Comments 3
Я честно прочитал до конца и так и не понял, ка это можно использовать на практике, если у тебя нет задачи доказать какую либо-гипотезу. Вот на этот вопрос: "Основной задачей качественных исследований остается описание феноменологии принятия решений пользователями и понимание их эмоций, мотивов и путей рассуждения (когниций, предубеждений, стереотипов, и т.д.)," так ответа и не получил.
И как интерпретировать качественные показатели из сырых данных, если есть задача получить направление для дальнейшего развития на основе скажем данных из Google analytics. Наконец, у качественного исследования есть задача доказать гипотезу. Окей. Откуда взялась гипотеза?
Спасибо за внимание к статье. Попробую ответить по вопросам:
1. Если нет задачи доказать гипотезу, качественные исследования используются, как data driven, то есть, на основе полученных данных строятся и доказываются гипотезы: теория идет после исследования.
В примере у нас как раз не было в начале исследования гипотезы, почему люди отказываются от платного использования системы. Мы собрали просто отзывы, не задавая специальные вопросы, никак не направляя мысли пользователей. Из их ответов мы получили конкретные темы, на основе которых легко построить гипотезы: люди боятся потери информации, люди не хотят менять свой процесс, и т.д.
2. Вопрос про Google analytics. Например, есть показатели переходов из Google analytics. Вы хотите понять, почему люди не переходят по ссылке. Проводите исследование пользователей любым качественным методом (например, просите их комментировать свои действия во время UX-тестирования сайта). Их записанные комментарии — это сырой материал. Если его обработать с помощью тематических сетей, можно будет выделить основные темы в рассказах пользователей. Например, будут темы: 1) не заметил ссылку, 2) подумал, что это сторонняя реклама, 3) отвлекся на баннер и др.
По этим темам можно понять, что стоит доработать в сайте. Метод сетей просто поможет все эти темы хорошо представить в виде дерева решений.
3. Откуда взялась гипотеза? Если разработчики продукта вначале предполагают, почему пользователи действуют так, или иначе, это и есть гипотеза. Она может появиться из опыта, предположений, из теории про аналогичные продукты.
Если я неверно поняла вопросы, напишите, пожалуйста, примеры. Я постараюсь ответить.
1. Если нет задачи доказать гипотезу, качественные исследования используются, как data driven, то есть, на основе полученных данных строятся и доказываются гипотезы: теория идет после исследования.
В примере у нас как раз не было в начале исследования гипотезы, почему люди отказываются от платного использования системы. Мы собрали просто отзывы, не задавая специальные вопросы, никак не направляя мысли пользователей. Из их ответов мы получили конкретные темы, на основе которых легко построить гипотезы: люди боятся потери информации, люди не хотят менять свой процесс, и т.д.
2. Вопрос про Google analytics. Например, есть показатели переходов из Google analytics. Вы хотите понять, почему люди не переходят по ссылке. Проводите исследование пользователей любым качественным методом (например, просите их комментировать свои действия во время UX-тестирования сайта). Их записанные комментарии — это сырой материал. Если его обработать с помощью тематических сетей, можно будет выделить основные темы в рассказах пользователей. Например, будут темы: 1) не заметил ссылку, 2) подумал, что это сторонняя реклама, 3) отвлекся на баннер и др.
По этим темам можно понять, что стоит доработать в сайте. Метод сетей просто поможет все эти темы хорошо представить в виде дерева решений.
3. Откуда взялась гипотеза? Если разработчики продукта вначале предполагают, почему пользователи действуют так, или иначе, это и есть гипотеза. Она может появиться из опыта, предположений, из теории про аналогичные продукты.
Если я неверно поняла вопросы, напишите, пожалуйста, примеры. Я постараюсь ответить.
Выходит, в основном метод работает для вербализованных данных. Спасибо!
Sign up to leave a comment.
Как хорошо подать результаты качественного исследования: метод тематических сетей (+ анализ ATS в качестве примера)