Нанятый интервьюер сделает вывод, что проблемы нет
— Расскажите, каким был ваш последний поход в ресторан?
— Ну, мы забронировали стол по телефону, пришли с семьей в назначенное время. Администратор приветливо встретил, отвел к столику. Официант все рассказал, мы сделали заказ, сидели общались с женой, пытались развлечь ребенка. Все как обычно, в общем.
Инхаус-интервьюер принесет команде дополнительную гипотезу о продукте
— Расскажите, каким был ваш последний поход в ресторан?
— Ну, мы забронировали стол по телефону, пришли с семьей в назначенное время. Администратор приветливо встретил, отвел к столику. Официант все рассказал, мы сделали заказ, сидели общались с женой, пытались развлечь ребенка. Все как обычно, в общем.
— Как ребенка развлекали?
— Да всем, что было под рукой: самолетики из салфеток делали, бумага с карандашами были с собой. Ну, он такой, непоседливый у нас.
— И что, все время ужины с семьей так проходят?
— Мы стараемся ходить в места с детской комнатой, а тут вот что-то не подумали об этом...
Отличные советы по ведению интервью. Видно, что выстраданные. Но от корневого утверждения статьи у меня дергается глаз.
1.ВАЖНО: Мы не можем проверять гипотезы путем качественных методов. Подтверждение или опровержение гипотез — это вотчина количественных методов.
Путем проблемных интервью создаем гипотезы, а не проверяем их. В рамках качественной методологии 7 человек из 10 это не 70%, а именно 7 человек каждый со своим бекграундом, опытом и историей, в которой полезно найти повторяющийся паттерн. Возможно, я жертва социологического образования. с радостью бы обсудил этот момент.
2. По поводу анализа в таблицах. Тут тоже большой риск свести качественные данные к количественным показателям. Долго искал более удобный способ анализа высказываний. Сейчас под эту задачу котирую Airtable. Сервис позволяет делать это более правильно с точки зрения классического метода анализа текста. тут даже можно реализовать герменевтический круг, не зная, что это такое. Разобрал подход на примере анализа открытых ответов на вопросы https://vc.ru/life/153762-kak-ya-iskal-produktovye-idei-pri-pomoshchi-onlayn-oprosa-6-etapov-i-shablon-analiza
Кирилл, порекомендуете хорошие академические книги по количественным и качественным методам социсследований? Просто иногда возникает впечатление, что интервью и т.п. штуки в продуктовых исследованиях — это такая урезанная и немного обросшая мифами теория из социологии.
Коллеги, а как вы подходите к вопросу репрезентативной выборки? Как оценить, какое количество людей нам нужно для того, чтобы в последствии сделать корректный тот самый бинарный вывод.
Классная статья
Спасибо вам за обратную связь, мы старались)
Очень полезная статья! Спасибо, что поделились таблицами и примерами!)
Несколько вопросов. Наверное, риторических
1. KPI в процентах. Правильно я понимаю, что если 6 из 10 опрошенных выразит неудовлетворенность качеством продуктов в магазинах, мы не запускаем ферму. А если 8 из 10 выразит - то запускаем ферму? То есть, решение запускать/не запускать основывается на мнении двух случайно найденных знакомых или знакомых знакомых.
2. На вопрос "нужно ли проводить интервью, чтобы узнать, что есть люди, которые хотят питаться свежими овощами и не удовлетворены при этом качеством продуктов в магазине" - ответ очевиден. Не нужно. Получается, что проблемные интервью в этом примере нужны именно для того, чтобы посчитать? С минимумом 5-10 интервью?
3. Примерно тот же вопрос про "статистический анализ" результатов. Анализируем статистически, начиная с 5 интервью. С выборкой "кого найдем, те и ок"?
4. Есть свои плюсы и минусы в проведении своими силами и в привлечении специалиста со стороны. Вывод о том, что интервьюер со стороны "скорее всего" читает вопросы по списку, что в приведенном примере обязательно не задаст доп вопроса - на чем основывается? Чисто теоретически в приведенном примере никак не может быть наоборот, интервьюер сторонний задаст вопрос, а продакт - не задаст?
5. Сколько книг вы прочитали за год, сколько вы за них заплатили - это точно хорошие вопросы? Даже (особенно) если хотим ответы статистически обрабатывать? То есть, если это спросить, то конечно, ответят. Но насколько этому можно верить, насколько мы уверены, что люди это помнят? (не говоря о том, что такое "год", это уже придирки мелкие)