词云——质性报告的可视化利器

引言

质性研究结果,如何呈现出最好的效果?有没有一种方法能够让质性研究结果形象化?

定性文字资料整理,做一些简单的词频统计,可能是大家在访谈时形成的惯性。

但效果如图1(以b站印象为例,虚拟数据),普通,难以给人留下印象。



图1 b站印象-词频表

如果你知道词云,就可以做成图2这样的形式。

两相对比,图2词云更为鲜活,更容易引发继续往下看报告的欲望。

图2 b站印象-词云图

在解决了呈现问题之后,你可能还会感慨:做访谈资料、问卷调研开放题的分析,人工转码好麻烦。真希望有个工具能自动编码,再自动统计下词频。

然后检索发现:R语言,结巴分词,Python分词……对于非技术人员,学习难度以及时间成本实在有点大。

所幸,这两年中文词云工具也发展出了比较多,词云文字微词云易词云,分词效果ok。在时间紧张时,直接粘贴文字物料,就能自动分词统计词频。相对于自学R语言、Python进行分词,词云工具的学习门槛可以说没有了。唯一的缺点是非会员能进行分析的文字数量、词云展示数量有限。


图3 词云-词频分析

词云绘制工具推荐

相比于之前提到的微词云、易词云,词云文字,个人更推荐的是WordArt

WordArt

简介:点击跳转官网即可,无需下载,网页型工具。

优点:免费!!且支持自定义词云形状,可以做出酷炫效果!!(其他要么收费,要么形状自定义效果差)

缺点1:中文分词识别效果差【解决:个人是在其他词云工具做好词频统计,再来WordArt设计形状】

缺点2:词汇够短,即使词频低到1,字号也会很大,视觉偏差大【解决:视情况手动删减词汇或更换同义长词】

教程参考1:怎么使用WordArt制作好看的词云图?

教程参考2:WORDART 文字云生成器 使用详解

ps:WordArt虽然是英文界面,英语较差的同学可以先熟悉易词云、微词云等中文词云网页,和WordArt大体一致



“词云工具能自动分词统计词频,这很好。但是boss这次分配给我的工作是分析一下自家app评论/关注风评舆情。”

“但我连资料都还没收集好,正在各下载平台上一条条复制粘贴评论呢。要是有什么工具能帮我代劳就好了。”

很幸运,真的有这么一款工具,web scraper 

网页爬虫工具:谷歌插件web scraper

优点:不用敲代码,0基础小白也能掌握的网页爬虫工具,学习成本极低。

教程参考:Web Scraper 系列教程(系列教程,从安装→各常见网页类型的爬取,是全网比较全面、易懂的教程了)

web scraper的原理:像是雇佣了个智能机器人,只需要你先手动选取所有要抓取的元素(文字、链接、表格等),做好一个完整流程示范,web scraper就会模仿你重复操作。


实操练习题

1、使用web scraper爬取拉勾招聘网页“用户研究”前100条招聘信息,爬取内容包括:岗位名称、城市、薪资、公司名称、公司规模、工作职责、任职资格。

2、各公司在招聘用户研究员岗位时,在任职资格/能力上有什么要求?请以图云资格展示。

图4 拉勾网-爬取数据


图5 词云-用研能力

不过练习实践后发现,词云并不是某个岗位任职资格的最佳呈现方式,因为任职要求往往都比较条理清晰:基本上是围绕定性、定量研究能力与方法,学历、专业要求也比较清晰统一。

对于明显能够按模块 分类整理的文本信息,按词云整理后,虽然视觉上依然让人能够抓住要点,但失去了条理性

由此看来,词云更适合:信息量庞大、发散性强的文本呈现。

例1:用于人物角色模型、市场细分结果呈现


xx人物角色(图源网络)

例2:用于品牌形象调研结果呈现(可结合自家产品logo吉祥物等)

xx品牌形象对比(写到最后累了不想爬数据┓( ´∀` )┏)

例3:产品推出后的市场反响、口碑舆情(实在不知道扒什么数据 于是祭出了山河令,没想到和词云适配度如此高!)

xx舆情风评

关于词云的练习实践暂时写到这。

欢迎看到这篇文章的伙伴,对词云的场景应用进行补充,或对质性资料分析呈现进行补充~

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容