-
Customer Experience -
Employee Experience -
Brand Experience -
Core XM -
Design XM
トピックフィルタの対比トピック包含 (Studio)
トピックフィルタの対についてトピックの包含
Studio では、特定のトピック別にデータをフィルタリングしたり、ウィジェットに含める特定のトピックを選択したりすることができます。これらの機能は類似しているように聞こえますが、これらの 2 つの機能は目的が異なり、異なるデータ結果を生成できます。
この 2 つの違いを理解する最も簡単な方法は、各関数の目的を覚えておくことです。データをフィルタリングすると、表示される結果が絞り込まれ、特定の基準を満たすデータのみが表示されます。トピックを含めたり除外したりすると、ウィジェットに含まれるトピックのグループ数が変わります。これは、データに適用するフィルターによってさらに影響を受ける可能性があります。
例：時間の経過に伴うトピックのボリューム
このページの残りの部分では、例で使用する 2 行のウィジェットを作成しましょう。1 つのウィジェットではトピックフィルタが使用され、もう 1 つのウィジェットでは使用可能一覧が使用されます。
次に［フィルター］タブで、［宿泊］トピックに追加条件を設定し、［部屋］を選択します。
次に、使用可能リストで選択するトピックはルームのみです。
ボリューム別ウィジェットの比較
ボリュームを計算として使用して、これらのウィジェットを比較しましょう (デフォルト)。
ウィジェット 1：トピックフィルタ
最初の行ウィジェットは四半期別にグループ化され、”ルーム” トピックでフィルタリングされます。以下に、各四半期の正確な数量を示します。
別のウィジェットからルームにドリルしたり、ダッシュボード全体のフィルタを設定したりすると、同じデータが表示されることがあります。
ウィジェット 2：使用可能リスト
2 番目のウィジェットは、四半期別、トピック別にグループ化されます。このようなトピックのグループ化は、伝票レベルではなく文レベルです。
例：宿泊について 3 回記載されたフィードバック文書を 1 件作成することができます。
ボリュームは常にドキュメント数を反映し、文には反映されません。そのため、このウィジェットに表示される数値は推定として動作します。このウィジェットのルームトピックの見積は、最初のウィジェットに表示される正確な結果の数パーセント以下です。
合計容積 (n =) も 2 つのウィジェット間で大きく異なります。2 番目のウィジェットの値を合計すると、表示されるデータポイントと等しくないことがわかります。これは、n は使用可能リストではなく、ダッシュボードフィルタ内のドキュメント数を反映しているためです。
(このダッシュボードフィルタはスクリーンショットには表示されません。)
親比率 (%) によるウィジェットの比較
この例では、ウィジェットの計算をに変更します。 上位 % 結果を比較します
ウィジェット 1：トピックフィルタ
最初のウィジェットは、各四半期がその親に貢献するパーセンテージを計算します。親グループがないため、日付範囲全体の合計ボリュームが親として使用されます。
2016 年第 4 四半期は、2016 年のルーム関連の回答全体の 42.4% を占めています。
ウィジェット 2：使用可能リスト
2 番目のウィジェットは、各トピックがその親である四半期 (第 1 のグループ) に寄与するパーセンテージを計算します。ルームは、2016 年第 4 四半期に収集されたすべての回答の 81.3% で言及されました。
まとめ
どちらのウィジェットも価値があり、異なる質問に回答します。ただし、これらのウィジェットは、ボリュームの例など、異なる結果を表示しながら表面的に類似しているように見えることがあります。
最初のウィジェット（トピックフィルター）は、次の質問に答えます。2016 年に収集されたトピック「Room」に関連するフィードバックの合計を見ると、2016 年第 4 四半期にはそのうち、何パーセントが収集されましたか？
2 番目のウィジェット (使用可能リスト) は、次の質問に答えます。2016 年に収集されたフィードバックの合計を見ると、”部屋” というトピックに関連していた割合はどの程度ですか。
一般的に、使用可能一覧に対するフィルタに固執することをお奨めします。使用可能リストによってウィジェットに含まれるグループが変更されるため、トピックを含めたり除外したりすると、親と合計の割合（%）が大幅に影響し、表面的に異なる結果になる可能性があります。
質問に回答するには、必要な数のグループ化を使用することをお奨めします。これにより、ウィジェットのパフォーマンスが向上し、（データを回答する質問に応じて）精度が向上し、解釈しやすくなります。