| Onderzochte bedrijven | Aandeel |
|---|---|
| Verzekeringen | 58% |
| Vergelijkingsgroep CBS | 22% |
| IT- en informatiedienstverlening | 52% |
| Eet- en drinkgelegenheden | 11% |
| Reclamewezen en marktonderzoek | 52% |
CBS-onderzoek ICT-gebruik bij bedrijven, verslagjaar 2025, onder bedrijven met 10 of meer werkzame personen. De uitkomsten voor 2025 zijn voorlopig. Bedrijfstak 900027, indicator Textmining_54.
Welke functies sluiten aan op tekst analyseren voor contentonderzoek?
Binnen Verzekeringen is ‘Textmining’ gemeten op 58 procent. Daar liggen twee andere toepassingen bij in de buurt: spraakherkenning bij interviews op 49 procent en beeld en video delen op 48 procent. Aan de andere kant van de vergelijking staat een zakelijk blog bijhouden op 23 procent. Tussen dat laatste percentage en 58 procent zitten 35 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 plaats van Verzekeringen tussen andere bedrijven
De vergelijking van Verzekeringen voor ‘Textmining’ bestrijkt 47 branchecategorieën met een gepubliceerde uitkomst. Bij Elektrotechn. en machine-industrie staat 21 procent en bij IT- en informatiedienstverlening 52 procent. Binnen deze selectie is er geen hogere gepubliceerde meetwaarde dan 58 procent. Direct onder 58 procent staat 52 procent bij Reclamewezen en marktonderzoek. Voor Verzekeringen blijkt 58 procent binnen deze vergelijking een afzonderlijke meetwaarde. Bedrijfstakken kunnen elkaar gedeeltelijk omvatten; dit is een overzicht van gerapporteerde categorieën, geen optelsom van verschillende bedrijven.
Afstanden tot het bedrijfstaktotaal
Kijk nu naar de positie van Verzekeringen tegenover het bedrijfstaktotaal. Voor spraakherkenning bij interviews bedraagt het verschil +37 procentpunt (49 procent tegenover 12 procent). Bij publiceren op sociale netwerken staan juist 82 procent en 82 procent dicht bij elkaar. Voor tekst analyseren voor contentonderzoek is het verschil +36 procentpunt. Als een opdrachtgever uit Verzekeringen al werkt met spraakherkenning bij interviews, vraag dan bij de intake hoe ‘Textmining’ daar in de praktijk op zou aansluiten.
Een concrete studioproef voor Verzekeringen
Een mogelijke proefopdracht voor Verzekeringen begint met twee gedateerde voorbeeldvoorwaarden. De hoofdpersoon in de briefing is een adviseur die de geldende versie wil terugvinden. Voor tekst analyseren voor contentonderzoek krijgt de maker een tweeluik: eerst het versienummer in beide documenten, daarna de plek waar een wijziging is toegelicht. 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 twee gedateerde voorbeeldvoorwaarden blijft hangen door een frequent woord dat verschillende klantvragen samenvoegt, is dat een aanwijzing voor een aanpassing van de productie. Het aandeel van 58 procent voor textmining in Verzekeringen blijft daarbij een afzonderlijke branchemeting. Laat een adviseur die de geldende versie wil terugvinden in de testvariant eerst het versienummer in beide documenten aanwijzen voordat je besluit meer materiaal te maken over spraakherkenning bij interviews.
