Dieser Artikel gibt Ihnen Tipps zur Analyse der Antworten einer Bürgerumfrage zur Benutzerfreundlichkeit der städtischen Website. Wenn Sie praktische Ratschläge zur Analyse von AI-Umfrageantworten suchen, ist dieser Leitfaden für Sie.
Die richtigen Tools zur Analyse von Bürgerumfragen auswählen
Der beste Ansatz für die Umfrageanalyse hängt von der Form Ihrer Daten ab – ob Sie strukturierte Antworten oder offene, gesprächsbasierte Antworten haben.
Quantitative Daten: Zahlen, Auswahlmöglichkeiten und Bewertungsskalen (wie "Wie viele Menschen fanden die Website schwer zu benutzen?") lassen sich in Excel oder Google Sheets leicht verarbeiten. Diese Tools zeigen schnell Trends und grundlegende Statistiken mit Formeln und Diagrammen.
Qualitative Daten: Wenn Sie offene Fragen stellen oder gesprächsbasierte Interviews führen, können Antworten Seitenweise Text füllen. Das manuelle Lesen ist nicht praktikabel, wenn Sie mehr als ein paar Dutzend Antworten haben. Hier kommt AI ins Spiel: Sie kann Muster erkennen und wichtige Themen innerhalb weniger Minuten extrahieren, etwas, das Sie Stunden von Hand kosten würde.
Es gibt zwei Ansätze für Tools bei der Arbeit mit qualitativen Antworten:
ChatGPT oder ein ähnliches GPT-Tool zur AI-Analyse
In ChatGPT kopieren und einfügen: Sie können exportierte Antworten in ChatGPT oder ein anderes GPT-Tool einfügen. Dann bitten Sie es, zusammenzufassen, zu gruppieren oder nach Mustern zu analysieren, indem Sie eigene Eingaben verwenden.
Aber: Dieser Prozess ist für größere Datensätze umständlich – das Verarbeiten großer Datenmengen kann die Kontextlimits sprengen. Oft müssen Sie Dateien aufteilen, in Teile kopieren und einfügen und Eingaben wiederholen, was für größere Umfragen weder bequem noch skalierbar ist.
All-in-One-Tool wie Specific
Spezialisierte AI-Plattform: Tools wie Specific sind speziell dafür entwickelt, sowohl Antworten zu sammeln als auch sofort mithilfe von AI zu analysieren. Sie können direkt mit der AI über Ihre Ergebnisse chatten, ähnlich wie bei ChatGPT, jedoch mit mehr Struktur und Funktionen zur Verwaltung dessen, was die AI jederzeit sieht.
Anschlussfragen: Specific sticht dadurch hervor, dass es den Befragten in Echtzeit Anschlussfragen stellt – was die Antworten tiefer, klarer und umsetzbarer macht. Das automatische Anschlussfeature erhöht die Qualität der gewonnenen Erkenntnisse. (Wenn Sie mehr darüber erfahren möchten, lesen Sie den Artikel über automatische AI-Anschlussfragen.)
AI-gesteuerte Erkenntnisse: Während AI zusammenfasst, erhalten Sie einen klaren Überblick über Hauptideen, Trends und umsetzbare Erkenntnisse – ohne Datenexport oder manuelle Arbeit. Für Umfragen zur Benutzerfreundlichkeit städtischer Websites gelangen Sie so zum „Warum“ hinter den Benutzerfrustrationen, nicht nur zu nackten Zahlen. (Für mehr Details gibt es einen Leitfaden zur Erstellung von Bürgerumfragen zur Benutzerfreundlichkeit städtischer Websites.)
Sofortige Zusammenarbeit: In Specific können Sie und Ihr Team gemeinsam chatten, filtern und Themen innerhalb derselben Oberfläche überprüfen, um schnelle Entscheidungen zur Verbesserung der städtischen Website zu treffen.
Wenn es um so wichtige Themen wie die Benutzerfreundlichkeit geht, ist der Einsatz hoch: Laut aktueller Forschung sind 88% der Online-Konsumenten weniger geneigt zurückzukehren, nachdem sie eine schlechte Website-Erfahrung gemacht haben [1]. Die Wahl des richtigen AI-Tools für den Analyseprozess ist genauso wichtig wie die Umfragefragen selbst.
Nützliche Eingaben, die Sie für die Analyse von Bürgerbefragungen zur Benutzerfreundlichkeit von Stadt-Websites verwenden können
Die Macht der AI-Analyse kommt von Ihren Eingaben. Die richtige Eingabe transformiert rohe Umfragetexte in umsetzbare Erkenntnisse und deckt Muster auf, die manuelle Lesungen oft übersehen. Werfen wir einen Blick auf Eingaben, die Sie in Ihrem Werkzeugkasten haben sollten.
Eingabe für Kernideen: Verwenden Sie dies, um Hauptthemen und die Anzahl der Nennungen zu extrahieren – besonders nützlich für Feedback zur Benutzerfreundlichkeit von Stadt-Websites. Dies funktioniert, egal ob Sie Specifics eingebaute AI-Analyse verwenden oder Umfragedaten in ChatGPT einfügen:
Ihre Aufgabe ist es, Kernideen fett darzustellen (4-5 Wörter pro Kernidee) + bis zu 2 Sätze lange Erklärung.
Ausgabebedingungen:
- Vermeiden Sie unnötige Details
- Geben Sie an, wie viele Personen eine bestimmte Kernidee erwähnt haben (verwenden Sie Zahlen, keine Worte), meist erwähnte zuerst
- keine Vorschläge
- keine Anhaltspunkte
Beispielausgabe:
1. **Kernidee Text:** Erklärungstext
2. **Kernidee Text:** Erklärungstext
3. **Kernidee Text:** Erklärungstext
Kontext macht den Unterschied: AI arbeitet besser, wenn Sie Kontext über Ihre Umfrage, ihren Zweck und das, was Sie aus den Antworten wollen, bereitstellen. Zum Beispiel:
Wir haben eine gesprächsbasierte Umfrage mit Bürgern zur Benutzerfreundlichkeit der städtischen Website durchgeführt. Unser Hauptziel ist es, die größten Hindernisse zu verstehen, denen die Menschen bei der Nutzung der Seite begegnen. Bitte konzentrieren Sie die Analyse auf Schmerzpunkte, Navigationsschwierigkeiten, unklare Informationsarchitektur und von den Befragten hervorgehobene Probleme bei der Barrierefreiheit.
Tiefer bohren: Wenn eine Kernidee auffällt, fragen Sie nach: "Erzählen Sie mir mehr über XYZ (Kernidee)". AI wird relevante Zitate oder Muster zu diesem Thema finden, sodass Sie schnell Probleme validieren und weiter erkunden können, die das Bürgererlebnis ausmachen oder brechen könnten.
Eingabe für spezifische Themen: Müssen Sie bestätigen, ob jemand eine bestimmte Idee erwähnt hat (z.B. „Suchfunktion“)? Verwenden Sie: "Hat jemand über die Suchfunktion gesprochen? Beziehen Sie Zitate ein." Sehen Sie sofort, ob es ein echtes Benutzerproblem oder ein nicht relevantes Thema ist.
Eingabe für Personas: Dies hilft Ihnen, Cluster in Ihren Daten zu erkennen: "Basierend auf den Umfrageantworten identifizieren und beschreiben Sie eine Liste von unterschiedlichen Personas – ähnlich wie 'Personas' im Produktmanagement verwendet werden. Fassen Sie für jede Persona ihre Schlüsselkriterien zusammen, einschließlich Motivationen, Ziele und relevanten Zitaten oder Mustern."
Eingabe für Schmerzpunkte und Herausforderungen: Analysieren Sie wiederkehrende Frustrationen: "Analysieren Sie die Umfrageantworten und listen Sie die häufigsten Schmerzpunkte, Frustrationen oder Herausforderungen auf, die erwähnt wurden. Fassen Sie jede zusammen und notieren Sie Muster oder Häufigkeit des Auftretens."
Andere nützliche Ansätze für Bürgerfeedback zu städtischen Websites umfassen:
Eingabe für Motivationen & Treiber: Führen Sie das Verhalten der Nutzer auf: "Extrahieren Sie aus den Umfragegesprächen die primären Motivationen, Wünsche oder Gründe, die Teilnehmer für ihr Verhalten oder ihre Entscheidungen äußern. Gruppieren Sie ähnliche Motivationen zusammen und geben Sie unterstützende Beweise aus den Daten an."
Eingabe für Sentimentanalyse: Teilen Sie das Feedback schnell in positiv/negativ/neutral: "Bewerten Sie die allgemeine Stimmung in den Umfrageantworten (z.B. positiv, negativ, neutral). Heben Sie Schlüsselphrasen oder Feedback hervor, die zu jeder Stimmungsrichtung beitragen."
Eingabe für Vorschläge & Ideen: Sammeln Sie Ideen direkt von Bürgern: "Identifizieren und listen Sie alle Vorschläge, Ideen oder Anfragen der Umfrageteilnehmer. Ordnen Sie sie nach Thema oder Häufigkeit und schließen Sie relevante direkte Zitate ein."
Eingabe für unerfüllte Bedürfnisse & Chancen: Stellen Sie versteckte Wachstumsbereiche offen: "Untersuchen Sie die Umfrageantworten, um unerfüllte Bedürfnisse, Lücken oder Chancen zur Verbesserung zu entdecken, die von den Befragten hervorgehoben wurden."
Mit solchen Eingaben kann ich mühelos von übergreifenden Themen – wie Bürger, die schnellere Ladezeiten wollen (was 47 % der Website-Besucher in unter 2 Sekunden erwarten [3]) – zu individuellen Frustrationen oder mutigen neuen Ideen wechseln. Das ist echter Beweis für Veränderungen, kein Rätselraten.
Wollen Sie mehr Inspiration für die Erstellung Ihrer Umfrage? Versuchen Sie die Ressource zu den besten Fragen für Bürgerbefragungen zur Benutzerfreundlichkeit von Stadtwebsites.
Wie Specific qualitative Daten basierend auf Fragetyp analysiert
Offene Fragen (mit oder ohne Nachfragen): Specifics AI liefert nicht nur für jede Frage eine Zusammenfassung, sondern wickelt den Kontext von Anschlussdialogen mit ein. Wenn zum Beispiel jemand sagt, „Die Startseite ist verwirrend,“ und die AI fragt „Welcher Teil ist verwirrend?“, werden deren Antworten in die Zusammenfassung für diese Frage einbezogen.
Auswahlmöglichkeiten mit Nachfragen: Jede Antwortmöglichkeit – wie „Schwierige Navigation“ – hat ihre eigene AI-Zusammenfassung, die nur aus den damit verbundenen Nachfragen gezogen wird. Auf diese Weise können Sie genau erkennen, warum Menschen, die „Schwierige Navigation“ gewählt haben, sich so fühlten.
NPS-Umfragen: AI sortiert das Feedback nach Kritikern, Neutralen und Befürwortern und fasst die Nachfragen hinter jeder Gruppe zusammen. Sie können sehen, was einen „Befürworter“ glücklich macht oder was einen „Kritiker“ abschreckt – alles auf einen Klick.
Sie können eine ähnliche Methode in ChatGPT verwenden, es bedarf jedoch mehr manueller Anstrengung, um Daten nach Antworttyp zu gruppieren und zu segmentieren, insbesondere beim Querbezug von Nachfragen.
Wollen Sie einen maßgeschneiderten Umfrageflow einrichten, sehen Sie sich den Leitfaden zur Erstellung einer Bürgerumfrage zur Benutzerfreundlichkeit städtischer Websites an.
Herausforderungen mit AI-Kontextgrößen bei großen Bürgerumfragen lösen
Eine häufige Herausforderung bei der Analyse großer Mengen an qualitativen Daten ist das Kontextlimit von GPT-basierten AIs. Wenn Sie zu viele Umfrageantworten exportieren und einfügen, kann die AI den Überblick verlieren oder nur eine Stichprobe analysieren – was zu verpassten Erkenntnissen führen kann.
Es gibt zwei effektive Möglichkeiten, Kontextlimits entgegenzuwirken, die in Plattformen wie Specific bereits implementiert sind:
Filtern: Analysieren Sie nur die Umfragegespräche, bei denen die Befragten bestimmte Fragen beantwortet oder bestimmte Antworten gegeben haben. Wenn Sie tief in Bürger eintauchen möchten, die Navigationsprobleme hatten, filtern Sie diese Antworten heraus – maximieren Sie die Nutzung des Kontexts und fokussieren Sie die Analyse genau auf das, was Sie benötigen.
Beschränken: Limitieren Sie, welche Daten die AI sieht, indem Sie ihr nur ausgewählte Fragen aus allen Gesprächen senden. So können Sie sich beispielsweise auf Meinungen über den Bereich „Veranstaltungen“ der städtischen Website konzentrieren, ohne unnötige Kontexte zu überlasten.
Diese intelligenten Filter anzuwenden, ermöglicht es AI, fokussierte, umsetzbare Zusammenfassungen auch in den größten Datensätzen zu liefern – unerlässlich für Studien zur Benutzerfreundlichkeit von städtischen Websites, bei denen das Feedbackvolumen oft hoch ist. Mehr zu diesen technischen Details finden Sie auf der Seite AI-Umfrageantwortanalyse.
Es ist erwähnenswert, dass 73,1 % der Webdesigner sagen, dass ein nicht reagierendes (d.h. nicht mobiloptimiertes) Seitendesign der Hauptgrund ist, warum Nutzer eine Website verlassen [2]. Indem Sie Umfragedaten auf diese Weise zerkleinern, wissen Sie sicher, ob mobile Probleme ein großes Anliegen Ihrer Bürger oder nur ein Randfall sind.
Kollaborative Funktionen zur Analyse von Bürgerumfrageantworten
Die Analyse des Feedbacks zur Benutzerfreundlichkeit städtischer Websites ist kein Einzelsport – viele Interessengruppen kümmern sich um das Nutzererlebnis, von der IT über Kommunikation bis zu städtischem Management. Die Herausforderung: Alle schnell auf das Wichtige im Feedback ausrichten.
Chat-basierte Zusammenarbeit: In Specific überprüft man nicht nur AI-Zusammenfassungen. Sie und Ihr Team können direkt mit der AI über die Umfragedaten chatten – eigene Fragen stellen, Threads weiterverfolgen, mögliche Lösungen erörtern und mehr.
Mehrere Chats, flexible Fokussierung: Müssen Sie die Analyse nach mobilen Nutzern segmentieren? Oder neue mit wiederkehrenden Besuchern vergleichen? Jede Chat-Sitzung in Specific kann ihre eigenen Filter haben. Sie sehen immer, wer jeden Chat eingerichtet hat, damit Teammitglieder den Überblick behalten – was Handovers nahtlos macht.
Transparenz in der Zusammenarbeit: Jeder Chat zeigt genau, wer was gefragt hat. Wenn mehrere Teammitglieder einer Unterhaltung beitreten, erscheinen ihre Avatare neben ihren Anfragen im AI-Chat und fördern so Verantwortlichkeit und ein gemeinsames Verständnis. Kein Rätselraten mehr, wer einen Einblick markiert hat oder wo eine Anschlussfrage herkam.
Kooperative Funktionen beschleunigen drastisch, wie das Feedback von Bürgern in Maßnahmen umgesetzt wird – keine hin und her zwischen verknäulten Tabellen oder endlosen Email-Threads mehr.
Wenn Sie die Umfrageerstellung mit integriertem AI-Editing ausprobieren möchten, sehen Sie sich die Übersicht zum AI-Umfrageeditor an. Oder um direkt mit dem Erstellen von Umfragen zu beginnen, versuchen Sie den Bürgerumfrage-Generator zur Benutzerfreundlichkeit städtischer Websites.
Erstellen Sie jetzt Ihre Bürgerumfrage zur Benutzerfreundlichkeit städtischer Websites
Handeln Sie nach dem, was Ihren Bürgern wichtig ist – verwenden Sie AI, um Schmerzpunkte sofort zu erkennen, arbeiten Sie in Echtzeit mit Ihrem Team zusammen und setzen Sie das Feedback zur städtischen Website in intelligente Verbesserungen um.
