiels.

Comment afficher les valeurs aberrantes

Exploration des valeurs aberrantes dans un diagramme à barres

  1. Ouvrez un tableau de bord en mode d’affichage.
    Astuce Qualtrics : les valeurs aberrantes sont uniquement disponibles en mode d’affichage.
  2. Cliquez sur le point de données que vous voulez analyser.
  3. Cliquez sur Valeurs aberrantes.

Une table sera générée et affichera les mots, les mots associés et les hashtags associés au point de données. Ceux-ci sont tous triés par rang, avec la plus grande disparité de prévalence au sommet.

De nombreuses pages de ce site ont été traduites de l'anglais en traduction automatique. Chez Qualtrics, nous avons accompli notre devoir de diligence pour trouver les meilleures traductions automatiques possibles. Toutefois, le résultat ne peut pas être constamment parfait. Le texte original en anglais est considéré comme la version officielle, et toute discordance entre l'original et les traductions automatiques ne pourra être considérée comme juridiquement contraignante.