Làm thế nào để không làm hỏng nghiên cứu thiết kế của bạn bằng cách chọn đúng phương pháp quy nạp và suy diễn

Vài ngày trước, tôi thấy mình trong một siêu thị địa phương với một người bạn. Mặc dù đó là giữa ban ngày, hàng thanh toán quá mức. Vì vậy, tôi đã kéo người bạn đồng hành của mình đến kiểm tra tự phục vụ.

Bạn tôi chưa bao giờ sử dụng thanh toán tự phục vụ và thực sự không muốn thử, nhưng tôi nhấn mạnh. Tôi khăng khăng một phần vì sự lười biếng - Tôi thực sự không muốn tham gia vào hàng đợi - nhưng chủ yếu là tôi tò mò muốn xem anh ấy sẽ trả giá như thế nào với việc thanh toán tự phục vụ.

Sự tò mò chuyên nghiệp đã qua, và tôi khuyến khích bạn tôi sử dụng máy.

Khi anh ta sử dụng thanh toán, tôi giả vờ không biết gì, và với thái độ xa cách của một người Vienna, tôi đã trả lời câu hỏi của bạn bè của tôi để được giúp đỡ với thông thường, bạn cảm thấy bạn nên làm gì tiếp theo?

Giật cho bạn một cú đá lên, ass là câu trả lời tôi thường xuyên đưa ra nhất

Thiết kế dự án nghiên cứu để thành công

Cho dù bạn đang thiết kế một dự án nghiên cứu định tính hoặc định lượng (hoặc kết hợp), cách tiếp cận bạn sử dụng và những câu hỏi bạn hỏi và don sắt hỏi sẽ quyết định sự thành công của dự án của bạn.

Vài năm trước tôi đã được yêu cầu xác định các phương pháp để cải thiện trải nghiệm mua hàng cho khách hàng cho một nhà bán lẻ thời trang. Chúng tôi có thời gian và ngân sách hạn chế và chúng tôi đã đưa ra một bản tóm tắt rất quy định - chúng tôi chỉ cần đăng ký với các khách hàng của công ty và xác định các cơ hội để cải thiện.

Chúng tôi có quyền truy cập vào một tập hợp lớn dữ liệu định lượng cũ - khảo sát, phân tích trang web / ứng dụng, dữ liệu thanh toán - để chúng tôi có thể hiểu rõ hơn về các hành vi phổ biến trên nền tảng kỹ thuật số của thương hiệu. Nhưng chúng tôi vẫn không hiểu cách khách hàng cư xử ngoại tuyến hoặc cách họ di chuyển giữa các điểm tiếp xúc vật lý và kỹ thuật số.

Vì vậy, chúng tôi làm cho điều này trở thành trọng tâm của nghiên cứu của chúng tôi. Chúng tôi đã tuyển dụng một nhóm ứng viên thường sử dụng dịch vụ và tạo ra một chương trình nghiên cứu đơn giản bao gồm,

  1. Phỏng vấn theo ngữ cảnh - chúng tôi đã phỏng vấn ứng viên tại nhà hoặc nơi làm việc của họ,
  2. Shadowing - chúng tôi đã theo dõi các ứng cử viên khi họ sử dụng dịch vụ vật lý.

Đặt các cuộc khảo sát sang một bên, dữ liệu phân tích và dữ liệu thanh toán định lượng cho chúng tôi biết rất nhiều về hành vi của khách hàng. Chúng tôi biết thời gian trong ngày và các ngày trong tuần mà khách hàng có nhiều khả năng mua hàng hơn. Chúng tôi biết hành trình mua hàng kéo dài một vài ngày và thường bắt đầu bằng một cái nhìn nhanh chóng xung quanh trước khi cam kết.

Thiết kế cho mọi người - hãy quên những gì họ nói, đó là những gì họ làm

Vì vậy, với tất cả các dữ liệu này, chúng tôi đã có một quyết định - chúng tôi sử dụng bao nhiêu để thông báo cho quá trình nghiên cứu của mình? Chúng ta có thể cho rằng quy trình mua hàng trực tuyến phản ánh quy trình ngoại tuyến không? Cuộc khảo sát hiện tại đã được thực hiện để tìm kiếm câu trả lời rất cụ thể và chúng tôi cảm thấy rằng một số câu hỏi đang dẫn đầu. Tuy nhiên, dữ liệu phân tích được chi tiết và chứa một số mẫu hành vi nhất định và nhất quán.

Dữ liệu này đưa ra cho chúng tôi một vấn đề nan giải - một vấn đề nan giải tồn tại khi bắt đầu mỗi dự án nghiên cứu: chúng ta nên thực hiện một phương pháp tiên nghiệm / suy diễn hay phương pháp hậu nghiệm / quy nạp?

Với cách tiếp cận tiên nghiệm / suy diễn, chúng tôi đã đi sâu vào nghiên cứu với những câu hỏi rất cụ thể phát sinh từ dữ liệu định lượng hiện có và kỳ vọng của chúng ta về hành vi của mọi người và chúng tôi đóng khung nghiên cứu của chúng tôi xung quanh những câu hỏi này. Với cách tiếp cận hậu nghiệm / quy nạp, chúng tôi đặt dữ liệu phân tích và kỳ vọng của chúng tôi sang một bên, chúng tôi bỏ qua những điều này trong khi chúng tôi tiến hành nghiên cứu, cho phép người tham gia kiểm soát nhiều hơn về hướng phỏng vấn.

Có một chi phí cơ hội trong việc sử dụng phương pháp nghiên cứu sai. Bằng cách cho phép những người tham gia hướng dẫn các phiên nghiên cứu, chúng tôi có thể đi đúng hướng và kết thúc với một bộ dữ liệu rộng và ngoài chủ đề. Nhưng bằng cách tập trung vào các lĩnh vực cụ thể, chúng tôi có thể không học được gì mới, cuối cùng chúng tôi có thể xác nhận những thành kiến ​​của chúng tôi.

Nhà nghiên cứu sẽ luôn mang đến những thành kiến ​​của riêng họ, và bản tóm tắt của khách hàng sẽ đặt ra hướng nghiên cứu. Nhưng câu hỏi ở đây là, ‘khi nào bạn nên sử dụng suy diễn và khi nào bạn nên sử dụng phương pháp nghiên cứu quy nạp trong nghiên cứu thiết kế?

Trong thực tế, nó thường không phải là một ranh giới cứng giữa hai.

Sử dụng phương pháp nghiên cứu đúng

Bởi vì chúng tôi đặc biệt quan tâm đến việc tìm hiểu trải nghiệm sống của một khách hàng bán lẻ và cách họ tương tác với nhiều điểm tiếp xúc, chúng tôi đã chọn cách tiếp cận quy nạp cho các cuộc phỏng vấn và theo dõi người tham gia. Chúng tôi biết những gì dữ liệu định lượng nói với chúng tôi nhưng chúng tôi vẫn lo ngại về độ chính xác của một số dữ liệu.

Trong các cuộc phỏng vấn, chúng tôi bắt đầu với những câu hỏi mở của người tham gia và theo dõi chủ đề phỏng vấn từ đó. Sau đó, chúng tôi theo dõi những người tham gia khi họ tương tác với các điểm tiếp xúc vật lý và kỹ thuật số của thương hiệu và hỏi một số câu hỏi theo ngữ cảnh trong quá trình này.

Nhưng sau khi thực hiện các buổi phỏng vấn và phỏng vấn đầu tiên, chúng tôi nhận ra rằng phương pháp này không phải là hoạt động như chúng tôi đã hy vọng.

Cuộc phỏng vấn quy nạp đã cho chúng tôi một sự hiểu biết sâu sắc về những gì quan trọng đối với những người tham gia (chỉ là những gì chúng tôi muốn), nhưng cái bóng quy nạp là không cần thiết. Bởi vì chúng tôi đã theo dõi những người tham gia khi họ tiến hành một hoạt động mà họ đã thực hiện hàng trăm lần trước khi tự động, sự hiện diện của chúng tôi đã tạo ra một sự giả tạo của toàn bộ tình huống - chúng tôi đã cảm thấy rằng chúng tôi đang quan sát những người tham gia hoạt động như bình thường.

Sau phiên thứ hai chúng tôi tập hợp lại. Làm thế nào chúng ta có thể cải thiện chất lượng của quá trình tạo bóng? Chúng tôi đã thảo luận về việc loại bỏ phần bóng tối của nghiên cứu và chúng tôi đã xem xét các giải pháp công nghệ cho phép chúng tôi quan sát quá trình nhưng loại bỏ chúng tôi khỏi trải nghiệm trực tiếp.

Nhưng sau đó chúng tôi đã hỏi, "điều gì sẽ xảy ra nếu chúng tôi dựa vào cổ vật?" Thay vì yêu cầu những người tham gia làm như bình thường, nếu chúng tôi yêu cầu họ mua hàng ở một địa điểm khác (có thể là cửa hàng của khách hàng hoặc đối thủ cạnh tranh)?

Mặc dù quá trình phỏng vấn sẽ cung cấp cho chúng tôi nghiên cứu quy nạp mở mà chúng tôi cần, quá trình tạo bóng được thiết kế lại có thể cho phép chúng tôi kiểm tra các lý thuyết cụ thể được đưa ra từ quá trình phỏng vấn.

Bằng cách loại bỏ người tham gia khỏi vị trí thông thường của họ, chúng tôi thấy rằng những người tham gia đã nói nhiều hơn về những kỳ vọng và kinh nghiệm của họ. Chúng tôi quan sát cách người tham gia điều hướng cửa hàng lạ, điều gì đã kích thích họ yêu cầu trợ giúp và chúng tôi có thể dễ dàng so sánh và đối chiếu trải nghiệm trong bối cảnh của địa điểm xa lạ.

Với những người tham gia khác, chúng tôi đã yêu cầu họ mua sắm trong cửa hàng thông thường của họ nhưng chúng tôi cung cấp cho họ một kịch bản - chúng là một bộ vật phẩm cụ thể - vì điều này chúng tôi đã đưa cho họ một danh sách các mặt hàng lạ và yêu cầu họ tìm những mặt hàng này. Với kịch bản này, chúng tôi đã có thể khám phá cửa hàng địa phương của họ theo một cách mới. Bằng cách yêu cầu những người tham gia tìm thấy những vật phẩm bất thường, chúng tôi có thể khám phá quá trình ra quyết định của họ khi xem xét các phiên bản khác nhau của cùng một sản phẩm.

Con đường sản xuất

Nghiên cứu nên được dẫn dắt bởi người tham gia - nhưng nếu chúng ta chỉ thực hiện một cách tiếp cận tiên nghiệm để nghiên cứu, chúng ta sẽ chỉ xác nhận hoặc bác bỏ các lý thuyết của chính mình, và nó có thể ngăn chúng ta khám phá những ẩn số chưa biết, nhưng một cách tiếp cận hoàn toàn có thể khiến các nhà nghiên cứu không thể làm được đường dẫn.

Bí quyết là phải nhanh nhẹn và đủ nhận thức để thực hiện các thay đổi phù hợp cho dự án nghiên cứu của bạn nếu bạn không nhận được dữ liệu mà bạn cần.