Cómo agrupar observaciones de entrevistas por afinidad.
La agrupación por afinidad debe conservar las observaciones originales y permitir el desacuerdo. No unas causas diferentes solo porque las personas empleen la misma palabra.
Adapta el flujo de trabajo a tu tarea.
Mantén las observaciones y referencias a participantes al agrupar fragmentos por significado. Separa palabras similares que describan experiencias distintas. Nombra los temas después de examinar las pruebas y conserva observaciones atípicas o contradictorias en vez de forzar cada elemento a entrar en un grupo.
- Qué aportas
- Observaciones anonimizadas.
- Qué obtienes
- Grupos vinculados a pruebas con fragmentos representativos.
Mira la entrada y el resultado.
Entrada y salida ilustrativas · ejemplo didáctico, no una ejecución de WebAct en directo
Ejemplo campo
Two users say slow: one means loading time, another means approval delays.
Ejemplo completo
Keep performance and approval-process observations separate, with the original excerpts attached.
Carga esta entrada en el prompt y cópialo en WebAct para probar la tarea. Tu resultado puede diferir del ejemplo.
Decisiones y solución de problemas.
¿Deben dos comentarios que usan «lento» pertenecer automáticamente al mismo tema?
No. Uno puede referirse a la carga de una página y otro a un retraso de la organización. Agrupa según la experiencia descrita.
¿Por qué un tema parece convincente pero carece de fragmentos que lo respalden?
Su nombre puede ser una interpretación introducida al agrupar. Vuelve a conectarlo con las pruebas o márcalo como hipótesis.
Pruébalo con tu propia fuente.
Sustituye el ejemplo por tu material en el prompt. Conserva los requisitos que necesites y copia la tarea en WebAct.
Personalizar y copiar la tarea ↑