Tekst analyseren voor contentonderzoek · Banken

Binnen Banken is ‘Textmining’ gemeten op 39 procent. Daar liggen twee andere toepassingen bij in de buurt: ondersteuning bij tekstproductie op 31 procent en een app voor klanten op 30 procent. Aan de andere kant van de vergelijking staat een bruikbare eigen website op 93 procent. Tussen dat laatste percentage en 39 procent zitten 54 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 Banken voor ‘Textmining’ bestrijkt 47 branchecategorieën met een gepubliceerde uitkomst. Bij Elektrotechn. en machine-industrie staat 21 procent en bij Specialistische zakelijke diensten 39 procent. De eerstvolgende hogere meetwaarde is 41 procent bij Financiële dienstverlening. Direct onder 39 procent staat 38 procent bij Management- en technisch advies. Een afgerond gelijk percentage komt voor bij Specialistische zakelijke diensten. Bedrijfstakken kunnen elkaar gedeeltelijk omvatten; dit is een overzicht van gerapporteerde categorieën, geen optelsom van verschillende bedrijven.

Kijk nu naar de positie van Banken tegenover het bedrijfstaktotaal. Voor beeld en video delen bedraagt het verschil -19 procentpunt (28 procent tegenover 47 procent). Bij een bruikbare eigen website staan juist 93 procent en 92 procent dicht bij elkaar. Voor tekst analyseren voor contentonderzoek is het verschil +17 procentpunt. Als een opdrachtgever uit Banken al werkt met ondersteuning bij tekstproductie, vraag dan bij de intake hoe ‘Textmining’ daar in de praktijk op zou aansluiten.

Een mogelijke proefopdracht voor Banken begint met een fictief overzicht van betaalbewegingen. De hoofdpersoon in de briefing is een zakelijke gebruiker die betalingen uit elkaar wil houden. Voor tekst analyseren voor contentonderzoek krijgt de maker een tweeluik: eerst de omschrijving naast een gesimuleerde transactie, daarna de plek waar het bijbehorende bewijs kan worden gevonden. 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 een fictief overzicht van betaalbewegingen blijft hangen door een frequent woord dat verschillende klantvragen samenvoegt, is dat een aanwijzing voor een aanpassing van de productie. Het aandeel van 39 procent voor textmining in Banken blijft daarbij een afzonderlijke branchemeting. Laat een zakelijke gebruiker die betalingen uit elkaar wil houden in de testvariant eerst de omschrijving naast een gesimuleerde transactie aanwijzen voordat je besluit meer materiaal te maken over ondersteuning bij tekstproductie.