Благодарю за хороший перевод. В целом от прочтения статьи возникает двойственное впечатление. С одной стороны описана довольно интересная методология анализа пользовательских интервью.
А с другой - описанная методика выглядит достаточно бессмысленной, как будто её единственная цель - вообще не думать, не принимать решений, не рисковать и ни за что не отвечать. Взяли, тегировали всё, засунули в блендер, взболтали и вуаля - получен "результат". О качестве "результата", его ценности и практической ценности - молчок.
Меж тем любые пользовательские интервью проводятся не ради самих себя или того, чтобы добуквенно записать их текст, они проводятся для того, чтобы выявить проблемы и боли пользователей и предложить их решение в продукте. Тут важно не количество интервью - а их качество и выявление реальных проблем.
Если посмотреть с другой стороны, то пользовательские интервью на практике прекрасно соответствуют правилам распределения, идентичным правилу Паретто: ~ 0.5-1% - это "звёздные" интервью, где за один разговор вы получаете больше инсайтов, чем за сотни других интервью (например вам кто-то рассказал чётко и толково, как устроен рынок, какие в нём боли и потребности - и покрыл большую часть вопросов) ~ 5-7% - крайне полезные интервью, это не звёздные - в них концентрация полезной информации и инсайтов очень велика, хоть и уступает звёздным (например, вам кто-то хорошо описал один из бизнес-процессов с его болями и потребностями) ~ 15-20% - полезные интервью - они дают инсайты и полезную информацию концентрированно, но фрагментарно и для её уточнения таких интервью нужно несколько ~ 75-80% - это обычные интервью, где инсайты тоже могут быть - но вероятность примерно как у лотерейного билета. Все вместе такие интервью содержат информации обычно меньше, чем одно звёздное (или столько же)
Так вот описанное в статье сфокусировано на работе с основной массой интервью - что очень трудоёмко и крайне мало эффективно. И есть большое подозрение, что тут эффективнее работать другими методами - анкетирования, сбора обратной связи на экранах, анкетирования и т.п.
Благодарю за хороший перевод. В целом от прочтения статьи возникает двойственное впечатление. С одной стороны описана довольно интересная методология анализа пользовательских интервью.
А с другой - описанная методика выглядит достаточно бессмысленной, как будто её единственная цель - вообще не думать, не принимать решений, не рисковать и ни за что не отвечать. Взяли, тегировали всё, засунули в блендер, взболтали и вуаля - получен "результат". О качестве "результата", его ценности и практической ценности - молчок.
Меж тем любые пользовательские интервью проводятся не ради самих себя или того, чтобы добуквенно записать их текст, они проводятся для того, чтобы выявить проблемы и боли пользователей и предложить их решение в продукте. Тут важно не количество интервью - а их качество и выявление реальных проблем.
Если посмотреть с другой стороны, то пользовательские интервью на практике прекрасно соответствуют правилам распределения, идентичным правилу Паретто:
~ 0.5-1% - это "звёздные" интервью, где за один разговор вы получаете больше инсайтов, чем за сотни других интервью (например вам кто-то рассказал чётко и толково, как устроен рынок, какие в нём боли и потребности - и покрыл большую часть вопросов)
~ 5-7% - крайне полезные интервью, это не звёздные - в них концентрация полезной информации и инсайтов очень велика, хоть и уступает звёздным (например, вам кто-то хорошо описал один из бизнес-процессов с его болями и потребностями)
~ 15-20% - полезные интервью - они дают инсайты и полезную информацию концентрированно, но фрагментарно и для её уточнения таких интервью нужно несколько
~ 75-80% - это обычные интервью, где инсайты тоже могут быть - но вероятность примерно как у лотерейного билета. Все вместе такие интервью содержат информации обычно меньше, чем одно звёздное (или столько же)
Так вот описанное в статье сфокусировано на работе с основной массой интервью - что очень трудоёмко и крайне мало эффективно. И есть большое подозрение, что тут эффективнее работать другими методами - анкетирования, сбора обратной связи на экранах, анкетирования и т.п.