Antwoorde wat bybly.

Met 'n dashboard word navorsingsresultate lewendig, omdat die antwoorde voortdurend opgedateer kan word. Daarbenewens is dashboards toegankliker as navorsingsverslae, en het dus dikwels 'n groter impak. Antwoorde wat bybly, letterlik en figuurlik.

Aan die basis van 'n goeie dashboard lê 'n goeie struktuur. As 'n navorsingsfirma is ons goed daarin om dashboards te vorm op grond van navorsingsvrae en 'n beleidsteorie. Ons voer ook gebruikersnavorsing uit om te bepaal watter insigte die gebruikers van 'n dashboard benodig. Nie elke gebruikersbehoefte kan vooraf bepaal word nie, en dikwels roep insigte ook weer nuwe vrae op. Ons oplossing hiervoor is die 'Insight Builder'.

Insight Builder

Met die Insight Builder bied ons 'n geleentheid om veel meer inligting en kennis te ontsluit op 'n dashboard. Die gebruiker kan nuwe vrae vra op grond van die data, en dus eintlik eie ontledings kan uitvoer. So kan 'n gebruiker 'n ontleding spesifiseer tot 'n spesifieke deel van 'n dataset. Ook sake soos die aanpassing van die vertoning (byvoorbeeld 'n staafgrafiek in plaas van 'n lyngrafiek, 'n ander vertoningsperiode, ensovoorts). 'n Uitdaging hiermee is om te voorkom dat sulke nuwe ontledings lei tot onakkurate of onvolledige resultate. Daarbenewens is dit nie die bedoeling om die gebruiker te oorlaai met keuses en inligting nie.

Ons bied twee variasies van die Insight Builder aan. In die eerste variasie stel ons navorsers 'n groot aantal ontledings 'klaar' in 'n katalogus. Die gebruiker kan hierdie katalogus maklik deursoek en filters toepas op die ontledings. Die soektog geskied op grond van natuurlike taal en 'n bietjie AI. Wanneer 'n gebruiker soek na 'n woord wat nie presies ooreenstem met 'n soekterm op die dashboard nie, kan die sisteem steeds die regte inhoud vertoon deur slim koppeling. 'n Voorbeeld van 'n katalogusgebaseerde Insight Builder kan gevind word op pr-edict.nl. Gebruikers kan hier deur 'n groot aantal ontledings op die gebied van ICT en die arbeidsmark blaai, terwyl hulle maklik kan filter.

'N moderner variasie is die AI Insight Builder. 'N gebruiker kan 'n vrye ontledingsvraag in normale taal stel. Die dashboard produseer dan moontlik 'n ontleding (grafiek) wat die vraag beantwoord. Om dit te kan doen, voed ons 'n AI met gedetailleerde inligting oor die dataset, onderliggende metodes, en aannames. Die AI vertaal die vraag na 'n query (databasisvraag), 'n voorstel vir 'n visualisering, en 'n verduideliking. Met die AI kan ons ook randvoorwaardes bevestig en beperkings van die ontleding aandui. Daarbenewens kan ook 'n minimale sellading aangebring word.

Maatwerk

Dialogic bied maatwerktoepassings vir visualisering, data-insameling, en ontleding. Onderstaande is 'n voorbeeld van maatwerk visualisering. Elke sirkel stel 'n musiekfees voor. Die kleur verwys na die genre. Feeste wat dieselfde kunstenaars ontvang, staan naby aan mekaar. 'N Gebruiker kan so interaktief interessante musiekfeeste vind.