AanmeldenGratis registreren
Blogresultaten
Weergave: 0 van 0 resultaten
Blijf nieuwsgierig! U vindt ongetwijfeld iets.
Enquêteplatform

Automatisch open vragen analyseren om te ontdekken hoe respondenten zich echt voelen

Automatisch open vragen analyseren om te ontdekken hoe respondenten zich echt voelen

Hebt u eerder inzichten verzameld? Dan weet u dat het een uitdaging is om de antwoorden op uw open vragen te begrijpen. Meer dan 40% van de SurveyMonkey-enquêtes bevat open vragen. We raden open vragen aan, omdat tekstreacties vaak een completer beeld geven van uw klanten, medewerkers of prospects.

Het analyseren van dit soort kwalitatieve gegevens kan zelfs ingewikkeld zijn voor geavanceerde marktonderzoeksbureaus. Eerst leest u de resultaten, dan gaat u op zoek naar trefwoorden en vervolgens ordent u de reacties om kwantitatieve conclusies te trekken.

De functies van SurveyMonkey Analyze, zoals filters, kruistabellen en benchmarks, helpen bij het verwerken van uw gesloten vragen. Maar als u de mening van respondenten in hun eigen woorden wilt weten, is er nu een snelle en gemakkelijke manier om open tekstreacties te analyseren.

Stel u voor dat u niet honderden tekstreacties hoeft te lezen om te weten wat respondenten zeggen. Dit is nu mogelijk met de stemmingsanalyse, een functie die onderdeel is van de abonnementen SurveyMonkey Premier, Team Premier en Enterprise.

De stemmingsanalyse gebruikt zelflerende systemen en verwerking van natuurlijke taal (NLP) om u tijd te besparen. De functie leest de reacties op uw open vragen en categoriseert elk antwoord als positief, neutraal of negatief. Daarna ziet u de verdeling van deze categorieën voor alle open vragen, waardoor u weet hoe respondenten zich voelen.

Laten we eens kijken hoe het werkt. Van oktober 2018 tot en met januari 2019, hebben we een brand awareness-enquête uitgevoerd voor de categorie mineraalwater. We hebben meer dan 2300 respondenten benaderd die SurveyMonkey Audience gebruiken, om ze te vragen wat ze vinden van mineraalwatermerken als La Croix, Spindrift, San Pellegrino en Schweppes.

We wilden weten met welke bijvoeglijke naamwoorden ze de merken voor mineraalwater zouden beschrijven. Daarna hebben we de stemmingsanalyse gebruikt om na te gaan of de algemene stemming positief of negatief was. Woorden als 'verfrissend', 'bubbels' en 'lekker' zijn geanalyseerd als positief. En woorden als 'droog', 'onprettig' en 'middelmatig' werden gecategoriseerd als negatief.

We hebben vastgesteld dat 61% van de respondenten een positief beeld had van Spindrift en dat slechts 24% een negatief beeld had van het merk.

Toen we dezelfde vraag stelden over San Pellegrino, zagen we dat 59% ook positief was, terwijl 32% negatief was.

U kunt ook filteren op stemming om deze reacties verder te verkennen. Welke vragen hebben de meest positieve reacties gekregen? Waarom resulteerde het einde van de enquête tot meer negativiteit bij de respondenten? Hadden bepaalde groepen respondenten een ander gevoel dan de rest? Bij een compleet beeld op de stemming, kunnen de resultaten verrassend zijn.

Toen we de vragen filterden op een negatieve stemming rondom San Pellegrino, zagen we veel overeenkomsten in de reacties. Respondenten hadden vaak het idee dat het merk duurder was dan de andere merken.

De stemmingsanalyse is één van de vele manieren om reacties in SurveyMonkey te analyseren. We hebben onze woordwolk verbetert. Dit is een andere krachtige functie om inzichten te verzamelen met uw open vragen.

De woordwolk telt vaak gebruikte woorden in uw tekstreacties en geeft een visueel overzicht, zodat u trends snel kunt herkennen. U kunt deze functie koppelen aan de stemmingsanalyse en filteren op stemming. U kunt bijvoorbeeld filteren op positieve stemmingen bij een bepaalde vraag. De wolk vult dan de veelgebruikte woorden in met deze parameters, zodat u kunt ontdekken wat respondenten leuk vinden.

Bij onze enquête over mineraalwater wilden we weten waarom mensen kiezen voor Spindrift in plaats van San Pellegrino of de andere merken. Met de woordwolk konden we gemakkelijk meer dan 1500 tekstreacties analyseren en worden de veelgebruikte woorden voor de beschrijving van de merken gemarkeerd.

Voor Spindrift werden termen als 'goed' en 'verfrissend' meer dan 20 keer gebruikt. Andere woorden waren 'vruchtsmaak' en 'lekker'.

Tijdens de analyse van San Pellegrino zagen we dat respondenten het merk luxer vonden dan de andere merken. De termen 'duur' en 'sjiek' werden meer dan 100 keer gebruikt. Andere termen die werden gebruikt, waren 'Italiaans' en 'fris'.

We hebben zelfs een schaal toegevoegd aan de onderkant van de woordwolken om te helpen bij datavisualisatie. Bij San Pellegrino zijn de minst gebruikte woorden 11 keer te zien en de meest gebruikte woorden 139 keer.

De woordwolk kan nu meer dan 5000 open reacties verwerken, zodat u niet meer hoeft te zoeken naar veelgebruikte woorden in uw resultaten. De zelflerende systemen zijn zo geavanceerd dat ze de grammaticale regels kennen, zoals enkelvoud vs. meervoud, tegenwoordige tijd en verleden tijd, afkortingen en zelfs emoji's.

U kunt op een creatieve manier werken met de woordwolk. Bij sommige betaalde abonnementen kunt u de kleur en het lettertype aanpassen. Daarnaast kunt u de limieten voor de woorden en de frequentie instellen. Deze aanvullende aanpassingen zorgen ervoor dat Word Cloud er geweldig uitziet in presentaties, wanneer u tekstanalyse wilt delen met belanghebbenden.

De stemmingsanalyse en de woordwolk zijn handige functies om tekstreacties van enquêtes te analyseren. U kunt ze gebruiken om brand awareness-enquêtes te beoordelen, zoals wij dat deden bij de mineraalwatermerken. Of gebruik ze bij uw enquêtes over de klanttevredenheid, werknemersbetrokkenheid of na afloop van een evenement om te ontdekken wat er wel en niet goed gaat.


Deze studie van SurveyMonkey Audience is uitgevoerd tussen oktober 2018 en januari 2019. We hebben 2381 volwassenen van 18 jaar en ouder in de Verenigde Staten geënquêteerd. De steekproef werd evenwichtig samengesteld op basis van leeftijd en gender met behulp van de Amerikaanse census. Dit onderzoek is onafhankelijk uitgevoerd door SurveyMonkey. De in dit artikel genoemde merken hebben niet betaald voor de studie.