Tekst analyseren voor contentonderzoek · Autohandel en -reparatie

Binnen Autohandel en -reparatie is ‘Textmining’ gemeten op 12 procent. Daar liggen twee andere toepassingen bij in de buurt: een bestelling kunnen volgen op 12 procent en socialemediagegevens gebruiken op 14 procent. Aan de andere kant van de vergelijking staat een bruikbare eigen website op 94 procent. Tussen dat laatste percentage en 12 procent zitten 82 procentpunt. Voor tekst analyseren voor contentonderzoek volgt daar een inhoudelijke keuze uit. Welke van die toepassingen raakt daadwerkelijk de ervaring van een redacteur die terugkerende vragen uit geanonimiseerde tekst herkent?

De vergelijking van Autohandel en -reparatie voor ‘Textmining’ bestrijkt 47 branchecategorieën met een gepubliceerde uitkomst. Bij Kunststof- en bouwmateriaalindustr staat 21 procent en bij Eet- en drinkgelegenheden 11 procent. De eerstvolgende hogere meetwaarde is 13 procent bij Vervoer en opslag. Direct onder 12 procent staat 11 procent bij Horeca. Voor Autohandel en -reparatie blijkt 12 procent binnen deze vergelijking een afzonderlijke meetwaarde. Bedrijfstakken kunnen elkaar gedeeltelijk omvatten; dit is een overzicht van gerapporteerde categorieën, geen optelsom van verschillende bedrijven.

Kijk nu naar de positie van Autohandel en -reparatie tegenover het bedrijfstaktotaal. Voor online reserveren of bestellen bedraagt het verschil +27 procentpunt (60 procent tegenover 33 procent). Bij publiceren op sociale netwerken staan juist 83 procent en 82 procent dicht bij elkaar. Voor tekst analyseren voor contentonderzoek is het verschil -10 procentpunt. Als een opdrachtgever uit Autohandel en -reparatie al werkt met een bestelling kunnen volgen, vraag dan bij de intake hoe ‘Textmining’ daar in de praktijk op zou aansluiten.

Een mogelijke proefopdracht voor Autohandel en -reparatie begint met de ontvangst van een voertuig bij de werkplaats. De hoofdpersoon in de briefing is een eigenaar die begrijpt waarvoor vooraf toestemming nodig is. Voor tekst analyseren voor contentonderzoek krijgt de maker een tweeluik: eerst een fictieve werkbon naast de afgesproken handeling, daarna het controlemoment bij het ophalen. Dat is een fictieve productiesituatie, uitgewerkt om een redacteur die terugkerende vragen uit geanonimiseerde tekst herkent concreet te maken. Kan een proeflezer aan het tweede beeld aanwijzen wat in het eerste beeld nog onduidelijk was?

Leg de uitkomst naast de eigenlijke taak: vergelijk een automatische themagroep met een handmatig gelezen steekproef. Als de tester bij de ontvangst van een voertuig bij de werkplaats blijft hangen door een frequent woord dat verschillende klantvragen samenvoegt, is dat een aanwijzing voor een aanpassing van de productie. Het aandeel van 12 procent voor textmining in Autohandel en -reparatie blijft daarbij een afzonderlijke branchemeting. Laat een eigenaar die begrijpt waarvoor vooraf toestemming nodig is in de testvariant eerst een fictieve werkbon naast de afgesproken handeling aanwijzen voordat je besluit meer materiaal te maken over een bestelling kunnen volgen.