Tekst analyseren voor contentonderzoek · Uitzendbureaus en arbeidsbemiddeling

Binnen Uitzendbureaus en arbeidsbemiddeling is ‘Textmining’ gemeten op 25 procent. Daar liggen twee andere toepassingen bij in de buurt: een meertalige website op 28 procent en socialemediagegevens gebruiken op 19 procent. Aan de andere kant van de vergelijking staat een bruikbare eigen website op 85 procent. Tussen dat laatste percentage en 25 procent zitten 60 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 Uitzendbureaus en arbeidsbemiddeling voor ‘Textmining’ bestrijkt 47 branchecategorieën met een gepubliceerde uitkomst. Bij Elektrotechn. en machine-industrie staat 21 procent en bij Groothandel en handelsbemiddeling 23 procent. De eerstvolgende hogere meetwaarde is 29 procent bij Raffinaderijen en chemie. Direct onder 25 procent staat 23 procent bij Verhuur van roerende goederen. Voor Uitzendbureaus en arbeidsbemiddeling blijkt 25 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 Uitzendbureaus en arbeidsbemiddeling tegenover het bedrijfstaktotaal. Voor online reserveren of bestellen bedraagt het verschil -21 procentpunt (12 procent tegenover 33 procent). Bij spraakherkenning bij interviews staan juist 12 procent en 12 procent dicht bij elkaar. Voor tekst analyseren voor contentonderzoek is het verschil +3 procentpunt. Als een opdrachtgever uit Uitzendbureaus en arbeidsbemiddeling al werkt met een meertalige website, vraag dan bij de intake hoe ‘Textmining’ daar in de praktijk op zou aansluiten.

Een mogelijke proefopdracht voor Uitzendbureaus en arbeidsbemiddeling begint met een dienstbeschrijving voor twee locaties. De hoofdpersoon in de briefing is een kandidaat die wil weten op welke plek de dienst begint. Voor tekst analyseren voor contentonderzoek krijgt de maker een tweeluik: eerst het beginadres en de naam van het aanspreekpunt, daarna dezelfde instructie zoals die op een telefoon binnenkomt. 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 dienstbeschrijving voor twee locaties blijft hangen door een frequent woord dat verschillende klantvragen samenvoegt, is dat een aanwijzing voor een aanpassing van de productie. Het aandeel van 25 procent voor textmining in Uitzendbureaus en arbeidsbemiddeling blijft daarbij een afzonderlijke branchemeting. Laat een kandidaat die wil weten op welke plek de dienst begint in de testvariant eerst het beginadres en de naam van het aanspreekpunt aanwijzen voordat je besluit meer materiaal te maken over een meertalige website.