Fluxos de pesquisa baseados em iQ de texto

Sobre fluxos de pesquisa orientados por iQ de texto

À medida que os entrevistados fornecem feedback aberto sobre sua pesquisa, a Qualtrics pode avaliar o sentimento da resposta, os tópicos usados na resposta e o sentimento desses tópicos específicos. Depois que esses cálculos são feitos, você pode usar a lógica de ramificação para enviar os entrevistados a diferentes caminhos na pesquisa, dependendo do sentimento ou dos tópicos presentes em suas respostas.

Esta página abordará os fundamentos da configuração de um fluxo de pesquisa baseado em Text iQ e fornecerá um exemplo de uma pesquisa que usa esse fluxo de forma eficaz. No exemplo que usamos ao longo da página, somos proprietários de uma loja online chamada Tread. O objetivo de nossa pesquisa é pedir às pessoas feedback aberto sobre os produtos da nossa loja. Em 1 exemplo, damos aos entrevistados a opção de retornar um produto se detectarmos que eles usaram palavras relacionadas ao dano na resposta. No outro exemplo, enviamos um e-mail aos entrevistados que parecem descrever nossos produtos como de baixa qualidade, permitindo-lhes enviar pesquisas de acompanhamento ou recompensas conforme necessário.

Adição de sentimento de texto – Elementos de tópico ao fluxo da pesquisa

1. Vá para o fluxo da pesquisa.
   
2. Clique em Adicionar abaixo no seu primeiro bloco.
3. Selecione Opinião de texto – Tópico.
4. Selecione uma pergunta ou dados integrados. Somente a entrada de texto, o campo de formulário e outros campos de texto em aberto são listados aqui.
   
5. Agora você pode analisar a opinião de toda a resposta ou adicionar tópicos e analisar suas opiniões.

Definir dados integrados para opinião de resposta

Nesta seção do elemento Text iQ, você pode salvar o sentimento de toda a resposta como um campo de Dados integrados. Isso é útil se você quiser basear a lógica de ramificação ou outras condições na opinião da resposta.

1. Defina um nome para seu campo. Esse nome será usado novamente quando você criar lógica com base nesses campos.
   
   Qdica: para facilitar o uso, você pode nomear este campo após a pergunta ou os dados incorporados nos quais ele se baseia, como ProductFeedbackSentiment ou ProductFeedbackScore. Neste exemplo, estamos chamando-o de OverallSentimentScore porque estamos analisando o escore de sentimento de toda a pergunta, não apenas os tópicos nessa resposta.
2. Selecione se este campo está registrando a Etiqueta de opinião ou a Pontuação da entrada de texto.
   • Etiqueta da opinião: se um comentário é positivo, negativo, neutro ou misto em tom. Ao utilizar este campo para criar a lógica de ramificação, certifique-se de que as etiquetas estão em maiúsculas e escritas corretamente (por exemplo, “Positivo”, não “Positivo”).
   • Escore de opinião: escore de A -2 a +2 para a opinião de um comentário. Por exemplo, uma resposta muito intensa e positiva, como “Eu adoro LOVE SUA EMPRESA!” pontuaria +2. Uma resposta intensamente negativa, como “DESPEÇO UTTERMENTE sua empresa!” receberiam um -2. Um 0 é uma pontuação neutra.
3. Clique no sinal de mais ( + ) para adicionar outro campo de opinião.
4. Clique no sinal de menos ( – ) para remover um campo de opinião.
   

Adição de tópicos e opiniões sobre o tópico

Ao adicionar tópicos, você também pode avaliar a opinião desses tópicos. Por exemplo, um entrevistado pode dar um comentário misto onde elogiam o sorvete do seu restaurante enquanto criticam duramente seus hambúrgueres. Talvez você queira ramificá-los para diferentes partes da pesquisa com base em sua opinião em relação aos hambúrgueres, mas não necessariamente ao sorvete.

Ao escrever consultas, tenha cuidado para garantir que suas declarações façam sentido. Não deixe as conjunções penduradas (por exemplo, certifique-se de que “e”, “ou”, etc. não são a última palavra na consulta), verifique novamente sua ortografia e certifique-se de fechar parênteses.

1. Onde se diz Adicionar tópicos para detectar o sentimento em relação a, clique no sinal de mais ( + ).
   
2. Nomeie seu tópico.
   
   Qdica: Os tópicos devem ser baseados em assuntos relevantes para o feedback que você está solicitando, como assuntos sobre os quais você deseja mais informações. Por exemplo, “limpeza” é um bom tópico para uma loja física, mas não é provável que seja trazido em feedback para uma loja online. Tente manter os tópicos amplos e imparciais. Por exemplo, “qualidade” é um tópico melhor do que “má qualidade”. Um tópico de “qualidade” geral pode ser mais forte do que ter um tópico para cada material do qual seus produtos são feitos, uma vez que os entrevistados não são propensos a chamar todos os materiais pelo nome, e optarão por avaliações gerais, como “parecia barato e rasgado facilmente”.
   Qdica: Se esta for uma pesquisa ativa para a qual você já criou tópicos, clique no menu suspenso para escolher um tópico preexistente.
   
3. Configure a consulta para seu tópico. Isso determina as palavras e frases que devem (ou não) ser incluídas em uma resposta de texto livre para que sejam marcadas com este tópico.
   Qdica: Você não pode deixar este campo em branco. O Text iQ usa lematização para identificar respostas com diferentes tempos da mesma palavra (por exemplo, “limpo” vai pegar limpas, limpar, limpar e até mesmo erros ortográficos comuns, como “limpar”). No entanto, o Text iQ não selecionará sinônimos (por exemplo, “limpo” não selecionará “higiênico”), a menos que você os adicione à consulta.  Para obter mais informações sobre a criação de consultas, consulte a página de suporte vinculada.
4. Clique no sinal de mais ( + ) para adicionar outro tópico.
5. Clique no sinal de menos ( – ) para remover um tópico.
6. Uma nova seção será exibida para cada tópico que permite definir campos de opinião. Navegue aqui para adicionar dados integrados especificamente para os tópicos que você criou, em vez de capturar informações que se aplicam a toda a resposta. Aqui, você pode adicionar dados integrados que capturam o seguinte para cada tópico:
   
   • Tópico existe: um valor verdadeiro/falso que indica se o comentário foi marcado com este tópico ou não. Ao utilizar este campo para criar lógica de ramificação, certifique-se de que os valores estão definidos como verdadeiros ou falsos (dependente de maiúsculas/minúsculas).
     Exemplo: usando o conjunto de dados incorporados na captura de tela acima como referência, se danos, quebras de lágrimas ou rips forem mencionados na resposta, o tópico Dano seria aplicado e o campo Dano detectado seria igual a verdadeiro.
   • Nome do tópico: o valor do campo de dados integrados seria o nome do tópico.
   • Título da opinião: se um comentário sobre este tópico é Positivo, Negativo, Neutro ou Misto em tom. Misto difere de Neutro na medida em que sugere que tanto o sentimento Positivo quanto o Negativo estão presentes. Ao utilizar este campo para criar a lógica de ramificação, certifique-se de que as etiquetas estão em maiúsculas e escritas corretamente (por exemplo, “Positivo”, não “Positivo”).
   • Escore de opinião: escore de A -2 a +2 para a opinião de um tópico. Por exemplo, uma resposta muito intensa e positiva, como “Eu adoro LOVE SUA EMPRESA!” pontuaria +2. Uma resposta intensamente negativa, como “DESPEÇO UTTERMENTE sua empresa!” receberiam um -2. Um 0 é uma pontuação neutra.
7. Aplique as alterações no fluxo da pesquisa.

Usando fluxos de pesquisa baseados em iQ de texto para fazer perguntas subsequentes

Esta seção mostrará como criar uma pesquisa de feedback de produto que use fluxos de pesquisa baseados no Text iQ para enviar o entrevistado para perguntas diferentes. Em particular, estamos procurando entrevistados que relataram danos a um produto, para que possamos oferecer a eles a chance de devolver o produto e para os entrevistados que identificaram nosso produto como sendo de baixa qualidade, para que possamos pedir exemplos específicos que possamos agir em um novo design de produto.

Esta pesquisa é apenas um exemplo. A elaboração da pesquisa e as consultas temáticas aqui incluídas foram desenvolvidas com grande cuidado, mas não estão garantidas para atender às necessidades de pesquisa de todos.

Configuração da Pesquisa

Neste exemplo, estamos executando uma pesquisa que solicita o feedback dos entrevistados sobre produtos que compraram de nossa empresa imaginária. A pesquisa neste exemplo tem o seguinte:

• Um primeiro bloco intitulado “Bloco de introdução”. Este bloco solicita ao usuário que selecione um produto (múltipla escolha) e, em seguida, forneça feedback aberto sobre esse produto (entrada de texto).
• Um segundo bloco intitulado “Baixa qualidade do produto”, em que pedimos detalhes sobre o motivo pelo qual o entrevistado sentiu que o produto tinha uma qualidade tão ruim (entrada de texto).
• Um terceiro bloco intitulado “Danos de produtos”. Este bloco pede desculpas pelo dano e pergunta se o entrevistado gostaria de devolver o produto (múltipla escolha).

Configuração do fluxo do Text iQ

Neste exemplo, a pergunta de entrada de texto solicitando feedback de produto aberto (primeiro bloco) está sendo analisada com o Text iQ.

Configuração do fluxo da pesquisa e da lógica de ramificação

O fluxo da pesquisa está na seguinte ordem:

• No topo do Fluxo da Pesquisa, um “Bloco de Introdução” que pede um produto e feedback aberto.
• Elemento Text iQ.

• Primeira ramificação:
  • A condição diz que, se os dados incorporados QualitySentiment forem iguais a Negativo, o respondente irá para o bloco “Baixa qualidade do produto”, onde será solicitado que explique por que sentiu que o produto era de baixa qualidade. Assim, podemos agir com base nesse feedback e melhorar o produto.
• Segunda ramificação:
  • A condição diz que, se os dados incorporados DamageDetected forem true E DamageSentiment for Negativo, o respondente irá para o bloco “Dano do produto”.
  • A ideia aqui é que, se alguma menção de dano for detectada na resposta, o entrevistado será questionado se quer devolver seu produto danificado. Adicionamos a condição DamageSentiment ao ramo para garantir que eles não estão fazendo a rara declaração positiva sobre danos, por exemplo, “Eu amo que esta bolsa não danifique facilmente!”

Visualização do entrevistado

Depois de selecionar o produto que deseja revisar, o entrevistado diz que o produto falhou rapidamente e parece ser de má qualidade.

Devido ao uso da palavra “qualidade” e ao sentimento altamente negativo da palavra “horrível”, aparece o bloco “Baixa Qualidade do Produto”, solicitando ao entrevistado que elabore sobre o que tornou o produto de tão baixa qualidade.

Devido ao uso da palavra “rasgado”, o bloco “Dano do produto” é exibido, perguntando ao entrevistado se ele gostaria de devolver o produto.

Uso de fluxos de pesquisa orientados por iQ de texto para enviar tarefas por e-mail

Os e-mails podem ser enviados assim que um entrevistado que atende determinados critérios terminar sua pesquisa. O e-mail então vai para o entrevistado ou para uma lista estática de colegas.

Neste exemplo, enviaremos um e-mail de acompanhamento aos entrevistados que indicaram sentimento negativo em relação à qualidade do produto.

1. Adicione um elemento Text iQ Survey à sua pesquisa.
   
2. Adicione o tópico Qualidade. Aqui, nossa consulta para este tópico foi “(material ou qualidade ou condição) e (pobre ou barato ou luxuoso ou alto ou baixo ou ótimo ou ruim)”.
3. Role para baixo até onde você pode definir dados integrados para o tópico Qualidade.
   
4. Nomeie seu campo QualityScore.
5. Defina-o como igual ao campo Escore de opinião.
6. Aplique as alterações no fluxo da pesquisa.
7. Vá para a guia Fluxos de trabalho.
   
8. Clique em Criar um fluxo de trabalho e, em seguida, em Iniciado por um evento para criar um novo fluxo de trabalho baseado em evento com base nas respostas de pesquisa criadas.
9. Adicione uma condição com base nos dados integrados de sentimento do seu tópico. Neste exemplo, chamamos de QualityScore.
   
10. Selecione Menor que.
11. Digite um zero ( 0 ). As pontuações de opinião podem ser qualquer valor de -10 a +10, com valores negativos refletindo opinião negativa. Esta lógica implica que queremos enviar um e-mail a qualquer pessoa com uma pontuação de sentimento negativa.
12. Adicione uma tarefa de e-mail.
    
13. Dependendo de você ter enviado um e-mail ao cliente usando uma lista de contatos ou solicitado seu endereço de e-mail em uma pergunta, use o botão de texto canalizado para adicionar uma pergunta de pesquisa ou um campo de painel (campo de contato).
    
14. Conclua a gravação e personalize sua tarefa de e-mail. Você pode até escolher em quanto tempo o entrevistado termina a pesquisa que você deseja que o e-mail seja enviado.

Perguntas frequentes