增强文档管理:集中式批量提取工具,改善PDF文档的可搜索性和可用性 (增强文档管理的意义)

集中式批量提取工具的重要意义在当今数字化时代,文档管理至关重要,因为企业处理着大量信息,PDF作为一种广泛使用的文档格式,因其跨平台兼容性和安全性而广受青睐,PDF文档通常缺乏可搜索性和可用性,这给文档检索和管理带来了挑战,集中式批量提取工具能够解决这一问题,它通过自动从PDF文档中提取文本和元数据,显著提高文档的可搜索性和可用性,这…。

集中式批量提取工具的重要意义在当今数字化时代,文档管理至关重要,因为企业处理着大量信息。PDF 作为一种广泛使用的文档格式,因其跨平台兼容性和安全性而广受青睐。PDF 文档通常缺乏可搜索性和可用性,这给文档检索和管理带来了挑战。集中式批量提取工具能够解决这一问题,它通过自动从 PDF 文档中提取文本和元数据,显著提高文档的可搜索性和可用性。这些工具让企业能够轻松地组织、检索和分析文档,从而提高工作效率和做出更有根据的决策。批量提取工具的优势集中式批量提取工具提供了以下优势:提高可搜索性:批量提取工具将 PDF 文档中的文本转换为可搜索的格式,使企业能够使用关键字快速轻松地查找文档。增强可用性:这些工具通过提取文本和元数据,创建了可用于全文搜索、分类和分析的集中式索引。节省时间:通过自动化提取过程,批量提取工具可以节省大量时间,让企业专注于分析和决策制定等更有价值的任务。提高协作性:集中式索引允许团队成员共享和协作处理文档,从而提高沟通和协作效率。改善合规性:通过集中式管理和提高可搜索性,批量提取工具有助于企业满足合规要求,包括数据保护和隐私法规。选择批量提取工具的因素在选择批量提取工具时,企业应考虑以下因素:准确性:工具是否可以准确无误地提取文本和元数据。速度:工具处理大量文档的速度。兼容性:工具是否与不同类型的 PDF 文档和操作系统兼容。可扩展性:工具是否可以随着企业需求的增长而扩展。安全性:工具是否满足行业安全标准并保护敏感数据。结论通过使用集中式批量提取工具,企业可以显著增强文档管理流程,提高 PDF 文档的可搜索性和可用性。这些工具通过自动化提取过程,节省时间、提高协作性并改善合规性。通过慎重选择和实施批量提取工具,企业可以释放文档管理的全部潜力,做出更明智的决策并获得竞争优势。


如何有效的进行数据治理和数据管控

大数据时代的到来,让政府、企业看到了数据资产的价值,并快速开始 探索 应用场景和商业模式、建设技术平台。

但是,如果在大数据拼图中遗忘了数据治理,那么做再多的业务和技术投入也是徒劳的,因为很经典的一句话:Garbage in Garbage out。

当你处理或使用过大量数据,那么对“数据治理”这个词你一定不会陌生。

你会思考数据治理是什么?数据治理是否适合你?如何实施。

简单来说,数据治理就是处理数据的策略——如何收集、验证、存储、访问、保护和使用数据。

数据治理也还包括谁来查看,使用,共享你的数据。

随着大数据时代的推进,以上这些问题日益突出,越来越多的企业依赖采集、治理、储存和分析数据,并实现他们的商业目标。

数据变成了企业的盈利工具、业务媒介和商业机密。

数据泄露会导致法律纠纷,还会令消费者对公司的核心业务失去信心。

如果抱着侥幸的心理,让各个业务部门自己管理数据,那么你会缺乏有效的数据管理,甚至各部门会自己做自己的。

你无法想象各个部门按随心所欲地自己生产、储存、销售产品。

数据使用不当就像库存使用不当一样,会给企业造成沉重的损失。

因此必须制定一项测量用以保证所需数据的有效和安全,可用性,这就是我们要谈的“数据治理”。

数据治理策略必须包含完整的数据生命周期。策略必须包含从数据采集、清洗到管理,在这个生命周期内,数据治理必须要有关注以下内容:

数据从哪里来,数据怎么来

增强文档管理

这是数据生命周期的起点。

数据来源决定了数据治理策略的基础。

例如数据集的大小就由数据来源所决定。

是从目标市场、现存用户和社交媒体收集数据?还是使用第三方收集数据或者分析你收集的数据?输入数据流是什么?数据治理必须关注这些问题,并制定策略来管理数据的采集,引导第三方处理他们收集的数据或者分析你收集的数据,控制数据的路径和生命周期。

数据校验

通常数据源都是非常庞大且多样的,这是一个让数据管理者非常头疼的问题。

将数据噪音和重要数据进行区分仅仅只是开始,如果你正从关联公司收集数据,你必须确保数据是可靠的,对于那些几万、几十万、甚至成百上千万的复杂关系数据,单靠人为的通过Excel对进行数据清洗已经不太现实,需要专业的数据清洗工具或系统对海量复杂关系数据进行批量查询、替换、纠正、丰富以及存储。

将元数据、主数据、交易数据、参考数据以及数据标准内置固化到数据清洗工具或系统中,结合组织架构、内容管控、过程管控等管理机制、技术标准提高数据治理人员的工作效率。

比如:需要手工编写程序收集的元数据,系统帮你自动获取;需要人工识别或编写代码实现的数据质量检查,系统帮你自动识别问题;用文档管理的数据字典,系统帮你在线管理;基于邮件和线下的流程,系统帮你线上自动化。

当然,系统并不是万能的,数据治理的软件工具与其他软件工具一样,没有什么神奇之处,没有数据治理人员的参与和数据治理工作的推进,软件再完美也无法完成数据治理整个过程。

这也是为什么数据治理咨询服务一直有其市场,以及为什么国内大部分单纯数据治理软件项目未能达到预期目标。

数据治理必须解决存储问题

而数据存储和数据集的大小有密切关系。

大数据的存储必须是在安全的冗余系统之中。

常常利用层次体系,根据使用频率来存储数据。

这样一来,昂贵的在线系统提供的是被频繁请求的数据,而请求频率较低的数据则存储在便宜,可用率较低的系统上。

当然,一些请求频率低但是敏感的数据如果存储于安全性较低的系统上,风险会大大提升。

因此,在制定数据存储方案时,良好的数据治理策略必须考虑到方方面面的因素。

数据治理必须建立访问管理制度,在需求和安全性找到平衡点

明确访问者的权限,只能访问他们对应权限包含的数据。

只有合法请求才能够访问数据,而敏感的数据需要更高的权限和更严密的验证才可以被访问。

只向具有特定安全级别的用户开放。

应该对用户和数据本身设置访问级别,管理账户时,应与人力资源部和采购部紧密互动,这一点非常重要,因为这样可以及时地使离职员工和停止合作的供应商不再拥有访问权限。

处理好这些细节以及确保数据所有权和责任,这是构成完整的数据治理策略的一部分。

数据的使用/共享/分析

如何使用数据是数据治理之后一项重要的内容,数据可能会用于客户管理,提高客户体验,投放定向广告,用户应用系统初始化基础数据工作,辅助应用系统建设,提供市场分析和关联公司共享数据。

必须仔细界定哪些数据可用于共享或者用于营销,并保护它们免遭攻击和泄露,因为数据本来就应该被用于纯粹的内部用途。

让用户知悉采集数据的所有公司都会遵守数据安全和保证的规定。

能够确保数据被合理合规的使用,也是数据治理重要的一项内容。

收集、验证、存储、访问和使用都是数据安全计划的必要组成部分

收集、验证、存储、访问和使用都是数据安全计划的必要组成部分,必须要有一个全面的策略来解决这些问题以及其他安全问题。

数据安全计划必须是有效且可用性高,但是数据生命周期的所有部分都很容易受到攻击和由于粗心造成的破坏。

你必须在数据治理中确定数据安全计划,包括访问控制,静态数据,数据加工,数据传输之后的加密等。

管理/元数据

没有管理的数据生命周期是不完整的。

例如,将元数据应用于一段数据,用来进行识别检索。

元数据包含数据的来源,采集或生成的日期,信息访问的级别,语义分类及其他企业所必须的信息。

数据治理能建立一个元数据词汇表,界定数据的有效期。

请注意数据也会过期,过期之后我们只能用于 历史 数据的分析。

数据治理创建的过程中可能会在企业内部遭到一些阻力,比如有的人会害怕失去访问数据的权限,而有些人也不愿意和竞争者共享数据。

数据治理政策需要解决上述问题,让各方面的人都可接受。

习惯了数据筒仓环境的公司,在适应新的数据治理策略上面会有困难,但如今对大型数据集的依赖以及随之而来的诸多安全问题,使创建和实施覆盖全公司的数据策略成为一种必然。

数据日益成为企业基础设施的一部分,在企业一步步处理各种特定情况的过程中形成决策。

它以一次性的方式作出,常常是对某一特定问题的回应。

因此,企业处理数据的方法会因为不同部门而改变,甚至会因为部门内部的不同情况而改变。

即使每个部门已经有一套合理的数据处理方案,但这些方案可能彼此冲突,企业将不得不想办法协调。

弄清数据存储的要求和需求是一件难事,如果做得不好,就无法发挥数据在营销和客户维系方面的潜力,而如果发生数据泄露,你还要承担法律责任。

另外在大企业内部,部门之间会展开对数据资源的争夺,各部门只关注自身的业务情况,缺乏全局观念,很难在没有调解的情况下达成妥协。

因此公司需要一个类似数据治理委员会的机构,他的职责是执行现有数据策略、挖掘未被满足的需求以及潜在安全问题等,创建数据治理策略,使数据的采集、管护、储存、访问以及使用策略均实现标准化,同时还会考虑各个部门和岗位的不同需求。

平衡不同部门之间存在冲突的需求,在安全性与访问需求之间进行协调,确保最高效、最安全的数据管理策略。

建立数据治理委员会

负责评估各个数据用户的需求,建立覆盖全公司的数据管理策略,满足内部用户、外部用户甚至法律方面的各种需求。

该委员会的成员应该囊括各个业务领域的利益相关者,确保各方需求都得到较好地满足,所有类型的数据所有权均得到体现。

委员会也需要有数据安全专家,数据安全也是重要的一环。

了解数据治理委员会的目标是什么,这一点很重要,因此,应该思考企业需要数据治理策略的原因,并清楚地加以说明。

制定数据治理的框架

这个框架要将企业内部、外部、甚至是法律层面的数据需求都纳入其中。

框架内的各个部分要能够融合成一个整体,满足收集、清洗、存储、检索和安全要求。

为此,企业必须清楚说明其端到端数据策略,以便设计一个能够满足所有需求和必要操作的框架。

有计划地把各个部分结合起来,彼此支持,这有很多好处,比如在高度安全的环境中执行检索要求。

合规性也需要专门的设计,成为框架的一部分,这样就可以追踪和报告监管问题。

这个框架还包括日常记录和其他安全措施,能够对攻击发出早期预警。

在使用数据前,对其进行验证,这也是框架的一部分。

数据治理委员会应该了解框架的每个部分,明确其用途,以及它如何在数据的整个生命周期中发挥作用。

数据测试策略

通常一个数据策略需要在小规模的商用环境中进行测试,用来发现数据策略在框架,结构和计划上的不足之处并进行调整,之后才能够投入正式使用。

数据治理策略要与时俱进

随着数据治理策略延伸到新的业务领域,肯定需要对策略进行调整。

而且,随着技术的发展,数据策略也应该发展,与安全形势、数据分析方法以及数据管理工具等保持同步。

明确什么是成功的数据策略

我们需要确立衡量数据治理是否成功的明确标准,以便衡量进展。

制定数据管理目标,有助于确定成功的重要指标,进而确保数据治理策略的方向是符合企业需求。

无论企业大小,在使用数据上都面临相似的数据挑战。

企业越大,数据越多,而数据越多,越发需要制定一个有效的,正式的数据治理策略。

规模较小的企业也许只需要非正式的数据治理策略就足够了,但这只限于那些规模很小且对数据依赖度很低的公司。

即便是非正式的数据治理计划也需要尽可能考虑数据用户和员工数据的采集、验证、访问、存储。

当企业规模扩大,数据需求跨越多个部门时,当数据系统和数据集太大,难以驾驭时,当业务发展需要企业级的策略时,或者当法律或监管提出需求时,就必须制定更为正式的数据治理策略。

地质资料电子文档的管理与利用

李艳 崔艳荣

(甘肃省国土资源信息中心,兰州)

摘要 本文针对地质资料馆日益增多的电子文档的实际情况,从制度、安全等方面论述了管理的重要性及电子文档的利用方式。

关键词 地质资料;电子文档;管理;利用

地质资料是广大地质工作者长期以来在国家大量资金支持下取得的一系列地质、矿产、物化探、测绘、水工环等科技成果,它真实的记录和反映了地质工作者从事地质工作的过程和取得的成果,对今后地质工作的开展和国家经济的发展具有重要的参考价值。

随着现代信息技术在地质领域的广泛应用,尤其是国土资源部颁布《图文地质资料扫描数字化规范(试行)》、《成果地质资料电子文件汇交格式》以来,电子文档的汇交已成为一种趋势。

电子文档的管理(储存、保护)、利用也成为地质资料管理人员必须面对的新课题、新任务。

1 地质资料电子文档的管理

1.1 完善制度管理

各种技术保障措施可以为网络、计算机、存储设备、应用程序等软硬件系统建立防护体系,但要使它们真正起作用,关键是要建立一整套科学、合理、严格的安全管理制度,从每一个环节堵塞电子数字档案信息安全漏洞,这些环节包括数字档案的形成、处理、传输、积累、整理、组织、归档、保管储存、提供利用等全过程,任何一个环节疏于管理,都可能导致电子文档的丢失或失真。

具体管理措施包括:建立档案信息网络和信息安全管理制度、建立电子文档管理人员的管理制度、建立科学的归档制度、建立网络安全保密制度及建立数字档案管理记录系统等。

1.2 安全管理

档案信息安全是确保档案信息内容在生成、存贮、处理、传输和利用整个过程中,保持其真实性、完整性、可靠性和长期可读性(可用性),以及确保档案信息记录方式和记录载体不受任何损坏。

1.2.1 物理安全

物理安全就是保护计算机系统、网络服务器、打印机等硬件实体和通信线路免受自然灾害、人为破坏或搭线攻击;验证用户的身份和权限、防止用户越权操作;抑制和防止电磁泄漏,确保计算机系统有一个良好的电磁兼容工作环境;根据安全管理制度,防止非法进入计算机控制室和避免各种偷窃、破坏活动的发生。

1.2.2 信息加密

信息加密是最可靠的安全保障形式,它可以从根本上满足信息完整性的要求,是一种主动安全防范策略。

信息加密的目的是保护网内的数据、文件、口令和控制信息的安全,确保不宜公开的数字档案的非公开性,在多数情况下信息加密是保证数字档案机密性的唯一方法。

1.2.3 信息载体安全

与纸质档案载体相比,数字档案的载体寿命要短得多,最长也不过三十年,所以在考虑数字档案长期保存的问题时,必须考虑数字信息载体的合理选择和科学保护。

目前数字档案记录载体有磁性、光学性、磁光性等几种类型。

一般而言,电子档案宜选择只读式或一次写入式光盘(CD R、DVD-R)。

对数字档案载体的保护主要要防磁、防尘、防有害气体、防高温和防高湿等。

一般保管环境温度控制在14~24℃之间,相对湿度控制在45%~60%之间。

由于数字档案载体极易受到环境条件的影响,因此对保存的数字档案载体必须进行定期检测和拷贝,对磁性载体每两年检测一次,光盘四年检测一次;磁性载体上的数字档案四年转存一次,光盘上数字档案十年转录一次。

1.2.4 防病毒

网络病毒是一种具有破坏性的程序,它通过复制自身以传染更多计算机,网络病毒感染一般是从用户工作站开始,而网络服务器是病毒潜在的攻击目标,也是网络病毒潜藏的重要场所。

因此,要制定适合本系统的反病毒策略;部署多层防御战略,在尽可能多的“点”采取病毒防护措施;动态更新网络系统、桌面型计算机中的反病毒软件;可以采用无盘工作站、带防病毒芯片的网卡、单机防病毒卡或网络防病毒软件。

1.2.5 档案备份

目前常用的电子档案载体都不够耐久,而且读取电子档案信息技术设备更新换代速度较快,所以保存在任何载体上的电子档案信息的有效存期都是有限的。

应用“木桶”理论,如果将电子档案信息比作“水”,而将电子信息载体及其信息读取、硬件系统比作组成“木桶”的“木板”的话,那么“水”在“木桶”中保存期限就取决于最先腐烂的那一块“木板”的寿命了。

因为任何1块“木板”的腐烂都意味着“木桶”中的“水”的彻底流失,即电子档案信息不能再利用了。

所以我们必须在“木板”腐烂之前更换它—即更新电子档案信息读取软、硬件系统;或者将“木桶”中的“水”转移到其他“木桶”中去,即“转移”电子档案信息。

2 地质资料电子文档的利用

2.1 目录查询

甘肃省国土资源厅在厅政府门户网站页面上设置了地质资料管理与服务栏目,早在2006年9月已在该栏目上发布地质资料目录信息6346条,大大方便了广大查阅利用者。

2.2 阅览室查阅

阅览服务是地质资料馆为查阅者提供地质信息的方式之一。

地质资料电子文档的主要服务形式是在电子阅览室向查阅者提供阅读浏览服务。

查阅者在查到所需资料目录后,办理必须的手续进入指定的场所(电子阅览室指定的端点,即计算机)阅读浏览、查阅地质资料电子文档。

全国地质资料馆的电子阅览室软、硬件设施齐备,借阅流程比较完善,值得各省地质资料馆借鉴。

甘肃省地质资料馆电子阅览室的基础工程——馆藏地质资料图文数字化目前已制作近2000份。

2.3 复制

这是查阅者在电子阅览过程中选取所需资料部分或全部,然后依据国家和资料馆有关规定办理资料复制手续进行复制。

复制分为两种,一是直接为查阅者提供电子文档复制服务。

二是根据查阅者要求,从电子文档中为其复制所需部分文字或图件的纸质地质资料。

用户研究之文本研究系列-2:Atlas.ti技巧与应用

作为用户研究常用的方法范式,质性研究为我们的提供了挖掘用户需求、发现产品痛点、评估用户体验的可能。

不管是可用性测试、任务分析,还是开放式问卷,都带有质性研究的属性。

基于这些问题,本篇以网易某产品app中一个页面的可用性测试为例,介绍用研中这款质性研究工具的使用技巧和业务用途,让大家了解如何通过工具的使用来更有效地发现产品中的痛点和潜在的用户需求。

我们日常中接触到的信息资料,大多以质性资料(亦即定性资料)的形式存储,诸如文本、多媒体材料等举不胜数。

可以说,质性资料中包含着丰富的信息,也蕴含着极高的价值。

以用户研究来说,质性资料的获得的形式、获取渠道丰富而可观: 得到这些资料并完成预处理后,我们就会开始质性分析的分析过程,狭义上的质性研究也是从这里开始的。

一般来说,对质性资料的处理要经过开放式编码、轴心式编码、选择式编码这样一个循序渐进的过程,从最初简单的编码到编码簇与编码关联的建立,再到核心编码的确认。

通过逐步深入、逐步凝练的过程,我们就可以从最初的原始资料中获得质性结论,最后则是结论的报表或可视化展现。

然而长久以来,质性研究的热度似乎始终低于量化研究,即使是在学术领域,质性研究也只得到了一小部分学者的青睐。

究其原因,我们认为或许是因为这些:质性研究的资料分析过程对任何人来说都是一件令人头疼的事——资料庞杂、程序繁琐、耗费时力,所以工具的选用对于质性研究来说就变得非常有必要,这既让我们的工作更便捷,也让我们的研究结果更可靠。

目前较为成熟、常用的质性研究工具也有不少,本篇以7.5版本为例,首先会介绍7.5的基本情况,然后通过一个用研可用性测试案例说明如何通过对资料进行挖掘。

以2016年初我们进行的一项针对网易某产品App的可用性测试为例,出于案例说明简易性的需要,我们选择了此次可用性测试的一部分即针对该app投资理财页面的局部可用性测试进行介绍。

此次可用性测试中,我们重点考察了2部分,第一部分是用户对App页面信息结构认知的心理模型,第二部分是用户对页面内不同区块间信息架构差异的感知。

在用户筛选方面,我们依据产品的业务特征、产品使用场景特征等,选择了理财、支付、支付+理财以及游戏支付用户共4类。

此前的用户研究工作中我们已发现,用户在移动端选择互联网理财产品的心理模型是先了解所有理财产品类别,再确定目标理财产品类别,最后在已确定的类别中选择具体的理财产品。

所以,针对该页面的可用性测试中,我们依据该行为模型设计了一些列任务要求用户完成,希望从中发现我们产品中存在的一些可用性问题。

作为质性研究常用工具之一,最初是在大约1990年,由德国学术研究者出于研究需要而开发的一款质性资料分析工具。

目前该工具已升级到7.5版本,最新的第8代也即将到来。

自从问世以来,已经逐渐在语言学、心理学、计算机等多个领域的学术研究中被广泛使用。

外观上,7.5版本与一般图形界面工具并无太大差异,也包括菜单栏、工具栏、工作区域等控件。

值得关注的是7.5中的几个重要快捷功能区域,了解这些区域对其使用和后面的案例介绍非常有必要,所以这里先做一下简要的介绍:当我们完成资料的搜集后,一般需要对资料做一个简单地整理,这个过程是通过“文档管理器”完成的——通过要点击第一个快捷管理器的“P-Doc”按钮进入。

在文档管理器中可以看到,支持的质性材料类型非常丰富, 文本 (txt、doc、pdf等)、 富媒体材料 (音频、视频、图片)、 谷歌地图文件 等。

当然,用研中经常使用的 开放式问卷 (excel文件)也可以直接导入到中。

如下图所示,本篇所用案例仅涉及doc、txt、图片这3种材料,共计7个文件。

对文档的管理除了重命名、编写备忘录等最基本的操作之外,最重要的是对文档进行分组——在中叫做“ 文档家族管理 ”。

如下图界面区域的左侧,是本篇所用案例中依据用户类型、性别两个指标建立的6个“文档家族”(Documents familiy)。

文档分组(建立文档家族)让我们了解到这次研究项目的整体情况,例如如此次用户研究项目共涉及4种类型的用户。

同时,后续还可以以此为基础,比较质性分析结果在不同组间的差异,让我们的结论更深入、具体,例如理财用户和支付用户对界面架构感知的差异——这一点是本篇后面分析环节的一个重点。

按照质性分析流程,获得文档并进行初步管理后,就可以开始分析过程了,而质性分析通常又是从资料的编码开始的。

由于在用研中获得的质性资料形式是各种各样的,下面介绍的文档编码分析也会依据资料类型的不同展开详述。

开放式问卷也是用研中经常见到的一种资料收集方式,其独特性在于开放式问卷中不仅包含开放式问题,也包含各种定量数据如性别、收入水平、教育水平等。

但在处理开放式问卷方面,还有一个突出优势,就是它不仅能够解读开放式问题的答案,而且能够依据定量指标建立分组(类似于在文档管理器中“新建文档家族”),让我们更深入地解读开放式问题的答案在不同分组之间的差异。

通过上述操作完成所有资料的编码后,我们可以在的“编码管理器”中查看所有编码,如下图所示,本篇案例中我们一共获得了13个一级编码。

如上图所示,我们发现在本次测试的app中,理财产品的现有分类方式导致用户无法直观了解到所有理财产品的类别这一问题最为突出(走下角红色字体),而对应的用户期望(潜在的解决办法)中“直接提供一个理财产品排列的子导航条”也最为突出。

另外,点击该编码会弹出一个新的对话框,对话框中列出了该编码对应的原始文本资料,让我们可以快速回查原始记录。

编码云只能让我们了解到问题点的状况,为了进一步了解每个问题的详情,例如该问题产品的结果等等,我们还需要为每个编码建立语义网络。

建立网络视图的基本步骤如下:通过语义网络分析我们发现,“理财产品分类不容易看全”这一问题导致了“用户认为理财产品的选择很麻烦”和“直接跳过靠后的理财产品”这两个问题。

同时,我们还看到伴随这一问题出现了2个用户的期望,包括“用户希望直接给出一个理财分析的子导航条”和“按照一个直观、易习得的方式排列理财产品”。

如图所示,我们在可用性测试中发现的一个问题,可能对应着不止一个解决办法,那么该如何决定那种解决办法更为用户所期许呢?这一问题既是用户研究需要回答的问题,也是产品优化所必需的答案。

这里我们就需要使用的分析功能来回答这个问题了。

通过共现列表我们发现,对于“理财产品分类不容易看全”这一问题,用户更偏向的是“直接提供一个理财产品排列的子导航条”这一解决方式。

通过编码共现分析,我们回答了每个问题对应的用户期望或解决办法中应该选择哪个的问题。

但是我们还注意到,由于此次可用性测试涉及4种不同类型的用户,其中“理财”和“理财+支付”用户都具有理财经验,而“支付”和“游戏支付”用户则不具有理财经验;换句话说,此次可用性测试涉及理财老用户和理财新用户,他们在可用性测试任务中遇到的问题是否有所差异? 接下来,我们将通过编码-文档共现分析来对这一问题的答案进行挖掘,而完成这一分析的前提便是之前提到的“文档家族”。

通过上述一系列的分析过程,我们了解到了测试产品中尚存在的一些问题、问题的优先级、问题表现在不同用户群体间的差异,以及一些潜在的解决办法。

本篇以网易某产品app的特定页面的可用性测试为例,介绍了如何通过 7.5这款工具的使用,在大量的质性资料中发掘有价值的结论。

不可忽略的是,工具的使用是根据项目需求决定的,特定的项目目的决定了我们要使用怎样的工具。

本篇中的也只是质性资料分析工具中的一种,它有自己的优势,也存在不足。

下表列举了以Rost CM6为代表的文本分析工具和以为代表的执行分析工具之间的差异,或许可以作为工具选择的一些参考。

在用研工作中,以Rost CM6为代表的工具适用于个案量大、单个案内容体量小的文本资料,这类工具可以有效地完成文本资料的分词、语义网络、情感分析等工作。

以为代表的工具,则适用于体量有限、材料形式多样但有着高挖掘深度和精度的各类质性资料。

若对本页面资源感兴趣,请点击下方或右方图片,注册登录后

搜索本页相关的【资源名】【软件名】【功能词】或有关的关键词,即可找到您想要的资源

如有其他疑问,请咨询右下角【在线客服】,谢谢支持!

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 sumchina520@foxmail.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.yoka8.cn/125640.html