Denne tekst er automatisk oversat og kan derfor afvige fra originalen. Der kan ikke drages rettigheder på baggrund af denne oversættelse.
Ved grundlaget for et godt online dashboard ligger en god struktur. Som et forskningsbureau er vi dygtige til at designe dashboards baseret på forskningsspørgsmål og en politikteori. Derudover udfører vi brugerundersøgelser for at afgøre, hvilke indsigter brugerne af et dashboard har behov for. Men ikke alle behov kan afgøres på forhånd - og ofte skaber indsigter også nye spørgsmål.
Med Insight Builder muliggør vi at afdække meget mere information og viden på et dashboard. Brugeren får mulighed for at stille nye spørgsmål baseret på dataene og dermed i princippet udføre egne analyser. På den måde kan en bruger specificere en analyse til en bestemt del af et datasæt. Det kan også inkludere ting som ændring af visningen (f.eks. et søjlediagram i stedet for et linjediagram, en anden visningsperiode osv.). En udfordring er at undgå, at sådanne nye analyser fører til forkerte eller ufuldstændige resultater. Derudover er det ikke hensigten at overvælde brugeren med valgmuligheder og information.
Et eksempel på en katalogbaseret Insight Builder kan findes på pr-edict.nl. Brugere kan her dykke ned i et stort antal analyser inden for områderne IT og arbejdsmarked, hvor der let kan filtreres.
Vi tilbyder to varianter af Insight Builder. I den første variant bliver der af vores forskere oprettet et stort antal analyser i en katalog. Brugeren kan nemt søge i denne katalog og anvende filtre på analyserne. Søgningen sker baseret på naturligt sprog og en smule AI. Når en bruger søger på et ord, der ikke matcher præcist med en søgeterm på dashboardet, kan systemet alligevel vise det korrekte indhold ved intelligent matchning.
En anden variant af Insight Builder er den frie analyse: En bruger kan stille et frit analyse-spørgsmål på almindeligt menneskesprog. Derefter genererer dashboardet muligvis en analyse (grafik), der besvarer spørgsmålet. For at kunne gøre dette fodrer vi en AI med detaljerede oplysninger om datasættet, underliggende metoder og antagelser. AI'en oversætter spørgsmålet til en query (databaseforespørgsel), et forslag til en visualiseringsform og en forklaring. Med AI'en kan vi også kontrollere betingelser og angive begrænsninger for analysen. Derudover kan der også integreres hårde betingelser, såsom minimumscellfyldning.