Ce texte a été traduit automatiquement et peut donc différer de l'original. Aucun droit ne peut être dérivé de cette traduction.
Nous rendons les résultats de recherche réellement utilisables en les présentant de manière interactive.
Avec un tableau de bord, les résultats de la recherche prennent vie, car les réponses peuvent être constamment mises à jour. De plus, les tableaux de bord sont plus accessibles que les rapports de recherche et ont donc souvent un plus grand impact. Des réponses qui restent, littéralement et métaphoriquement.
À la base d'un bon tableau de bord se trouve une bonne structure. En tant que bureau de recherche, nous excellons dans la création de tableaux de bord en fonction des questions de recherche et d'une théorie de politique. De plus, nous réalisons des études sur les utilisateurs pour déterminer quels insights les utilisateurs d'un tableau de bord recherchent. Tous les besoins des utilisateurs ne sont pas prévisibles à l'avance - et souvent les insights soulèvent de nouvelles questions. Notre solution à cela est l'Insight Builder.
Insight Builder:
Avec l'Insight Builder, nous offrons la possibilité de débloquer beaucoup plus d'informations et de connaissances sur un tableau de bord. L'utilisateur est en mesure de poser de nouvelles questions basées sur les données, et peut donc effectuer ses propres analyses en réalité. Un utilisateur peut spécifier une analyse à une découpe spécifique d'un ensemble de données. Il peut également modifier l'affichage (passer d'un graphique à barres à un graphique linéaire, changer la période d'affichage, etc.). Un défi est d'éviter que de telles nouvelles analyses conduisent à des résultats incorrects ou incomplets. De plus, il ne s'agit pas de submerger l'utilisateur de choix et d'informations.
Nous proposons deux variantes de l'Insight Builder. Dans la première variante, nos chercheurs préparent un grand nombre d'analyses dans un catalogue. L'utilisateur peut facilement parcourir ce catalogue et appliquer des filtres aux analyses. La recherche se fait en fonction du langage naturel et d'une touche d'IA. Lorsqu'un utilisateur recherche un mot qui ne correspond pas exactement à un terme de recherche sur le tableau de bord, le système peut quand même afficher le contenu correct grâce à une correspondance intelligente. Un exemple de l'Insight Builder basé sur un catalogue peut être trouvé sur pr-edict.nl. Les utilisateurs peuvent explorer un grand nombre d'analyses dans les domaines des TIC et du marché du travail, avec la possibilité de filtrer facilement.
Une variante plus moderne est l'AI Insight Builder. Un utilisateur peut poser une question d'analyse libre en langage humain normal. Ensuite, le tableau de bord produit, si possible, une analyse (graphique) répondant à la question. Pour ce faire, nous alimentons une IA avec des informations détaillées sur l'ensemble de données, les méthodes sous-jacentes et les hypothèses. L'IA traduit la question en une requête (requête de base de données), une proposition de forme de visualisation et une explication. Avec l'IA, nous pouvons également vérifier les contraintes et les limitations de l'analyse. De plus, des contraintes strictes peuvent également être intégrées, comme un remplissage minimal des cellules.
Personnalisation:
Dialogic crée des applications sur mesure pour la visualisation, la collecte de données et l'analyse. Ici, vous trouverez un exemple de visualisation sur mesure. Chaque cercle représente un festival. La couleur fait référence au genre. Les festivals accueillant les mêmes artistes sont plus proches les uns des autres. Ainsi, un utilisateur peut trouver de manière interactive des festivals intéressants.





