Het klinkt een beetje als een Amerikaans verkooppraatje; Okay Mike, what can it do, how does it work, tell us we want to know! Maar het is dan ook eindelijk mogelijk om vanuit een systeem tabellen en grafieken te exporteren naar Powerpoint waarbij de datatabel bewerkbaar is in Powerpoint, dus je exporteert niet een figuur naar Powerpoint maar het object. Om je heen zie ik dat deze technologie zich een weg baant door onderzoeksland.

Een partij die deze techniek ontwikkelt heeft in hun applicatie is Intellex Dynamic Reporting uit Amersfoort. Intellex hanteert een aantal producten die het analyseren en rapporteren op basis van een dataset mogelijk maakt, hierbij hoort ook een online rapportagetool en de Powerpoint Generator. De applicatie met o.a. deze generator heet de DataDynamic Reporter.

Als je de dataset in de DataDynamic Reporter inleest, wat een eenvoudige handeling betreft heb je de mogelijkheid om nieuwe variabelen aan te maken, een weging toe te voegen, variabelen te groeperen etc.
Vervolgens kun je met deze aangepaste dataset tabellen definieren, eventueel voorzien van enkele basis statistische analyses. Deze tabellen kun je vervolgens bij een normale Powerpoint export exporteren naar een Powerpoint bestand waarbij elke tabel omgezet wordt in een grafiek, opmerking hierbij is dat het momenteel alleen mogelijk is om 1 type grafiek te hanteren voor alle tabellen. Maar de grafieken die eruit rollen zijn bewerkbaar, dus de data klopt (geen typefouten) en je hoeft “enkel” het type grafiek aan te passen.

De Powerpoint Generator werkt nog iets anders want hierbij kun je aangeven op welke variabele hij de Powerpointbestanden moet splitsen. Dus stel je geeft aan dat het om de variabele vestiging gaat dan converteert hij alle tabellen naar grafieken in een Powerpoint bestand en slaat deze bijvoorbeeld op als vestigingalmere.ppt en vervolgens genereert hij de volgende set en slaat deze op als vestigingamsterdam.ppt. De grafieken in deze rapportage bevatten dus als filter de desbetreffende vestiging. In een handomdraai heb je 54 Powerpointbestanden en kun je de grafieken gaan rechtzetten en eventueel de conclusies en aanbevelingen toevoegen.

De ontwikkeling staat nog niet stil en ik hoop dan ook dat het snel mogelijk gaat worden dat je per tabel die je wilt exporteren al kunt aangeven wat voor type grafiek dit moet gaan worden want dan zal de tijdsbesparing zeker toenemen.

Meer informatie over de DataDynamic reporter is te vinden op de website van Intellex Datamanagement.

Er hebben 215 bureaus aan meegedaan vanuit 27 verschillende landen waarvan de meeste deelnemers in respectievelijk Amerika en Engeland zijn gevestigd. Doel van het onderzoek is het in kaart brengen welke technieken de verschillende bureaus toepassen en welke technieken in de nabije toekomst gebruikt gaan worden.

De uitkomsten van dit onderzoek kun je hier vinden.

Wat ikzelf een interessante uitkomst vond is dat men in veel gevallen (49%) Powerpoint gebruikt om resultaten te presenteren maar als men vraagt naar de wensen op het gebied van presenteren men graag zou willen dat het makkelijker wordt om automatisch grafieken te creeren (38% vindt dit de belangrijkste wens en 78% geeft dit als een van de wensen op). Hier ligt dus een grote wens en het belang is hoog. Lijkt mij goed nieuws voor rapportagetools zoals Intellex Datamanagement, Dapresy en Xcelsius.

Qualitative Consultant Sofie Bruggeman: “Als interviewer was het even wennen, de participant zit niet meer naast jou, je ziet bijvoorbeeld zijn lichaamstaal niet. Maar anderzijds heb je nu meer de kans om je als interviewer volledig te focussen op het klikgedrag & het commentaar van de participant – waar je vroeger al sneller afgeleid was door de setting. De one-on-one stelt je dus als interviewer in staat om gerichter vragen te stellen.”

De tool zorgt ervoor dat via “Voice over IP” (VoIP) en remote desktop technologie diepte interviews op afstand kunnen gebeuren. De interface laat toe de desktop omgeving van de deelnemers te volgen evenals hun muisbewegingen. Respondenten en moderator communiceren met elkaar via chat, headset en VoIP. Zowel de participant als de moderator kan online materiaal (documenten, webpagina’s, …) tonen aan de andere partij.

Verschil in resultaat tussen online en offline user experience?
In samenwerking met Citibank werd een case opgezet om na te gaan of online user experience onderzoek al dan niet betere resultaten oplevert dan een traditionele onderzoeksopzet. Om de vergelijkbaarheid te maximaliseren, was de steekproef van respondenten eenzelfde mix van klanten en prospecten bij de online 1/1 en de traditionele opzet. Twee verschillende onderzoeksteams werkten op basis van eenzelfde briefing en werkten volkomen onafhankelijk. Bij beide opzetten werden vergelijkbare aanbevelingen voor de Citibank website geformuleerd.

Bij vergelijking van online user experience onderzoek versus traditioneel user experience onderzoek, komen 3 voordelen naar voor:

1. Online user experience onderzoek is efficiëntieverhogend doordat het kostefficiënter en minder tijdsintensief is voor respondent, onderzoeker en marketeer.
2. De data kwaliteit bij online user experience onderzoek is hoger. Doordat de geografische beperkingen wegvallen, kan de steekproef van deelnemers veel beter gespreid worden. Deelnemers geven ook de feedback dat ze zich meer in een natuurlijke en realistische omgeving bevinden.
3. Online user experience onderzoek levert meer toegevoegde waarde op. Via online onderzoek kunnen we de natuurlijke internet omgeving van de respondent observeren, wat perspectieven opent om informatie te verzamelen die anders niet beschikbaar is.

Er staat een video online met een demonstratie, maar laadt bij mij niet (misschien is het te druk?). Dus heb ik zelf maar wat geprobeerd in het systeem. Je kunt bestanden uploaden maar ook heel makkelijk pasten in een invulveld. Als je zelf geen data bij de hand hebt of wilt uploaden, kun je het systeem ook even proberen met voorbeelddata.

Als je je data hebt toegevoegd, kun je deze gaan bewerken. De bewerkingen die je kunt doen op dit moment zijn niet veel, maar ze zijn wel leuk! Voor zover ik kan zien kun je de letters wijzigen naar kleine of hoofdletters (of alleen beginletter met een hoofdletter). Daarnaast kun je kolommen invoegen waarin je data uit bestaande kolommen (of delen ervan!) kunt invoegen. Je kunt in feite je hele bestand herstructuren. Je gewijzigde bestand wordt na bewerkingen naar je toegemaild. In een reactie op JuiceAnalytics geeft één van de makers aan dat men van plan is om in de toekomst het mogelijk te maken handelingen te automatiseren.

Een nadeel ook genoemd in de comments op het artikel van JuiceAnalytics is dat je liever niet je data online laat opschonen en naar je laat mailen. Wellicht dat in de toekomst deze dienst op een soortgelijke manier wordt aangeboden als de online databases van DabbleDB. Een betaalde versie met al je data prive en beveiligd en een gratis versie waar je data onbeveiligd is. Ik ben benieuwd!

MrDialer 4.0 maakt gebruik van breedbandverbindingen in plaats van analoge telefoonlijnen. Daardoor is de oplossing uiterst geschikt voor het ondersteunen van virtuele callcenters, die steeds meer voor komen. Bij virtuele callcenters bevinden interviewers zich op verschillende locaties als gevolg van geografisch afstand tussen kantoren of doordat interviewers vanuit thuis werken. VoIP biedt marktonderzoekers de mogelijkheid om bijvoorbeeld 24 uur per dag door te werken en middelen eenvoudig in te zetten zonder significante kostenstijgingen.

SPSS mrDialer voorkomt dat interviewers meerdere nummers moeten raadplegen voordat ze daadwerkelijk een respondent aan de lijn krijgen. Daarnaast zorg het voor maximale productiviteit doordat het goed samenwerkt met mrInterview CATI (Computer-Assisted Telephone Interviewing). Deze software-oplossing beheert de administratieve kant van telefonisch onderzoek, biedt verschillende mogelijkheden tot toezicht houden en helpt bij het beheren van de werkzaamheden.

De software-oplossing maakt bij het telefoneren gebruik van geavanceerde voorspellende algoritmen om telefoonlijnen te herkennen die eerder bezet, onbeantwoord of onbereikbaar waren. Deze algoritmen zorgen ervoor dat marktonderzoekers zich meer kunnen richten op het interviewen van respondenten, zodat onderzoeksprojecten efficiënter verlopen.

Bron: Telecommerce.nl

De software bestaat uit de reporter, de manager en de operator. De reporter is het stukje software verantwoordelijk om tabellen en grafieken te creeren. De manager zorgt voor de verspreiding, publiceren, rechten toekennen en alles wat te maken heeft met het managen van de projecten. De operator gaat nog een stukje verder en biedt mogelijkheden m.b.t. predictive analysis.

Voor gebruikers van Nebu is er een directe koppeling vanuit de manageframes van DubInterviewer, dit biedt de mogelijkheid tot een real-time online rapportage.

Stel dat je een onderzoek hebt afgerond en je hebt een SPSS-bestand. Deze kun je importeren in de Dapresy reporter (eventueel kun je meerdere en andere typen van bestanden inlezen) en vervolgens zet de reporter deze om met behoud van de variabele namen en labels. Je hebt dan de mogelijkheid om nog nieuwe variabelen te creeren of klasses aan te maken. Ook kun je bepalen hoe de reporter om moet gaan met multiple-choice vragen en hoe om te gaan met weet niet categorieen.

Je kunt vervolgens op een drag&drop wijze variabelen met elkaar crossen en tabellen of grafieken gaan maken. De tabellen of grafieken kun je vervolgens nog filteren op elke andere variabele of op een combinatie van antwoorden op variabelen zoals vrouwen onder de 65 jaar die Fiat rijden. Als je tevreden bent met de tabel of grafiek dan kun je deze toevoegen aan je rapportage door middel van klik op de muis. Nadat je alle tabellen en/of grafieken hebt gemaakt kun je de rapportage verder verfijnen door het toevoegen van bijvoorbeeld tekst. De rapportage is opgebouwd uit een soort van webpagina’s die tesamen de rapportage vormen. Je bent vrij om de in te richten zoals je wilt. Je kunt voor verschillende klanten verschillende lay-outs gebruiken voor de rapportage. 

Vervolgens kun je voor de klant een account aanmaken zodat hij/zij de rapportage beveiligd kan inzien. Je kan een rapportage maken die statisch is, dus die de grafieken en/of tabellen bevat zoals jij ze bedoeld had. Of je maakt een dynamische rapportage waarbij de rapportage hetzelfde is maar de klant de mogelijkheid krijgt om zelf grafieken te filteren of achtergrondvariabelen te kiezen. Ook is er een mogelijkheid om bestanden te uploaden die de klant kan benaderen (bijv. vragenlijst, powerpoint rapportage van de vorige meting, etc.)

Er is een korte doorlooptijd van het importeren van data en het realiseren van een rapportage. Doordat je de gegevens uit het oorspronkelijke bestand haalt kunnen er geen overtypfouten gemaakt worden.

Meer informatie is te vinden op www.dapresy.com. Prijzen zijn op aanvraag. 

Vergelijkbare software op de Nederlandse markt is bijvoorbeeld de DataDynamic Reporter van Intellex datamanagement.

De twee diensten die als beste uit de bus komen (beide een score van 8 uit 9) zijn Google Spreadsheets en Many Eyes. Als laatste eindigt Widgenie. Ook waren in de vergelijking Swivel en Zoho Sheets meegenomen die respectievelijk de vierde en derde plek innamen. Widgenie zal zo blij zijn met hun beoordeling, ook omdat zij degenen waren die om een review bij Juice Analytics hadden gevraagd voor hun service.

Al eerder schreven we over Swivel en over een vergelijking van EagerEyes.org tussen Swivel en Many Eyes, waarbij de conclusie was dat beiden nog werk te doen hadden. De vergelijking tussen beide reviews is niet makkelijk te trekken, omdat die van EagerEyes een stuk uitgebreider was. Je kunt voorzichtig concluderen dat Many Eyes meer geleerd heeft sinds de review van EagerEyes dan Swivel.

Zelf gebruik ik voornamelijk Google Docs, maar de reden is eigenlijk dat ik het al gebruik om samen te werken aan documenten. Ik zal niet snel overgaan op één van de andere services omdat het lijkt alsof deze primair gericht zijn op het delen van grafieken.

Gebruik je zelf ook wel eens dit soort diensten waarbij je online grafieken kunt maken en delen? Wat zijn jouw ervaringen ermee?

Twitter

Trends
http://twist.flaptor.com/
http://www.tweetvolume.com/

Zoeken
http://twittersearch.flaptor.com/search/
http://twittermap.com/search
http://tweetscan.com
http://summize.com (leuk, je kunt namelijk ook een RSS feed van een zoekresultaat volgen)

Twitterclouds – http://www.tweetclouds.com/

Twittermap
http://twittermap.com/maps
http://twittervision.com/

Blogs

Zoeken
http://search.technorati.com
http://www.blogpulse.com/index.html
http://del.icio.us/search/
http://www.icerocket.com/?tab=blog
http://blogsearch.google.com
http://home.services.spaces.live.com/search/ (Alleen MSN Spaces)

Trends
http://www.trendpedia.com/
http://www.blogpulse.com/trend
http://trend.icerocket.com/

Blog Conversations
http://www.blogpulse.com/conversation

Diverse

Social Networking
http://wink.com/

Link buzz
http://www.socialmeter.com

Customer Social Technographics Profile Tool van Forrester
http://www.forrester.com/Groundswell/profile_tool.html

Addictomatic, zoeken in nieuws, videos, foto’s en blogs
http://addictomatic.com/

Dank aan http://bvlg.blogspot.com/ voor het schrijven over enkele van bovenstaande tools.

Heb je nog mooie aanvullingen die je zelf (in je werk) gebruikt? Ik hoor het graag!

Dit integreren van data gebeurt in een nieuwe systeem, genaamd FusionPoint. FusionPoint helpt databases te bouwen waarin data van al je onderzoeken zit. Er kunnen verschillende bestandsformaten van verschillende onderzoeksbureaus en onderzoekssoftware worden ingeladen.

FusionPoint helpt je daarna om je data te structureren en classificeren. Het eindresultaat is een datawarehouse van al je onderzoeksdata die je met andere informatiebronnen kan combineren.

Een voorbeeldsituatie waarin Fusionpoint had kunnen helpen

“When a leading hamburger restaurant chain woke up to the issue of healthy eating, they did extensive research among their customers into what they wanted to eat.

The result was a total rethink of the restaurants’ layout and menus. People had said they wanted healthy food – low fat and lots of salads. Big salad bars were built in all the venues and lighter, healthier food was on the menus.

But customer behavior did not change. They still bought the full fat burgers and the salads were a washout.

If the chain had merged their research into people’s attitudes with data from their operational systems, they would have found that such a radical rethink was not the right way to go. Instead they made an expensive mistake.”

Via Research-live.com

Vanuit zijn opleiding “Tekst en Communicatie” (UvT) was hij al veel bezig met nieuwe media. Ook helpt Arjan ieder jaar mee aan een onderzoek naar Web 2.0 voor de Next Web Conference. Vanwege de affiniteit die hij met techniek heeft is hij betrokken bij de ontwikkeling van Tag-it, de nieuwe onderzoekstool van Ruigrok | Netpanel. We vroegen hem:

Wat is de reden voor het ontwikkelen van Tag-it?
RuigRok | Netpanel wil altijd voorop lopen. We volgen de nieuwste ontwikkelingen op onderzoeksgebied op de voet. Anne Jochems heeft tijdens haar stage bij ons onderzocht wat je met web 2.0 kunt doen in de onderzoekswereld. Uit haar onderzoek bleek dat de belangrijkste ontwikkelingen in web 2.0 taggen en sharen zijn. Het taggen bieden we nu aan via Tag-it. Het sharen willen we mogelijk maken door in Tag-it een upload functie aan te bieden. Dit is op dit moment in ontwikkeling. Respondenten kunnen via die functie zelf foto’s uploaden, waar andere respondenten dan weer op kunnen reageren.

Wat maakt Tag-it bijzonder?
Voor de respondenten is het een stuk meer interactief dan de standaard online vragenlijst. Het is heel visueel. Je kunt bijvoorbeeld een concept van reclamecampagne presenteren en de respondenten kunnen de campagne taggen, op elke plek, en hun mening geven. In een “gewone vragenlijst” zou je de campagne presenteren met een grote tekstbox er onder. Respondenten zien dat grote lege tekstveld vaak als een drempel.

Als onderzoeksresultaat krijg je een heatmap van de reacties, waarbij rode gebieden staan voor negatieve reacties en groene voor positieve reacties. Tekstueel wordt ingegaan op de opvallende regio’s. In de resultaten kunnen selecties worden gemaakt, maar het blijft natuurlijk kwalitatief onderzoek. Voor de respondent is het erg leuk, ze nemen meer de tijd voor het invullen van de vragen. De vragen zijn veel meer open. De respondenten kunnen meer spontaan reageren en worden daardoor zelf meer adviseur dan respondent. Dit alles levert rijkere onderzoeksdata op dan we tot nu toe via standaard online onderzoek verkregen.

Je kunt daarnaast tijdens het onderzoek onderzoeksresultaten delen met andere respondenten, die daar weer op kunnen reageren. Het onderzoeksproces wordt dus interactief.

Waren er problemen / obstakels die je tegenkwam tijdens het ontwikkelen van het product? Zo ja, welke en hoe zijn deze uiteindelijk opgelost?
De problemen waren vooral technisch van aard, het systeem werkte niet meteen zoals we wilden. Inmiddels is het volledig functioneel. Een ander obstakel is dat op dit moment materiaal wat onderzocht wordt statisch moet zijn. Het idee was ook om bijvoorbeeld dynamische websites te laten taggen, maar dat blijkt in de praktijk nog lastig. We willen dat nog wel laten ontwikkelen zodat we het in de toekomst kunnen aanbieden.

Je vindt hier een uitleg en visuele presentatie van Tag-it.