Det finnes svært mange programmer for kvalitativ dataanalyse, og det er ikke enkelt å finne det rette. Du ønsker deg et kraftig verktøy som kan hjelpe deg med å analysere kundedata og avdekke meningsfulle innsikter – men må finne ut hvilket som passer best. Vær trygg på at jeg skal hjelpe deg. I dette innlegget gjør jeg det enkelt ved å bruke erfaringen min med å evaluere dusinvis av plattformer for dataanalyse til å presentere dette utvalget av de beste programmene for kvalitativ dataanalyse.
Hvorfor du kan stole på våre programvareanbefalinger
6,700+
Reviews
20
Industry experts
16+
Evaluation factors
14
Years
Teamet vårt har testet og anmeldt programvare siden 2012. Vi er selv CX-ledere, så vi vet hvor vanskelig og hvor viktig det er å velge riktig programvare.
I denne guiden har vi vurdert verktøyene gjennom praktisk testing og uavhengig research og gitt dem poeng ut fra våre utvelgelseskriterier.
Anmeldelsene våre bygger på vår egen redaksjonelle vurdering. De er ikke et salgsargument.
Gui DrusinaCreative Director
Tim FisherVP of AI
Sammenligningstabell for programvare for kvalitativ dataanalyse
Denne sammenligningstabellen oppsummerer grunnleggende informasjon om hvert av mine utvalgte topprogrammer for kvalitativ dataanalyse:
Sorted by: Default
| Tool | Starting Price | Website |
|---|
| Tool | Starting Price | Website | |
|---|---|---|---|
Best for sentralisert innsamling av tilbakemeldinger | 4.4 out of 5 | Priser på forespørsel Gratis demo tilgjengelig | Website |
Best for AI-drevet kundeinnsikt | 4.8 out of 5 | $2,000/måned 30 dagers gratis prøveperiode | Book Demo |
Best for å omdanne ustrukturerte data til handlingsrettet innsikt | 4.8 out of 5 | $25000/år Gratis demo tilgjengelig | Website |
Best for å forstå kundeadferd i sanntid | Not rated | Priser oppgis på forespørsel Gratis demo tilgjengelig | Website |
Beste ende-til-ende-verktøy for hele arbeidsflyten din innen kvalitativ forskning | Not rated | $208/bruker/måned Gratis abonnement tilgjengelig | Website |
Best for å opprette et innsiktssenter for å hente frem funn på nytt | Not rated | $30/måned Gratis prøveperiode tilgjengelig | Website |
Best for integrasjon med OpenAI | Not rated | Pris på forespørsel Gratis demo tilgjengelig | Website |
Best for en plattformuavhengig app for kvalitativ analyse | Not rated | $14.95/bruker/måned 30 dagers gratis prøveperiode | Website |
Best for datamaskinassistert koding, analyse og rapportskriving | Not rated | $245/år Gratis demo tilgjengelig | Website |
Best for å finne grundige, menneskelige innsikter raskt | Not rated | $50/user/month 14 dagers gratis prøveperiode | Website |
Anmeldelser av den beste programvaren for kvalitativ dataanalyse
I denne artikkelen evaluerer jeg alle de beste QDA-alternativene som er tilgjengelige i dag. For hvert alternativ oppsummerer jeg de viktigste funksjonene, begrunner hvorfor det er tatt med, og viser skjermbilder av grensesnittet. Du får også informasjon om prøveperioder og priser, slik at det blir enkelt å finne det som passer best til dine krav til dataanalyse.
Best for sentralisert innsamling av tilbakemeldinger- Gratis demo tilgjengelig
- Priser på forespørsel
Visit WebsiteCustomer Rating:4.4/5This rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.Chattermill organiserer automatisk kundetilbakemeldinger i temaer og sentimenttrender, slik at team kan identifisere prioriteringer og handle raskere basert på kundeinnsikter. Chattermill er en AI-basert analyseplattform for kundetilbakemeldinger som samler ustrukturerte tilbakemeldinger fra undersøkelser, kundestøttesaker, anmeldelser, samtaler og sosiale medier, og deretter bruker AI-drevet sentimentanalyse og temagjenkjenning for å avdekke kvalitative innsikter.
Hvem passer Chattermill best for?
Chattermill passer godt for CX- og innsiktsteam i mellomstore og store virksomheter som trenger å analysere store mengder kundetilbakemeldinger i stor skala.
Hvorfor jeg valgte Chattermill
Jeg valgte Chattermill som et av de beste alternativene fordi innsamlingen fra flere kilder skiller seg ut. Teamet mitt kan hente inn data fra Zendesk-saker, Qualtrics-undersøkelser, Trustpilot-anmeldelser og samtaletranskripsjoner, og deretter la Chattermills AI automatisk merke og kategorisere alt på ett sted. Alle tilbakemeldinger berikes også med kontekst som kunde-ID, kanal og sted, slik at jeg aldri ser på rå, kontekstløse svar.
Viktige funksjoner i Chattermill
- Detaljert sentimentskåring: Tildeler positivt, nøytralt eller negativt sentiment til individuelle temaer i én enkelt tilbakemelding, ikke bare til svaret som helhet.
- Spør Lyra: Et grensesnitt for spørringer i naturlig språk som lar deg skrive spørsmål på vanlig norsk om tilbakemeldingsdataene dine og få en umiddelbar analyse.
- Trendvarsler: Automatiske varsler som utløses når sentimentskårer eller mengden tilbakemeldinger endres utover angitte terskler.
- Segmentering av tilbakemeldinger: Filtrerer tilbakemeldinger etter egenskaper som kundesegment, produktområde eller datoperiode for å isolere bestemte kvalitative mønstre.
Chattermill-integrasjoner
Chattermill tilbyr over 90 integrasjoner innen undersøkelser, kundestøtte, nettanmeldelser, sosiale medier, datavarehus og mer. Disse omfatter Zendesk, SurveyMonkey, Trustpilot, Salesforce, Intercom, Qualtrics, Freshdesk, Hotjar, Snowflake og Slack. Chattermill kan også kobles til Zapier og tilbyr et API for tilpassede integrasjoner.
Pros and Cons
Pros:
- Automatisk temagjenkjenning på tvers av flere kanaler
- AI-sentimentanalyse på over 100 språk
- Sanntidsvarsler for nye tilbakemeldingstrender
Cons:
- Månedlige grenser for tilbakemeldingskreditter begrenser volumet
- Redigering av temaer krever hjelp fra Chattermill-teamet
Learn more about Chattermill:
Best for AI-drevet kundeinnsikt- 30 dagers gratis prøveperiode
- Fra $2,000/måned (fakturert årlig)
Visit WebsiteCustomer Rating:4.8/5This rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.For team som fokuserer på kvalitativ dataanalyse, hjelper Unwrap med å organisere og tolke ustrukturert tilbakemelding i stor skala. Det passer for bransjer fra detaljhandel til programvare og støtter fagfolk som trenger et tydeligere bilde av kundenes behov og produktproblemer. Ved å automatisere analysen av tilbakemeldinger reduserer Unwrap AI den manuelle gjennomgangen og hjelper team med å ta mer informerte, kundedrevne beslutninger.
Hvorfor jeg valgte Unwrap AI
Jeg valgte Unwrap på grunn av den unike evnen til å automatisere merking av tilbakemeldinger og tilby tilpassbare dashbord, noe som er avgjørende for kvalitativ dataanalyse. Plattformens funksjon for naturlige språkforespørsler lar deg enkelt hente ut innsikt, mens proaktive varsler sørger for at teamet raskt kan håndtere problemer. Disse funksjonene gjør Unwrap AI til et overbevisende valg for organisasjoner som ønsker å forbedre forståelsen av kundetilbakemeldinger uten det manuelle arbeidet som vanligvis kreves.
Viktige funksjoner i Unwrap AI
I tillegg til automatisert merking av tilbakemeldinger tilbyr Unwrap:
- Proaktive varsler: Holder teamet informert om problemer etter hvert som de oppstår, slik at det blir enklere å reagere i tide.
- Rollebasert tilgang: Støtter ulike organisatoriske roller, gir tilpasset tilgang til innsikt og sørger for at relevant informasjon når de rette personene.
- Sikkerhetssamsvar: Utformet med SOC 2 Type II- og GDPR-standarder i tankene, noe som gir trygghet ved håndtering av sensitive kundedata.
Integrasjoner med Unwrap AI
Integrasjonene omfatter BigQuery, CSV Upload, Discord, Facebook Groups, FreshDesk, Github Issues, Hubspot, Intercom, Jira og Zendesk.
Pros and Cons
Pros:
- Integreres med ulike kilder for kundetilbakemeldinger
- Gir sanntidsvarsler for rask problemløsning
- Sentimentanalyse hjelper team med å kvantifisere hvordan brukerne føler seg over tid
Cons:
- Oppsett av taksonomi for tilbakemeldinger kan kreve ekstra arbeid for å tilpasses
- Effektiviteten avhenger av kvaliteten på tilbakemeldingsdataene
Learn more about Unwrap:
Best for å omdanne ustrukturerte data til handlingsrettet innsikt- Gratis demo tilgjengelig
- Fra $25000/år (faktureres årlig)
Visit WebsiteCustomer Rating:4.8/5This rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.Thematic bruker rask, nøyaktig koding og analyse til å transformere ustrukturerte tilbakemeldinger fra kundene dine til handlingsrettet innsikt som gjør en reell forskjell i virksomheten din.
Hvorfor jeg valgte Thematic: Dette AI-drevne tekstanalyseverktøyet er spesifikt rettet mot å utlede meningsfulle handlingsplaner fra rådata. Programvaren kan analysere tilbakemeldinger fra kunder fra ulike kilder, identifisere tilbakevendende temaer og gi innsikt i sentiment.
AI-funksjonene øker nøyaktigheten i temagjenkjenning og sentimentanalyse. Dette hjelper forskere og ledere for kundeopplevelse med å forstå tilbakemeldinger på et detaljert nivå. Som et resultat kan de identifisere hvor flaskehalser oppstår, og hvordan de kan elimineres.
Viktige funksjoner og integrasjoner i Thematic:
Viktige funksjoner i Thematic omfatter en maskinlæringsalgoritme som avdekker dyp innsikt fra tekstdata, samt trendsporing som identifiserer mønstre som oppstår over tid. Programvaren tilbyr også prioritering av tilbakemeldinger for å hjelpe deg med å fokusere på problemene som har størst innvirkning.
En annen funksjon som er verdt å fremheve, er det interaktive dashbordet. Dette presenterer komplekse data på en måte som er enkel å forstå, selv for personer uten spesialkunnskaper.
Integrasjoner er tilgjengelige med plattformer for kundetilbakemeldinger og CRM-plattformer som Salesforce, SurveyMonkey og Zendesk. Thematic fungerer også godt med visualiseringsverktøy som Tableau, for videre analyse og visualisering av data. Dette verktøyet tilbyr også API-tilgang, noe som gjør det enklere å koble til applikasjoner som ikke støttes direkte.
Pros and Cons
Pros:
- Omfattende trendsporing
- Effektiv prioritering av tilbakemeldinger
- Grundig sentimentanalyse
Cons:
- Avhengig av datakvaliteten i inndata
- Ingen sanntidsdataanalyse
Learn more about Thematic:
Best for å forstå kundeadferd i sanntid- Gratis demo tilgjengelig
- Priser oppgis på forespørsel
Qualtrics XM bruker avansert digital analyse, atferdsheuristikk og øktavspilling for å hjelpe deg med å forstå brukeropplevelsen. Du kan analysere ødelagte digitale brukerreiser og frafallspunkter for å informere beslutningstaking og skape en bedre brukeropplevelse.
Hvorfor jeg valgte Qualtrics XM: Denne plattformen for opplevelsesstyring hjelper deg med å samle inn, analysere og handle basert på tilbakemeldinger fra flere kontaktpunkter. Du kan bruke den til å opprette og distribuere spørreundersøkelser, konsolidere data i sanntid og bruke avansert analyse for å trekke meningsfulle innsikter.
Programvarens prediktive intelligens og funksjoner for statistisk analyse fremmer en datadrevet tilnærming til beslutningstaking i hele organisasjonen.
Qualtrics XMs fremtredende funksjoner og integrasjoner:
Qualtrics XMs mest fremtredende funksjon er den helhetlige tilnærmingen til opplevelsesstyring. Dette gjør det mulig for brukere å samle inn, analysere og handle basert på data om kunder, produkter, ansatte eller merkevareopplevelser.
Du kan gjøre hver økt til en mulighet til å forbedre kundeopplevelsen uten å be besøkende om å oppgi informasjon. Analytikere kan se avspillinger av besøkendes økter for å avdekke konteksten. Dette gjør det enkelt å forstå den underliggende årsaken til frustrasjoner, feil og negative engasjementsmålinger.
Integrasjoner er tilgjengelige med mange ulike plattformer for å forbedre arbeidsflyter og dataanalyse. Disse omfatter CRM-verktøy som Salesforce, kommunikasjonsverktøy som Slack og HR-plattformer som Workday. Qualtrics XM er også kompatibel med verktøy for datavisualisering og forretningsintelligens, som Tableau.
Pros and Cons
Pros:
- Funksjoner for prediktiv intelligens
- Datainnsamling i sanntid
- Omfattende plattform for opplevelsesstyring
Cons:
- Komplekst oppsett for nybegynnere
- Begrensede funksjoner for kvalitativ koding
Learn more about Qualtrics XM:
Beste ende-til-ende-verktøy for hele arbeidsflyten din innen kvalitativ forskning- Gratis abonnement tilgjengelig
- Fra $208/bruker/måned (fakturert årlig)
Prosesser innen kvalitativ forskning kan bli forvirrende og overveldende, og derfor har Reframer blitt et populært verktøy. Denne programvaren tilbyr én app for å håndtere hele arbeidsflyten for kvalitativ forskning, fra gjennomføring av intervjuer og registrering av observasjoner til merking og visualisering av data.
Hvorfor jeg valgte Reframer: Reframer er et nyttig verktøy for team eller enkeltpersoner som gjennomfører kvalitativ forskning. Som en sentralisert plattform er den ideell for håndtering av brukerintervjuer og brukervennlighetstesting. Programvaren er også utstyrt med robuste funksjoner for merking og segmentering.
Med Reframer kan du visualisere gruppeobservasjoner, utforske forbindelser mellom merker og oppdage mønstre i temabyggeren. Programvaren fremmer også samarbeid ved å tillate gjestenotatskrivere under intervjusamtaler.
Fremtredende funksjoner og integrasjoner i Reframer:
Fremtredende funksjoner omfatter muligheten til å registrere observasjoner fra brukervennlighetstester og intervjuer, og deretter merke disse for enklere analyse. Temabyggeren hjelper deg med å gruppere observasjoner basert på merkene de inneholder, slik at du kan identifisere overordnede temaer eller mønstre.
De innebygde visualiseringsverktøyene omfatter et affinitetskart, akkorddiagrammer og boblediagrammer. Ved hjelp av disse kan du utforske forbindelser mellom merker og vise observasjonene dine på en lett forståelig måte.
Når det gjelder integrasjoner, tilbyr Reframer et .xls-eksportalternativ, slik at programvaren kan brukes sammen med en rekke dataanalyse- eller regnearkprogrammer. Disse omfatter Google Sheets, Excel og avansert statistikkprogramvare.
Pros and Cons
Pros:
- Visualiserer data ved hjelp av ulike diagrammer
- Kraftig segmentering og merking
- Omfattende arbeidsflyt for kvalitativ forskning
Cons:
- Temabyggeren krever bearbeiding av merker
- Merkesystemet kan introdusere skjevhet
Learn more about Reframer:
Best for å opprette et innsiktssenter for å hente frem funn på nytt- Gratis prøveperiode tilgjengelig
- Fra $30/måned
Ved å bruke Dovetail kan du analysere kvalitative data for å identifisere temaer og mønstre. Du kan også ta i bruk avanserte verktøy for datahåndtering og visualisering for å avdekke verdifulle innsikter og rapportere funn.
Hvorfor jeg valgte Dovetail: Dovetail er en velprøvd plattform for brukerundersøkelser og tilbakemeldingsanalyse som hjelper virksomheter med å samle inn og analysere tilbakemeldinger fra brukere og forskningsdata. Verktøyene for rik tekst gjør det mulig å merke, gruppere og fremheve innsikter fra ustrukturerte data. Dette lar deg omdanne informasjon som kundeintervjuer til handlingsrettede innsikter.
Dovetail legger også til rette for samarbeid mellom teammedlemmer for å fremskynde prosessen med å hente ut innsikter fra store datasett. Til sammen utgjør disse funksjonene en kraftig kombinasjon som gjør Dovetail til et verdifullt verktøy for både forskere og fagfolk innen kundeopplevelse.
Dovetails fremtredende funksjoner og integrasjoner:
Funksjoner som gjør Dovetail spesielt nyttig for brukerundersøkelser og tilbakemeldingsanalyse, omfatter et omfattende verktøysett for tekstanalyse med funksjoner for merking og gruppering av innsikter, et samarbeidsområde for teambasert forskning, et arkiv for lagring og organisering av alle brukerundersøkelsesdata samt interaktive verktøy for datavisualisering og presentasjon av innsikter. Det støtter også sentimentanalyse og gjør det mulig å lage delbare innsiktsrapporter.
Dovetail integreres med en rekke vanlig brukte plattformer, blant annet Slack for teamkommunikasjon, Zapier for automatiserte arbeidsflyter og ulike verktøy for kundetilbakemeldinger og brukerundersøkelser. I tillegg støtter det enkel pålogging (SSO) med leverandører som Google og Okta for sikker og praktisk tilgang. Det tilbyr også et fleksibelt API for tilpassede integrasjoner som kan dekke unike forretningsbehov.
Pros and Cons
Pros:
- Interaktive verktøy for datavisualisering
- Omfattende arkiv for forskningsdata
- Samarbeidsområde for team
Cons:
- Krever konsekvent datainnsamling
- Begrenset analyse av multimediedata
Learn more about Dovetail:
Atlas.ti er en forskningsprogramvare utviklet for å hjelpe team med å organisere, analysere og tolke kvalitative data. Den støtter prosjekter som omfatter tekst, bilder, lyd, video og til og med geospatial informasjon. Plattformen er utviklet for brukere som trenger strukturerte metoder for å avdekke innsikt fra store, komplekse datasett.
Hvorfor jeg valgte Atlas.ti: Atlas.ti gir deg muligheten til å arbeide med mange dataformater på ett sted, noe som hjelper teamet ditt med å håndtere kompleks forskning uten å bytte mellom verktøy. Du kan bruke kodesystemet til å kategorisere og følge tilbakevendende temaer på tvers av dataene dine. Rapporteringsfunksjonene gjør det enklere å omgjøre funn til presentasjoner eller delte resultater. Og med den innebygde AI-støtten kan du fremskynde analysen samtidig som du beholder full kontroll over arbeidet ditt.
Fremtredende funksjoner og integrasjoner i Atlas.ti:
Fremtredende funksjoner omfatter verktøy for å kode og kommentere data på tvers av flere filtyper, slik at du kan arbeide med tekst, medier og geografiske kilder side om side. Visualiseringsalternativene hjelper deg med å se relasjoner og forbindelser i dataene dine tydeligere. Du kan også generere rapporter og sammendrag som holder funnene dine strukturerte og enkle å dele.
Integrasjoner omfatter Microsoft Word, Microsoft Excel, Microsoft PowerPoint, IBM SPSS, Google Docs, OpenAI, NVivo, EndNote, SurveyMonkey og MAXQDA.
Pros and Cons
Pros:
- Håndterer mange medietyper
- Gode visualiseringsalternativer
- Innebygd AI-støtte
Cons:
- Oppsettet kan ta tid
- Oppdateringer kan endre arbeidsflyter
Learn more about Atlas.ti:
Best for en plattformuavhengig app for kvalitativ analyse- 30 dagers gratis prøveperiode
- Fra $14.95/bruker/måned
Dedoose er et nettbasert verktøy for kvalitativ forskning og forskning med blandede metoder. Det legger til rette for innsamling, analyse og organisering av data. Dermed kan du trekke ut meningsfulle kundeinnsikter fra data som tekstlige, visuelle og lydkilder.
Hvorfor jeg valgte Dedoose: Dette verktøyet tilbyr omfattende funksjonalitet for å analysere, administrere og presentere data. Funksjonssettet omfatter muligheten til å organisere, transkribere, kode og trekke ut innsikt fra store mengder ustrukturerte data, for eksempel fokusgrupper, intervjuer eller spørreundersøkelser.
Dedoose bidrar også til samarbeid gjennom sin skybaserte utforming og tilbyr kraftige verktøy for datavisualisering. Disse gjør det lettere å forstå komplekse dataplattformer og formidle forskningsresultater.
Dedooses fremtredende funksjoner og integrasjoner:
Dedooses mest fremtredende funksjon er den nettbaserte løsningen. Dette gjør det mulig for forskere å få tilgang til og arbeide med prosjektene sine hvor som helst, noe som fremmer bedre samarbeid og teamarbeid.
Programvaren er også kjent for sitt omfattende utvalg av analyseverktøy. Disse omfatter diagrammer, datakoding og datavisualisering. Den fremragende håndteringen av data fra blandede metoder gjør at du kan integrere og analysere kvalitative og kvantitative data sammen.
Integrasjonsstøtte omfatter muligheten til å importere data fra mange ulike kilder, for eksempel regneark, tekstdokumenter, PDF-filer, video- og lydfiler. Programvaren kan også integreres med populære transkripsjonstjenester for å fremskynde behandlingen av lyd- og videodata.
Pros and Cons
Pros:
- Avanserte diagramfunksjoner
- Omfattende datakodingsverktøy
- Nettbasert samarbeid i sanntid
Cons:
- Begrensede verktøy for multimediaanalyse
- Krever stabil internettforbindelse
Learn more about Dedoose:
Best for datamaskinassistert koding, analyse og rapportskriving- Gratis demo tilgjengelig
- Fra $245/år
QDA Miner er et populært verktøy for kvalitativ dataanalyse, brukt til koding, organisering, henting og annotering av samlinger med bilder og dokumenter. Programvaren egner seg godt til å analysere intervju- eller fokusgruppetranskripsjoner, tidsskriftartikler, juridiske dokumenter, taler eller bøker.
Hvorfor jeg valgte QDA Miner: QDA Miner lar deg kode og analysere dokumenter raskt og pålitelig. Du kan importere data fra Word, Excel, HTML, XML, SPSS, Stata, NVivo eller PDF-filer. Informasjon kan også samles inn fra sosiale medier, e-poster, nettbaserte spørreundersøkelsesplattformer, verktøy for referansehåndtering, LexisNexis og Factiva.
Programvaren inkluderer også funksjonalitet for rapportskriving, slik at du kan lage omfattende rapporter om kvalitativ dataanalyse og analyse med blandede metoder. Denne funksjonen gir mulighet til å oppsummere kodede data eller presentere funn visuelt med grafer og diagrammer. Funn kan integreres i en skriftlig fremstilling for enkel tolkning.
Fremtredende funksjoner og integrasjoner i QDA Miner:
Fremtredende funksjoner omfatter et kraftig kodesystem, en robust pakke for tekstanalyse og omfattende verktøy for datavisualisering. Dette gjør programvaren perfekt for datakategorisering, tekstutvinning og avansert analyse.
Programvaren støtter også en rekke datatyper og tilbyr innovative funksjoner som geografisk informasjonssystemanalyse (GIS) og fleksibel datamodellering.
QDA Miner integreres enkelt med WordStat, et verktøy for tekstutvinning og innholdsanalyse, samt med SlimStat, et verktøy for statistisk analyse. Dermed gir det deg fleksibilitet til å analysere tekst og knytte innholdet til strukturert informasjon, inkludert kategoriske og numeriske data.
Programvaren er også kompatibel med transkripsjonsverktøy for behandling av lyd- og videodata. I tillegg kan den fungere med statistiske verktøy som SPSS og R, noe som gir en helhetlig tilnærming til dataanalyse.
Pros and Cons
Pros:
- Støtter flere datatyper
- Fleksibel datamodellering
- Støtter GIS-analyse
Cons:
- Mindre effektivt kodesystem
- Begrensede verktøy for multimedieanalyse
Learn more about QDA Miner:
10Best for å finne grundige, menneskelige innsikter rasktDelve
- 14 dagers gratis prøveperiode
- Fra $50/user/month
Delve er en forskningsplattform utviklet for å hjelpe enkeltpersoner og team med å analysere kvalitative data på en strukturert måte. Den støtter prosjekter der du trenger å organisere, kode og tolke informasjon samlet inn fra intervjuer, fokusgrupper og åpne spørreundersøkelser. Verktøyet er utviklet for brukere som ønsker å gå fra rådata til tydelige, etterprøvbare innsikter.
Hvorfor jeg valgte Delve: Delve gir deg en veiledet tilnærming til koding, noe som hjelper deg og teamet ditt med å sikre enhetlighet i analysen. Den trinnvise prosessen gjør det enklere å håndtere store mengder transkripsjoner uten å miste oversikten over temaene dine. Du kan bygge en transparent kodebok som andre kan gjennomgå og følge, slik at forskningen forblir grundig. Rapporteringsfunksjonene gjør det også enkelt å vise logikken bak funnene dine.
Delves fremtredende funksjoner og integrasjoner:
Fremtredende funksjoner omfatter oppretting av strukturerte kodebøker, slik at teamet ditt kan bygge opp og videreutvikle kategorier mens dere arbeider med dataene. Verktøyene for transkripsjonsanalyse veileder deg gjennom koding og sammenligning på en repeterbar måte. Du kan også generere rapporter som viser hvordan temaene dine knytter seg tilbake til de opprinnelige dataene.
Integrasjoner omfatter Microsoft Word, Microsoft Excel, Google Docs, Google Sheets, Dropbox, OneDrive, Zoom, Slack, Trello og Asana.
Pros and Cons
Pros:
- Veiledet kodeprosess
- Transparent kodeboksystem
- Fungerer godt med store transkripsjoner
Cons:
- Oppsettet kan føles manuelt
- Samarbeidsfunksjonene er grunnleggende
Learn more about Delve:
Annen programvare for kvalitativ dataanalyse
Her er noen andre kandidater som ikke helt kom med på listen min, men som kan passe godt til akkurat ditt bruksområde:
- 11HyperRESEARCHBest for et fleksibelt verktøy på tvers av plattformer
- 12QuirkosBest for fordypning i kvalitative tekstdata
- 13TransanaBest for automatisk transkripsjon
- 14LiGREBest for kvalitativ dataanalyse på flere språk
- 15CauliflowerBest for kodefri tekstanalyse via en integrert chatbot
Relaterte anmeldelser av CX-programvare
Hvis du fortsatt ikke har funnet det du leter etter her, kan du se nærmere på disse relaterte verktøyene for styring av kundeopplevelsen som vi har testet og evaluert.
- Programvare for kundeservice
- Programvare for brukerstøtte
- Programvare for kundesentre
- Plattform for kundekommunikasjon
- Plattform for digitale opplevelser
- Verktøy for sentimentanalyse
Hvordan jeg evaluerer programvare for kvalitativ dataanalyse
Jeg evaluerer verktøy for kvalitativ dataanalyse i to lag: de grunnleggende funksjonene for koding og tematisk analyse som en plattform må ha, og særtrekkene som skiller ett verktøy fra et annet.
Kjernefunksjonalitet (minimumskrav for denne listen)
Disse kjernefunksjonene fungerer som inklusjonskriterier for listen min over programvare for kvalitativ dataanalyse:
- Koding av kvalitative data: Jeg vurderer om et verktøy støtter hierarkiske kodestrukturer, in-vivo-koding og tagging på tvers av flere medietyper, ikke bare ren tekst.
- Import av data i flere formater: En plattform bør kunne håndtere transkripsjoner, PDF-filer, lyd, video, bilder og spørreundersøkelsessvar, slik at forskere ikke tvinges til å konvertere filer eksternt.
- Verktøy for tematisk analyse: Jeg ser etter dedikerte arbeidsflyter for temabygging som lar deg gruppere koder i kategorier og spore mønstre på tvers av saker eller deltakergrupper.
- Funksjoner for spørring og gjenfinning: I tillegg til grunnleggende søk etter nøkkelord ser jeg etter boolske spørringer, matrisespørringer og nærhetsspørringer som lar deg sammenligne kodede segmenter basert på deltakeregenskaper.
- Visualisering av funn: Verktøy som kodekart, konseptnettverk og hierarkidiagrammer hjelper forskere med å formidle funn. Jeg vurderer bredden og eksportkvaliteten til disse visualiseringene.
- Støtte for teamsamarbeid: For prosjekter med flere forskere ser jeg på delt tilgang til koding, sammenslåing av prosjekter og kontroller av samsvar mellom kodere, for eksempel Cohens kappa-beregninger.
Jeg rangerer hver leverandør på en skala fra 0 (tilbyr ikke funksjonen) til 5 (utmerker seg på dette området) for hvert kriterium.
Leverandørene må oppnå en minimumsgjennomsnittsskår for å bli vurdert for inkludering på listen min. Deretter vurderer jeg hva som skiller hver plattform fra de andre.
Særtrekk (hva som skiller leverandørene fra hverandre)
Når jeg har satt sammen listen min, er dette hvordan jeg kontrasterer og sammenligner ulike leverandører innen programvare for kvalitativ dataanalyse:
Fremtredende funksjoner
Jeg følger nøye med på plattformer som tilbyr innebygd AI-støttet analyse og automatisk transkripsjon, siden disse funksjonene lar team behandle store mengder intervjuer eller fokusgrupper raskt. Integrasjon av blandede metoder skiller seg også ut. Når et verktøy for eksempel lar deg importere spørreundersøkelsesresultater eller kjøre grunnleggende statistikk sammen med kvalitative innsikter, bidrar det til å bygge bro mellom forskningsverdenene. Robust sentiment- eller følelsesanalyse kan være spesielt verdifullt for prosjekter som skal avdekke tone eller stemning i åpne data.
Utover funksjonene
Datasikkerhet er svært viktig her. Kvalitative forskere arbeider ofte med sensitive deltakerdata som omfattes av kravene i GDPR eller IRB, så jeg undersøker om en plattform tilbyr kryptering, verktøy for anonymisering og alternativer for datalokasjon. Lisensierings- og prismodeller varierer også mye, og jeg vurderer i tillegg metodisk samsvar og ser på om et verktøy inkluderer maler eller arbeidsflyter som er tilpasset tilnærminger som forankret teori eller fenomenologi.
Hvordan velge programvare for kvalitativ dataanalyse
Programvare for kvalitativ dataanalyse kan systematisk organisere og analysere store mengder ustrukturerte tilbakemeldinger fra kunder og hente ut handlingsrettet innsikt for å forbedre kundetilfredsheten og drive frem forbedringer i virksomheten. For å finne ut hvilken programvare for kvalitativ dataanalyse som passer best til behovene dine, må du først identifisere de viktigste brukerne og dokumentere de spesifikke utfordringene deres.
Når du lager en kortliste, prøver ut og velger programvare for kvalitativ dataanalyse, bør du vurdere følgende:
- Hvilket problem prøver du å løse - Begynn med å identifisere funksjonsgapet i programvaren for kvalitativ dataanalyse som du prøver å fylle, for å tydeliggjøre hvilke funksjoner og hvilken funksjonalitet programvaren for kvalitativ dataanalyse må tilby.
- Hvem vil trenge å bruke det - For å vurdere kostnader og krav bør du tenke over hvem som skal bruke programvaren, og hvor mange lisenser du trenger. Du må vurdere om det bare er kundesuksessteamet eller hele organisasjonen som trenger tilgang. Når dette er avklart, er det verdt å vurdere om du prioriterer brukervennlighet for alle, eller hurtighet for de mest erfarne brukerne av programvaren for kvalitativ dataanalyse.
- Hvilke andre verktøy den må fungere sammen med - Avklar hvilke verktøy du erstatter, hvilke verktøy som skal beholdes, og hvilke verktøy du trenger å integrere med, for eksempel programvare for regnskap, CRM eller HR. Du må avgjøre om verktøyene skal integreres med hverandre, eller om du alternativt kan erstatte flere verktøy med én samlet programvare for kvalitativ dataanalyse.
- Hvilke resultater som er viktige - Tenk over hvilket resultat programvaren må levere for å kunne regnes som vellykket. Vurder hvilken kapasitet du ønsker å oppnå, eller hva du ønsker å forbedre, og hvordan du skal måle suksess. Et eksempel på et resultat kan være muligheten til å få bedre innsyn i ytelsen. Du kan sammenligne funksjoner i programvare for kvalitativ dataanalyse til du blir blå i ansiktet, men hvis du ikke tenker på hvilke resultater du ønsker å oppnå, kan du kaste bort mye verdifull tid.
- Hvordan det vil fungere i organisasjonen din - Vurder programvarevalget sammen med arbeidsflytene og leveringsmetodikken din. Evaluer hva som fungerer godt, og hvilke områder som skaper problemer og må håndteres. Husk at alle virksomheter er forskjellige — ikke anta at et verktøy vil fungere i organisasjonen din bare fordi det er populært.
Trender innen programvare for kvalitativ dataanalyse
Feltet for programvare for kvalitativ dataanalyse (QDA) gjennomgår en spennende utvikling. Etter hvert som forskere og fagpersoner håndterer stadig større mengder ustrukturerte data, utvikler QDA-leverandører nye løsninger for å møte utfordringene og kravene i dette landskapet i endring. Her er en oversikt over de viktigste trendene som former landskapet for QDA-programvare:
Funksjoner i utvikling
- Forbedrede funksjoner for tekstanalyse: Oppdateringer har introdusert mer avanserte algoritmer for sentimentanalyse, emnegjenkjenning og emosjonell intelligens. Disse forbedringene imøtekommer den økende etterspørselen etter en dypere og mer nyansert forståelse av tekstdata, og hjelper brukerne med å identifisere detaljer i tilbakemeldinger fra kunder og interaksjoner i sosiale medier.
- Avanserte verktøy for datavisualisering: Det er en tydelig dreining mot mer dynamiske og interaktive visualiseringer. Disse verktøyene bidrar til å presentere komplekse datasett på mer forståelige måter, noe som gjør det enklere å ta raske beslutninger og presentere data for interessenter som kanskje ikke har like god dataforståelse.
- KI-drevet automatisering: Automatiseringsfunksjoner drevet av KI blir stadig mer fremtredende, særlig innen datakoding og mønstergjenkjenning. Denne trenden svarer på behovet for kortere behandlingstid ved databehandling og generering av innsikt, reduserer den manuelle innsatsen som kreves, og lar teamene fokusere på strategi.
Nyskapende og uvanlig funksjonalitet
- Integrasjon av prediktiv analyse: Noen av de mest nyskapende oppdateringene gjelder prediktiv analyse, som bruker historiske data til å forutsi trender og atferd. Denne funksjonen er særlig banebrytende for fremtidige markedsanalyser og for å forutse kundeatferd, og tilfører en fremtidsrettet dimensjon til tradisjonell kvalitativ analyse.
- Analyse av tale- og videodata: Med fremveksten av multimedieinnhold blir verktøy som kan analysere video- og lyddata for å finne kvalitativ innsikt, stadig vanligere. Denne funksjonaliteten er avgjørende for omfattende medieanalyse, inkludert kundeservicesamtaler og videogjennomganger, og utvider omfanget av datakilder som kan analyseres.
Etterspurte funksjoner
- Forbedret samarbeid: Etter hvert som fjernarbeid fortsetter, er funksjoner som støtter samarbeid i sanntid og skybasert datadeling, svært etterspurt. Denne funksjonaliteten sikrer at geografisk spredte team kan arbeide effektivt og holde seg samkjørte, noe som er avgjørende for å opprettholde kontinuitet i prosjekter og dataintegritet.
- Skalerbar infrastruktur: Med den økende datamengden er skalerbare løsninger som kan håndtere store datasett uten at det går på bekostning av ytelsen, avgjørende. Organisasjoner ser etter programvare som vokser i takt med databehovene deres, slik at investeringen varer lenge og kan tilpasses.
Minkende betydning
- Alternativer for lokal lagring: Etter hvert som man går over til skybaserte miljøer, blir betydningen av lokale lagringsalternativer mindre. Organisasjoner foretrekker skylagring på grunn av skalerbarheten, tilgjengeligheten og kostnadseffektiviteten, noe som reduserer avhengigheten av interne servere og maskinvare.
Hver av disse trendene fremhever et spesifikt behovsområde innen fellesskapet av fagfolk som arbeider med kundesuksess, og andre brukere av programvare for kvalitativ dataanalyse. Ved å holde seg oppdatert på denne utviklingen kan organisasjoner bedre utstyre teamene sine med verktøyene som trengs for å navigere i kompleksiteten ved kundedata og skape meningsfulle forretningsresultater.
Hva er programvare for kvalitativ dataanalyse?
Programvare for kvalitativ dataanalyse (QDAS) er et verktøy som hjelper forskere og fagfolk med å analysere store mengder ikke-numeriske eller ustrukturerte data på en systematisk måte, for eksempel tekst samt video- og lydfiler. Disse dataene kan samles inn gjennom fokusgrupper, intervjuer eller teknikker som dokumentanalyse.
QDAS omfatter vanligvis funksjoner som datakoding, datavisualisering, datagjenfinning, kobling av datasegmenter, rapportering, innholdsanalyse og stemmeanalyse. Målet er å gjøre det mulig for forskere å oppnå en mer nyansert forståelse av markedsdynamikk og forbrukerholdninger, slik at de kan ta strategiske beslutninger som samsvarer med kundenes ønsker og bransjetrender.
Funksjoner i programvare for kvalitativ dataanalyse
Det kan være krevende å gå gjennom enorme mengder tekstbaserte data, som intervjutranskripsjoner eller innlegg i sosiale medier. Programvare for kvalitativ dataanalyse effektiviserer denne prosessen og hjelper forskere og fagfolk med å avdekke skjulte innsikter i dataene på en systematisk måte. Her er noen viktige funksjoner du bør vurdere når du velger riktig programvare:
- Koding og annotering: Tildel meningsfulle tagger eller koder til tekstsegmenter for å kategorisere og gruppere relaterte ideer. Dette bidrar til å identifisere mønstre og nye temaer på tvers av dataene dine.
- Import og organisering av data: Importer enkelt ulike dataformater – intervjuer, dokumenter og fokusgrupper – og organiser dem for effektiv analyse. Dette oppretter et sentralt knutepunkt for alle de kvalitative dataene dine.
- Søk og gjenfinning: Finn raskt bestemte datapunkter ved hjelp av nøkkelord eller forhåndsdefinerte koder. Dette gjør det mulig å gå tilbake til relevante deler, identifisere sammenhenger og videreutvikle analysen.
- Avanserte visualiseringsverktøy: Gjør komplekse data om til visuelt engasjerende diagrammer og grafer. Dette gjør det enklere å presentere funnene på en lettfattelig måte for både tekniske og ikke-tekniske målgrupper.
- Datasikkerhet og personvern: Sørg for at sensitive data er beskyttet med robuste sikkerhetstiltak og tilgangskontroller for brukere. Dette er avgjørende, særlig når du arbeider med konfidensiell kundeinformasjon.
- Funksjoner for teamsamarbeid: Samarbeid sømløst med kolleger på det samme prosjektet, del koder og diskuter tolkninger. Dette er avgjørende for å sikre pålitelighet mellom kodere og fremme et samarbeidsbasert forskningsmiljø.
- AI-drevet assistanse: Utnytt kunstig intelligens til oppgaver som sentimentanalyse eller identifisering av tilbakevendende uttrykk. Dette kan redusere analysetiden betydelig og gi et utgangspunkt for videre utforskning.
- Eksportmuligheter: Eksporter enkelt analyseresultater i ulike formater for videre bruk i rapporter, presentasjoner eller publikasjoner, slik at forskningsresultatene når den tiltenkte målgruppen.
- Innholds- og stemmeanalyse: Benytt verktøy som ordskyer eller sentimentanalyse for å få dypere innsikt fra tekstdata, avdekke underliggende mønstre og identifisere viktige temaer. Du kan også trekke ut mening fra lyd- og videofiler med funksjoner som transkripsjon og annotering (særlig nyttig for multimediale datakilder).
Med disse funksjonene i tankene kan du velge programvare for kvalitativ dataanalyse som gjør deg i stand til å omdanne enorme mengder kundedata til handlingsrettet innsikt. Denne kunnskapen kan deretter brukes til å informere produktutvikling, markedsføringsstrategier og generelle forbedringer av kundeopplevelsen.
Fordeler med programvare for kvalitativ dataanalyse
Programvare for kvalitativ dataanalyse hjelper forskere og virksomheter med å hente ut verdifull innsikt fra åpne svar, intervjuer og fokusgrupper. Her er fem viktige fordeler programvaren kan gi deg:
- Strømlinjeformet analyse: Organiser, kod og søk enkelt gjennom store mengder tekstdata. Dette sparer forskere og analytikere utallige timer sammenlignet med manuelle metoder, slik at de kan konsentrere seg om dypere analyse og tolkning.
- Forbedret samarbeid: Jobb sømløst med kolleger på prosjekter. Del koder, diskuter tolkninger og sørg for pålitelighet mellom kodere – alt innenfor en sentralisert plattform. Dette fremmer et samarbeidende miljø og styrker den overordnede forskningsprosessen.
- Dypere kundeinnsikt: Avdekk skjulte mønstre og nye temaer i dataene dine. Programvareverktøy som sentimentanalyse og ordskyer går utover overfladisk forståelse og avdekker «hvorfor» bak kundenes atferd.
- Tydeligere kommunikasjon: Gjør komplekse kvalitative data om til visuelt overbevisende diagrammer og rapporter. Dette gjør det mulig for forskere å presentere funn på en måte som er lett å forstå for både tekniske og ikke-tekniske målgrupper, noe som sikrer tydelig kommunikasjon og virkningsfulle presentasjoner.
- Datadrevne beslutninger: Få handlingsrettet innsikt som gir grunnlag for forretningsstrategier. Ved å forstå kundenes behov og motivasjon kan virksomheter ta datadrevne beslutninger som forbedrer produkter, tjenester og til syvende og sist kundeopplevelsen.
Ved å investere i programvare for kvalitativ dataanalyse får du mulighet til å gjøre kvalitative data om til en strategisk ressurs. Dette kan føre til bedre kundeopplevelser, informert produktutvikling og til syvende og sist vekst i virksomheten.
Kostnader og priser for programvare for kvalitativ dataanalyse
Programvare for kvalitativ dataanalyse tilbyr ulike priser og abonnementsalternativer, som hver er utformet for å imøtekomme forskjellige forskningsomfang og organisatoriske behov. Det er avgjørende å forstå disse abonnementene og hva de tilbyr for å kunne velge en programvarepakke som samsvarer med organisasjonens forskningsmål og budsjett. Her er en oversikt over typiske abonnementsalternativer du kan møte:
| Abonnementstype | Gjennomsnittlig pris | Vanlige funksjoner |
|---|---|---|
| AbonnementstypeGratis | Gjennomsnittlig pris$0 | Vanlige funksjonerGrunnleggende kodingsverktøy, begrenset datalagring, brukerstøtte fra fellesskapet |
| AbonnementstypeStandard | Gjennomsnittlig pris$25 - $50/bruker/måned | Vanlige funksjonerAvansert koding, tekstanalyse, grunnleggende rapportering, e-poststøtte |
| AbonnementstypeProfesjonell | Gjennomsnittlig pris$75 - $150/bruker/måned | Vanlige funksjonerTilgang til alle funksjoner, inkludert multimediaanalyse, avansert rapportering, skylagring, telefonstøtte |
| AbonnementstypeBedrift | Gjennomsnittlig prisTilpasset pris | Vanlige funksjonerTilpassede funksjoner, integrasjonsmuligheter, personlig kundeansvarlig, opplæring på stedet |
Når du velger et abonnement, bør du vurdere mengden data du må analysere, kompleksiteten i forskningsprosjektene dine og hvor mye støtte du forventer å trenge. Husk at riktig programvare ikke bare bør dekke dine nåværende analysebehov, men også kunne tilpasses etter hvert som organisasjonen vokser. En balansering av funksjonalitet og kostnader sikrer at du får verdi ut av investeringen og effektivt støtter organisasjonens forskningsmål.
Vanlige spørsmål om programvare for kvalitativ dataanalyse
Her er svar på spørsmålene jeg oftest får om programvare for kvalitativ dataanalyse:
Hva er kvalitative data?
Kvalitative data er beskrivende, ikke-numerisk informasjon som kan hentes fra lyd, video, tekst eller bilder. Disse kundedataene brukes vanligvis til å gi dypere innsikt i emner gjennom observerte egenskaper og kjennetegn. Denne typen data brukes ofte innen fagområder som markedsundersøkelser og samfunnsvitenskap, der temaer og mønstre kan identifiseres i innsamlede data. Disse tolkes deretter for å bidra til forståelsen av konsepter, atferd, erfaringer og meninger.
Hvordan kan analyse av kvalitative data hjelpe meg med å forbedre brukeropplevelsen?
Ved å analysere kvalitative data kan du få dyp innsikt i kundenes atferd, utfordringer og behov. Du vil få en forståelse av hva som skjer, og hvorfor det skjedde.rnrnDeretter kan du bruke denne kunnskapen til å forbedre produktene og tjenestene dine. Dette vil til syvende og sist føre til en mer tilfredsstillende kundeopplevelse som innfrir forventningene til målgruppen din.
Hva er sentimentanalyse?
Sentimentanalyse, også kjent som meningsutvinning, bruker tekstanalyse, behandling av naturlig språk og datalingvistikk for å forstå den følelsesmessige tonen bak ord.rnrnDenne teknikken brukes ofte til merkevareovervåking, overvåking av sosiale medier og innsamling av tilbakemeldinger fra kunder. Sentimentanalyse hjelper bedrifter med å forstå forbrukernes holdninger og reaksjoner på en bestemt merkevare eller et bestemt produkt.
Hvilke andre anmeldelser av programvare for kundeanalyse er verdt å lese?
Her er noen flere verktøy jeg anbefaler for å få mest mulig ut av kundeanalyse:rnrnu003c!u002du002d /wp:paragraph u002du002du003e u003c!u002du002d wp:list u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003eu003c!u002du002d wp:list-item u002du002du003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-survey-analysis-software/u0022u003e10 beste programmer for spørreundersøkelsesanalyseu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-sentiment-analysis-tools/u0022u003e18 beste verktøy for sentimentanalyseu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-ab-testing-tools/u0022u003e20 beste A/B-testverktøy for datadrevne eksperimenteru003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-voc-software/u0022u003e20 beste VOC-programmer for kundeanalyseu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-customer-success-software/u0022u003e25 beste programmer for kundesuksessu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/customer-experience-management-software/u0022u003e18 beste programmer for styring av kundeopplevelsenu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e u003c!u002du002d wp:list-item u002du002du003ernu003culu003ern tu003cli style=u0022list-style-type: none;u0022u003ernu003culu003ern tu003cliu003eu003ca href=u0022https://thecxlead.com/tools/best-customer-analytics-tools/u0022u003e10 beste verktøy for kundeanalyseu003c/au003eu003c/liu003ernu003c/ulu003ernu003c/liu003ernu003c/ulu003ernu003c!u002du002d /wp:list-item u002du002du003e




















