Типичные ошибки и трудности качественного анализа

---

Подборка по базе: Презентация на тему Методы и свойства ИТ.ppt, бесконтактные методы измерения температуры.docx, тест ЧИСЛЕННЫЕ МЕТОДЫ.pdf, Задание для самостоятельной работы по теме 2 Методы социологии.d, Реферат Основные методы психологии труда Левчик Р.Е..doc, 7. Социально-психологическое методы и факторы воздействие на отк, Эконометрика и методы моделирования в экономике.docx, практ зад методы прин управ реш.docx, Скорость света методы определения.docx, курсовая работа Методы и средства проектир систем.docx

---

полевого цикла исследования:
1. Инструктивно-ознакомительный этап:
-ознакомление с целями, задачами исследования, детализацией предстоящих работ, с характеристиками объекта;
-представление общих и специальных условий и требований участия в предстоящих работах;
-общая характеристика методики исследования, инструментария, используемых технических средств в рамках качественного исследования.
2. Этап «пробных работ»:
-детализация единиц и категорий анализа, их теоретического и эмпирического содержания, форм операционального выражения;
-обсуждение, анализ основных процедур; демонстрация заполнения методических документов
(инструментария); комментарии о требованиях, приемах повышения надежности и достоверности получаемых данных; обсуждение типичных ошибок в выполнении процедур; рекомендации по самоконтролю;
-репетиция процедур использования методических документов в лабораторных или полевых условиях с участием инструктора, отработка навыков, коррекция действий.
3. Этап «наряд-заданий»:
-выдача заданий, инструкций, методических учетных документов, инструментария, технических средств, комплектование групп, бригад, распределение обязанностей.
Фиксируется информация о формах связи с организаторами работ, о методах контроля, о порядке сдачи методических документов.
Типичные ошибки, трудности, проблемы организации качественного
исследования:
1. Программа исследования не формировалась, а инструментарий разработан (появляются системные ошибки из-за неучтенной информации);
2. Программа составлена без предварительного знакомства с объектом;
3. На подготовительном этапе не сформированы рабочий план и сетевой график работ;
4. План исследовательских работ не согласован с заказчиком.

процессы. Некоторые категории уточняются и переформулируются, или исключаются.
Выборочное кодирование является заключительным, когда уже становится ясна центральная тема, полученная из текстового массива.
Выделяется основное направление и подтемы будущего анализа.
9. Проверка надежности данных (сопоставление высказываний респондента с реальными фактами; выявление противоречий в рамках высказывания одного респондента; сопоставление с похожими обстоятельствами и событиями в жизни других людей; сравнение полученных данных с другими источниками информации);
10. Триангуляция данных (применяется для повышения надежности результатов при исследовательской интерпретации данных).
Триангуляция – перекрестная интерпретация некоторого фрагмента случая тремя исследователями, работающими в одной команде.
Виды триангуляции$$$Наместникова
И.В.
Методы исследования в социальной работе. – М.: Издательство Юрайт, 2014. –
С. 232-233%%%
8
^^^: модель А. Бартона и П. Лазарсфельда, рекомендованная в 1950-е годы, для применения качественных методов при разработке гипотез и проверки их с помощью количественных методов; а также вторая модель «методологическая триангуляция» – расширенная модель триангуляции методов.
Согласно ей, качественный и количественный подходы, хотя и различны, но в определенном смысле методологически сопоставимы и триангуляция может применяться: а) как сравнение интерпретаций трех различных исследований; б) как сравнение интерпретаций с точки зрения различных методов; в) как сопоставление данной ситуации с подобными результатами, полученными в других исследованиях; г) как повторение результатов на том же объекте через некоторый промежуток времени.
11. Категоризация данных – перевод информации в категории и субкатегории: классификация, теоретическое осмысление. Метод аналитической индукции.
12. Метод «восхождения к теории». Способы теоретизирования в качественном исследовании
(поступательная аппроксимация, иллюстративный метод, аналитическое сравнение, метод согласия, метод различия, анализ доменов, «идеальные типы», выделение контекста, аналогии и др.).
Типичные ошибки и трудности, возникающие при анализе
качественных данных
1. Субъективизм интерпретации, вытекающий из одностороннего анализа объекта (способ преодоления–триангуляция);
2. Быстрое обобщение данных, основывающееся на малом числе случаев;
3. Отсутствие проверки информации на надежность;

полно способствовать передаче восприятия действительности самими действующими лицами и избегать оправданий или диагностирования их поведения, чисто воспроизвести мнения действующих лиц, но и не менее важно сохранить те стороны изучаемого явления, которые подлежат лишь аналитической конструкции).
В количественном анализе оперируют понятиями переменных, влияющих друг на друга. При сборе, обработке, анализе, моделировании и сопоставлении результатов разных исследований используется совокупность методов и моделей прикладной математической статистики. К первой группе относят выборочный метод, описательную статистику, анализ связей и зависимостей, теорию статистических выводов, оценок и критериев, планирование экспериментов, ко второй — ряд методов многопеременной статистики, различные методы шкалирования, таксономические процедуры, корреляционный, факторный, причинный анализ, а также большую группу статистических моделей.
Основные процедуры социологического измерения
Измерением называется процедура наложения объектов измерения
(относительно свойств и отношений между ними) на определенную числовую систему с соответствующими отношениями между числами, которые в социологических исследованиях называют шкалами.
Шкала — это отображение произвольной эмпирически системы с отношениями в числовой системе, состоящей из множества всех действительных чисел.
Номинальной шкалой называется шкала наименований, включающая перечень качественных объективных характеристик респондента (пол, национальность, образование, социальное положение) или мнений, установок, оценок. Упорядоченная номинальная шкала (или шкала Гуттмана) предназначена для измерения субъективного отношения к объекту, установок субъекта. Эта шкала обладает такими важными достоинствами, как кумулятивность и репродуктивность. Ранговая шкала включает ранжированное распределение ответов в порядке убывания или увеличения интенсивности исследуемого признака. Интервальная шкала
— это тип шкалы, определяемый разностью (интервалов) между упорядоченными проявлениями изучаемого социального объекта, выраженной в баллах или числовых значениях. Каждая шкала допускает лишь определенные операции между символами (индикаторами признака) и вычисление лишь конкретного набора статистических характеристик.
Отработка шкалограммы имеет свою процедуру: отбирается целевая группа
(до 50 респондентов), которой предлагается высказаться по поводу суждений, предположительно образующих континуум. Высший балл по шкале определяется суммированием оценок по каждому ответу. Данные опроса экспериментальной группы располагают в виде матрицы так, чтобы упорядочить опрошенных по числу набранных баллов от высшего к

низшему. Знак «+» означает благожелательное отношение к объекту оценивания, «-» — неблагожелательное.
Анализ и обобщение
Существуют качественные и количественные виды анализа массовой информации. К качественным видам относятся:
— функциональный анализ, направленный на выявление устойчивых инвариантных связей объекта;
— структурный анализ, связанный с выявлением внутренних элементов объектов и способа их сочетания;
— системный анализ, представляющий собой целостное изучение объекта.
Количественный (статистический) анализ информации включает совокупность статистических методов обработки, сравнения, классификации, моделирования и оценки данных, полученных в результате социологического исследования.
По характеру решаемых задач и используемого математического аппарата методы статистического анализа подразделяются на четыре основные группы:
1) одномерный статистический анализ — дает возможность анализировать эмпирическое распределение измеренных в социологическом исследовании признаков. В этом случае вычленяются дисперсии и средние арифметические значения признаков, определяются частоты встречаемости различных градаций признаков;
2) анализ сопряженности и корреляции признаков — предполагает использование совокупности статистических методов, связанных с вычислением парных корреляций между признаками, измеренных в количественных шкалах, и анализ таблиц сопряженности для качественных признаков;
3) проверка статистических гипотез — позволяет подтвердить или опровергнуть определенную статистическую гипотезу, обычно связанную с содержательным выводом исследования;
4) многомерный статистический анализ — позволяет анализировать количественные зависимости отдельных содержательных сторон исследуемого объекта от множества его признаков.
Таблица сопряженности признаков — форма представления данных об объектах социологического исследования на основе группировки двух или более признаков по принципу их сочетаемости. Наглядно можно представить лишь в виде набора двумерных срезов. Таблица сопряженности позволяет провести градационный анализ влияния какого-либо признака на другие и визуальный экспресс-анализ взаимовлияния двух признаков. Таблицы сопряженности, образованные двумя признаками, называются двумерными.
Для них разработано большинство мер связи, они более удобны для анализа и дают корректные и значимые результаты. Анализ многомерных таблиц сопряженности признаков в основном состоит из анализа составляющих ее

маргинальных двумерных таблиц. Таблицы сопряженности признаков заполняются данными о частотах совместной встречаемости признаков, выраженных в абсолютном или процентном отношениях.
Существует два основных класса статистических выводов, которые делаются при анализе таблиц сопряжения: проверка гипотезы о независимости признаков и проверка гипотезы о связи между признаками.
Статистические методы анализа включают в себя:
— анализ средних величин;
— вариационный (дисперсионный) анализ;
— изучение колебаний признака относительно его среднего значения;

кластерный (таксономический) анализ — классификацию признаков и объектов при отсутствии предварительных или экспертных данных о группировке информации;

логлинейный анализ — поиск и оценку взаимосвязей в таблице, сжатое описание табличных данных;

корреляционный анализ — установление зависимости между признаками;

факторный анализ — многомерный статистический анализ признаков, установление внутренних взаимосвязей признаков;

регрессионный анализ — изучение изменений значений результирующего признака в зависимости от изменений признаков-факторов;

латентный анализ — выявление скрытых признаков объекта;

дискриминантный анализ — оценка качества экспертной классификации объектов социологического исследования.
Исследование считается завершенным тогда, когда представлены результаты.
В соответствии с целью исследования они имеют различную форму: устную, письменную, с использованием фотографий и звука; могут быть краткими и сжатыми или пространными и подробными; составленными в расчете на узкий круг специалистов или для широкой публики.
Заключительный этап социологического исследования состоит в подготовке итогового отчета и последующем предоставлении его заказчику.
Структура научного отчета определяется типом проведенного исследования (теоретическое или прикладное) и соответствует логике операционализации основных понятий. Если исследование носит теоретический характер, то в отчете основное внимание уделяется научной постановке проблемы, обоснованию методологических принципов исследования, теоретической интерпретации понятий. Затем дается обоснование построения применяемой выборки и — непременно в форме самостоятельного раздела — проводится концептуальный анализ полученных результатов, а в конце отчета излагаются конкретные выводы, возможные практические результаты и способы их реализации. В отчете о прикладном

Тема. Методы анализа данных: качественная и количественная стратегии

План. Качественная и количественная стратегии в анализе данных: пределы применения 2. Качественный анализ и интерпретация данных исследования. 3. Возможности количественных методов анализа данных. 1.

1. Качественная и количественная стратегии в анализе данных: пределы применения

Критерии разграничения Количественная стратегия Теоретико Реализм методологическая Достоверное, объективное знание. база Описание логических связей отдельными параметрами. Качественная стратегия Описание общей картины события или между явления. Фокус анализа Общее генеральное. Классификация путем отождествления событий случаев. В центре внимания – структуры, внешнее и объективное. Особенное, частное. Описание событий, случаев. В центре внимания – человек. Внутренне и субъективное. Исследовательск ие задачи Дать причинное объяснение, измерить Интерпретировать, взаимосвязи. понять наблюдаемое, концептуализировать. Гипотезы Осуществляется проверка гипотез, которые Значения фактов, формулируются в программе до начала явлений осмысливаются сбора данных. после «погружения» исследователя в данные. Единицы анализа Факты, события. Субъективные значения,

Измерительн ые процедуры Инструменты измерения Измерительные инструменты разрабатываются и проверяются в формулируются в результате пилотаже и формализуются. полевого исследования; часто являются специфическими, отражают индивидуальный исследовательский подход Представлени Представлены в виде статистических Представлены в виде е данных распределений, шкальных показателей. фрагментов документов, Результатов измерения взаимосвязей. наблюдений, высказываний, транскриптов. Валидность (надежность) Достоверное повторение установленных Реальное связей. информации. насыщение Логика анализа Дедуктивная: от абстракций – к фактам путем операционализации понятий. Осуществляется статистическими данными. Индуктивная: от фактов из рассказов о жизни и т. д. – к концепциям. Производится путем выделения тем или обобщения идей из собранных свидетельств; организация данных нацелена на получение целостной картины. Стиль Жесткий, холодный. Систематизация Мягкий, теплый. Воображение

2. Качественный анализ и интерпретация данных исследования.

Виды качественных исследований l Кейс-стади (case-study) — исследование конкретной общности (случая). l Этнографические исследования. История семьи. История жизни человека. l Фокус-группа. l Интервью (нарративное, полуструктурированное, биографическое, лейтмотивное, фокусированное)

Качественное исследование l Концентрирует внимание на частном, особенном, в описании целостной картины политических практик. l В центре внимания- изучение своеобразия отдельного объекта. l Изучение случая в единстве объективных и субъективных факторов

Принципы аналитического описания данных l Первичное прочтение: чтение, разработка системы первичного кодирования, авторские комментарии l Повторное прочтение: l переосмысление, сопоставление ситуации с контекстом и научным видением автора. l Цикличная работа с транскриптом.

Структурирование текста на полевом этапе исследования 1. Перевод текста из его первоначального вида в единицы анализа (секвенции), структурированные по темам. 2. Каждый сюжет предполагает «плотное» описание: факт; культурный, социальный контекст, субъективное значение.

«Плотное» описание l Отбросить ненужные детали; l Сосредоточиться на центральных характеристиках событий, основных эпизодах; l Структурировать знание хронологически; l В результате данные приобретают единство и внутреннюю стройность

Пример «плотного» описания Транскрипт l Я родился на Арбате в 1932 году и считаю себя арбатским. Именно не москвичом, а арбатским. Описание l Факт: место рождения — Москва, Арбат, 1932 г. l Культурный контекст: l арбатский, тот кто родился и вырос на Арбате в 40 -50 е годы. l

Пример «плотного» описания Транскрипт l Это особый район Москвы, типично московские старые переулки. Здесь какая-то своя гордость, свой патриотизм, особые отношения между людьми. Это своя особая страна, где сохранилась атмосфера дореволюционной Москвы. Описание Социальный контекст: Район дворянства и интеллигенции с дореволюционного времени. Субъективное значение: соотнесение себя с малой родиной: патриотизм, гордость. Ведение исторической родословной с дореволюционных времен.

Анализ данных в качественном исследовании 1. «Плотное» описание (основа для анализа) 2. Концептуализация (анализ данных на основе «плотного» описания) 2. 1 Классификация данных: » Номинация данных » Обобщение номинаций » Теоретическое осмысление данных 2. 2. Кластеризация данных и метод аналитической индукции 2. 3. Теоретическая концептуализация случая (разработка grounded theory)

Классификация (номинация) данных Это объединение содержания текстовой информации в некоторую обобщенную категорию — в один класс. l Оно необходимо для сопоставления разных сведений полученных от одного респондента а также для сравнения с другими «случаями» . l Какие классы будут выделены на этом этапе решает сам исследователь, опираясь на цели и задачи исследования. l

Пример номинации данных l Высказывания о родителях, родственниках могут быть объединены в класс «отношения в семье» . l Высказывания о начале трудового пути — в класс «старт карьеры» . l Отождествление себя с «малой родиной» , «казачьей станицей» — в класс «идентичность» .

Обобщение номинаций l есть метод, посредством которого частные данные соединяются в определенную совокупность аналогичных явлений, которые можно выразить в системе социологических понятий.

Пример классификации данных l «Конфликты с отчимом? Нет, были. Конечно, иногда. . . Но вот, кстати, он никогда не любил меня учить чему-нибудь или там мораль читать. В основном, мать, конечно. Она заставляла его даже ремешком меня стегать, но это редко было. Я на них не злюсь. А он считал, что я должен сам все понять, за это я ему благодарен. . . Он мне не насаждал свое мнение. . . К тому же я тогда уже два года как занимался каратэ. Помню даже пару раз побил его. . . » Классификация: l • Отношения с отчимом; l • Роли отчима и матери в воспитании; l • Изменение в семейных отношениях по мере взросления; l • Ответная реакция сына по отношению к отчиму.

Правила классификации: l l l Разрыв непрерывного текста и его новое построение на основе обобщенных понятий; Осуществляется на основе здравого смысла и аналитический интуиции исследователя; Главная цель классификации — сравнение фрагментарных данных, их обобщение; Многократный просмотр выбранных категорий способствует более адекватной номинации; Итоговая концептуализация должна соответствовать целям исследования.

Кластеризация и метод аналитической индукции l Метод объединения номинальных классификаций в кластеры. l Кластер объединяет внутреннее тождественные и не связанные между собой категории в более емкие образы

Пример кластеризации Номинация «культурные функции бабушек в семье» ; l «феномен русских бабушек» = уровень образования бабушки + социальная среда бабушки; l Девиантные семьи (бабушки выполняли функции няни); l Два кластера: функция бабушек из образованных семей = воспитатель, функция бабушек из необразованных семей = няня. l

Метод аналитической индукции l Работает на этапе кластеризации. l Предполагает интенсивное изучение отдельных случаев в качестве доказательств, что некоторая закономерность имеет общий характер и распространяется на всю совокупность.

Grounded theory (А. Страус и В. Глайзер) Восхождение от фактов к теории. Создание мини -теории предполагает: l — Изучение всех доступных источников информации по проблеме; l — Способ построения мини-теории сравнительный метод (сравнение от противного); l — Привлечение уже имеющихся в науке теорий для объяснения данных; l Теория строится на всей совокупности данных, полученных в ходе исследования.

Стадии анализа и интерпретации данных 1 стадия 2 стадия 3 стадия 4 стадия 5 стадия Первичный текст (дневники, автобиография, письма). Собственный опыт исследователя Редактированный первичный документ Систематический анализ, «плотное» описание событий, их объединение в кластеры. Верификация гипотезы примерами из интервью, текстов. «Выстраивание» на основе концептуализации первичной теории и дальнейшая ее проверка данными наблюдений.

Типичные ошибки и трудности качественного анализа l l l Субъективизм интерпретации. Способ преодоления. Поспешное обобщение данных, основывающееся на малом количестве случаев. Пренебрежение проверкой надежности информации всеми доступными способами. Пренебрежение проблемой памяти людей в изложении прошлых событий. Необходимо помнить, что актуальная ситуация и сегодняшние оценки могут накладывать отпечаток на описание индивидом прошлых событий.

Представление данных качественного анализа в 1. публикациях Дословное воспроизводство информации как уникального «образца» определенной культуры. 2. Редактированные тексты — сокращенная и выстроенная рукопись. 3. Комментированные первичные тексты. Наиболее распространенная форма представления данных, Авторская интерпретация «сопровождает» основной текст. 4. Авторский текст. Основной анализ автора составляет основное содержание, а первичные тексты представлены в форме отрывков, иллюстрирующих теоретические положения.

Структура отчета творческого проекта 1. Титульный лист. 2. Программа исследования. 3. План исследования. 4. Инструментарий. 5. Результаты первичного анализа данных. 6. Аналитическое описание результатов. 7. Выводы и рекомендации. 8. Список источников и публикаций по теме. 9. Приложения.

3. Возможности количественных методов анализа данных

Измерение l Процедура, с помощью которой измеряемый объект сравнивается с некоторым эталоном и получает числовое выражение в определенном масштабе или шкале. l Однозначное отображение эмпирической системы с отношениями между ее элементами (составляющими, состояниями, свойствами и т. д. ) в числовую систему с соответствующими отношениями между числами.

Измерение В итоге формируется числовая модель измеряемого объекта, а точнее — некоторых выделенных в качественном анализе его сторон. Поскольку получить точный аналог (изоморфную модель) практически не удается, разрабатывают приблизительный аналог (гомоморфную модель), в числовом выражении условно соответствующий оригиналу Социальные измерения часто называют квалиметрическими т. е. условно количественными аналогами качественных отношений

Эмпирические данные l Первичные собранные самим исследователем в процессе анализа l Вторичные собранные и опубликованные в том или ином виде другими исследователями

Статистические методы l служат задачам анализа интерпретации первичных и вторичных данных Дескриптивная статистика l Инференциальная (дедуктивная) статистика l

Дескриптивная статистика l представляет собой комплекс методов, позволяющих осуществлять группировку некоторого набора данных, описание его характеристик, идентификацию взаимосвязей между переменными, а также представление с помощью графиков, таблиц, диаграмм, карт и т. д.

Инференциальная (дедуктивная статистика) l применяется для обобщения данных выборочных исследований: это комплекс методик и приемов, позволяющих установить, в какой мере взаимосвязи, выявленные в выборке, описывают характеристики генеральной совокупности (на языке статистики, насколько они значимы).

Дифференциация статистических методов 1) по уровням измерения: l 1. 1. номинальные шкалы l 1. 2. порядковые шкалы 1. 3. интервальные шкалы 2) по количеству переменных: l 2. 1 одномерные коэффициенты l 2. 2. двухмерные коэффициенты l 2. 3. многомерные коэффициенты l

ТИП ШКАЛЫ ОПРЕДЕЛЕНИЕ НОМИНА ЛЬНАЯ наиболее слабая форма числового выражения, присвоение числового значения лишено всякого внутрен него содержания и не предназначено для математической обработки. ПОРЯДКО упорядочивание данных их согласно ВАЯ некоторому свойству, однако без четко определенного расстояния между ними. ОТНОШЕНИЯ a=b a = b; a>b ИНТЕРВА дает нам наиболее содержательное и гибкое a = b; a>b; a – b = ЛЬНАЯ измерение, позволяя определить не только c; a = bc порядок расположения случаев относительно друга, но и расстояние между ними. Для интервальной шкалы требуется наличие двух условий: стандартной единицы измерения и нулевой точки отсчета.

Пример номинальной шкалы: 20. Пол. 20. 1 Мужской. 20. 2 Женский. 22. Место жительства 22. 1 районный центр (город) 22. 2 пригород (в 10 20 минутах езды от районного центра) 22. 3 проживаю далеко от районного центра

Пример порядковой шкалы 21. Возраст 21. 1 18 24 21. 2 25 29 21. 3 30 34 21. 4 35 40 Уровень образование: 1. 1. неоконченное среднее 1. 2. среднее 1. 3. среднеспециальное 1. 4. неоконченное высшее 1. 5. высшее 1. 6. два высших 1.

Пример интервальной шкалы Уровень дохода в месяц на 1 чел. : l 6 000 руб. l 12 000 руб. l l Так, респонденты могут быть распределены по уровню дохода, выраженного в денежных единицах, при этом мы можем в точности определить, какова разница между доходами любых двух случаев.

Правила применения статистических методов в зависимости от количества переменных: Для различных уровней измерения применяются соответственно различные измерительные методики и процедуры. l Чем выше уровень измерения и чем больше количество переменных, тем более сложные методы анализа можно применять.

Статистический метод Количество переменных Одномерные: 1)измерение средней тенденции; 2)измерение дисперсии Уровень измерения номинальный порядков ый интервальный мода коэффициент вариации медиана квантиль ный размах среднее геометрическое стандартное отклонение Двухмерные: 1) коэффициент связи; 2) статистическая значимость коэффициент связи лямбда коэффиц иент связи гамма коэффициент связи коэффициент корреляции Многомерные: не применяются не применя ются множественная регрессия; факторный анализ

· Измерение средней тенденции — помогает выявить наиболее типичные значения, которые наилучшим способом представляют весь комплекс признаков по данной переменной. l · Измерение дисперсии — показывает, как колеблется (варьирует) отклонение от среднего значения, насколько это среднее репрезентативно для всей и совокупности. l · Показатель коэффициент связи, который обозначает степень возможности определения значений одной переменной для любого случая, базируясь на значении другой. l Статистическая значимость — определяет, насколько вероятна связь, зафиксированная между двумя признаками в выборке. l

Рекомендуемая литература l И. Ф. Девятко. Методы социологического исследования. М. , 2003. l Р. Л. Агабекян, М. М. Кириченко, С. В. Усатиков. Математические методы в социологии. Ростов на/Д. , 2005. l В. И. Добреньков, А. И. Кравченко. Методы социологического исследования. М. , 2004.

1. Методология теоретической концептуализации случая

Американские
социологи А. Страусе и В. Глэйзер [330]
предложили иную концепцию качественного
анализа, которую назвали разработкой
grounded
theory,
то есть интеракционное построение
мини-теорий в процессе сбора и анализа
эмпирических данных. Такая мини-теория
как бы конструируется, выстраивается
на фундаменте фактов из жизни, случая.¹³⁹

Цель
исследования
—
построение теории данного феномена,
наблюдаемого в жизненной практике.
Тактика состоит в следующем: исследователь
собирает многоаспектные сведения о
событиях, действиях и отношениях людей;
группирует и связывает разнородные
данные в обобщающие понятия и, поэтапно
поднимаясь ко все более абстрактным
категориям и концепциям, конструирует
абстрактный теоретический «случай»,
что позволяет представить его в виде
самостоятельной теории; или гипотез,
или же теоретических предположений
относительно природы данного феномена.

Авторы вели
детальное наблюдение за больными и
медицинским персоналом в клинике. Кроме
практических взаимоотношений медицинского
персонала и больных, их интересует и
более абстрактная проблема: хроническая
боль и способы ее облегчения, снижения
причиняемых ею страданий. В результате
возникли две категории как стратегии
борьбы с болью: «лечение техническими
средствами» (лекарства, операции) и
«лечение через адаптацию к боли»
(контролирование болевых ощущений самим
пациентом и психофизиологическим
воздействием со стороны персонала).
Анализируются последствия влияния этих
двух составляющих на моральное состояние
пациента, на его представление о боли
на примере: двух медицинских центров,
приоритетно применяющих первую или
вторую стратегии.

Основное
назначение исследовательских идей,
возникающих в процессе наблюдений,
интервью, как раз и состоит в концептуализации
обыденного опыта, считают Глэйзер и
Страусе. В
качественных методах акцент ставится
на создании мини-теории, а не на
верификации, проверке более общих
теорий. Здесь теории и идеи проверяются
только в одном аспекте
—
насколько они адекватны по отношению
к конкретным данным.

Восхождение от
фактов к теории достигается благодаря
тому, что:

—
непосредственные
данные наблюдения содержат информацию
о структурах, отклонениях, нормах,
процессах, образцах поведения и их
результатах;

_
полевые данные могут считаться конечным
продуктом изучения некоторой ограниченной
области социальной реальности, в рамках
которой обычно действует не так много
исследователей;

— эти
сведения наиболее адекватны как
информация обо всех сторонах
жизнедеятельности объекта в единстве
его сложностей, противоречий, то есть
в реальной ситуации бытия;

— проблема
состоит в том, чтобы правильно
систематизировать собранные данные,
обозначить и закодировать, а затем
—
проанализировать так, чтобы в результате
полученная информация приобрела
теоретический смысл.

Рассмотрим,
как возможно теоретическое построение
из анализа отдельного случая на примере
исследования судеб людей в советской
России
30—40-х
гг. [241,
С.
144-179].
Мы начинаем с «плотного описания»
профессиональной карьеры одного
респондента и концептуализируем
транскрипт в понятиях социальной
мобильности. Далее мы сравниваем
стратегию профессиональной мобильности
этого респондента с профессиональной
биографией другого человека и находим,
что за внешней похожестью здесь
обнаруживаются принципиально разные
жизненные стратегии. Это обстоятельство
требует теоретической интерпретации,
т. е. нуждается в более глубоком объяснении.

Итак, будем
аналитически продвигаться от достаточно
элементарных классификаций событий к
некоторым концептуальным обобщениям,
кластеризуем эти обобщения в более
«емкие» категории, постоянно
возвращаясь к транскриптам в поисках
аргументов для выдвижения теоретической
идеи.

Иван
Д.:
1904
г. рождения, из дворянской среды. В
гражданскую войну перешел на сторону
«красных» и по окончании войны стал
«спецом»¹⁴⁰.
На уровне описательного анализа
достаточно было хронологически выстроить
жизненный и профессиональный путь Ивана
Д. в
30—40-е
гг., чтобы обнаружить в его биографии
факты миграций с места на место:

1932
—
Мариуполь, экономист комбината «Никель»

1933
—
Никополь, начальник планового отдела
комбината 1935
—
Комсомольск-на-Амуре, начальник планового
отдела стройки

1938
—
Азовсталь, начальник планового отдела
комплекса

1939
—
Магнитогорск, начальник планового
отдела промышленного комплекса

1942
—
Липецк, главный инженер реконструкции
завода

1949
—
Москва, ведущий инженер на строительстве
высотных зданий

1950
—
Москва, Министерство строительства,
начальник отдела

Первый абзац можно
классифицировать как «социальное
происхождение», последующая информация
укладывается в категорию «социальная
мобильность» и характеризуется как
«высокая индивидуальная мобильность».
Какова связь этих двух категорий?

На первый взгляд,
исходя из этих фактов можно предположить,
что то были годы постоянного восхождения
по лестнице трудовой карьеры, причем
на ударных социалистических стройках.
Но какой субъективный смысл вкладывал
сам респондент в такие «жизненные
переходы»?

В транскрипте
интервью с дочерью Ивана Д., мы находим
основание для первичной гипотезы:

«…У
папы было много знакомых, еще по
дореволюционным временам, которые знали
его как хорошего специалиста и приглашали
на работу, когда начиналась новая
стройка. Все они были крупные инженеры,
еще дореволюционные, папа всегда
вспоминал их известные фамилии… После
1937
г. все они погибли. А у папы, наверно,
хватало ума, поэтому он часто переезжал
с места на место. Сами понимаете, биография
у него была не лучшая, а про то, что он
окончил семинарию, мы вообще никогда
не упоминали. Вот, например, мы уехали
из Азовстали, а примерно через год там
всех взяли, весь трест сразу, все
руководители были арестованы. А его,
наверное. Бог миловал…»

Таким
образом дополнительный
источник
информации уточнил субъективный смысл
описанных перемещений и навел на гипотезу
о социальной мобильности как «стратегии
убегания» от репрессий за свое
происхождение.

Затем
мы сопоставили миграционный путь Ивана
Д.,
— выходца
из дворян с противоположным
случаем
—
жизненной судьбой его тезки и дальнего
родственника
—
Ивана К., тоже
1904
г. рождения, также окончившего свой
профессиональный путь службой в Москве,
в Министерстве. Но этот второй Иван был
выходцем из крестьян. Во многом их
карьеры близки, но, в отличие от
родственника-дворянина, Иван К. в те же
годы
(1932—1949)
быстро поднимался по партийной лестнице
в центральном аппарате в Москве и стал
начальником отдела ЦК КПСС по строительству.
Это было типично для партийных выдвиженцев
из крестьян.

На
основе сопоставления двух случаев
родилось следующее уточнение: миграции
Д. в отдаленных от Москвы районах типичны
для «спецов»
—
выходцев из дореволюционных образованных
слоев. Это был способ «убегания»
от власти, а не стремление сделать
карьеру. Для К. из крестьян эти мобильности
были средством быстрого «вхождения
во власть». Социальный
контекст
ситуации проясняет судьбы двух Иванов:
времена репрессий, поддержка выходцев
из крестьян и политика преследований
по отношению к «буржуазным»
специалистам
—
здесь мы имеем основание сделать
первичное обобщение на уровне типизации
случаев
—
«избегательного» и «достижительного».
Концептуализируем первый случай в
понятиях властных отношений: это была
стратегия «убегания от власти» как
способ избежать репрессий. Данную
стратегию практиковали в
30—40-е
гг. выходцы «из бывших».

Выдвинутая
идея о жизненной стратегии выходцев из
«нетрудовых слоев» в описанные
годы может претендовать на статус
«мини-теории». Мы дали ей наименование
стратегии «убегания от власти»,
она опирается на реальные факты и не
противоречит здравому смыслу. Даже если
подобную стратегию использовали не все
выходцы из «бывших», это ничуть не
умаляет ее эвристической функции. Наша
теория удовлетворительно объясняет
соответствующие события и помогает
осмыслить немаловажные особенности
социальных реалий тех лет. Вместе с тем
мы теперь лучше понимаем конфигурации
вертикальной мобильности в советской
России
30—40-х
гг. За внешне похожими фактами скрываются
совершенно разные социальные
смыслы
человеческих поступков, социального
поведения людей.

Классическим
примером поэтапного восхождения от
фактов к теории может служить исследование
Э. Гоффмана о «моральной карьере
психиатрического пациента» [332].
Концептуализируя поэтапное изменение
идентичности пациентов: от «нормальных»
индивидов до заключения в специальное
учреждение и превращение в «больных»,
лишенных статуса нормального члена
общества, Гоффман поднимается до
теоретических обобщений о границах
«нормальности» и «ненормальности»
в обществе. Кто и как их устанавливает?
Где проходят эти границы?

В соответствии с
логикой такого подхода сформулируем
основные рекомендации по созданию
адекватной мини-теории:

1.
Изучение всех доступных источников
информации по проблеме.

2.
Использование сравнительного метода
как способа построения теории. Особенно
важно «сравнение от противного», то
есть
—
поиск фактов и ситуаций, которые
противоречат (или теоретически могли
бы противоречить) уже найденным
закономерностям.

3.
Создание новых мини-теорий не может
быть плодотворным без знания уже
существующих теорий и исследований в
данной области.

4.
Основанная на фактах теория предусматривает
анализ всей
совокупности данных, полученных в ходе
исследования. Ее окончательная
формулировка иллюстрируется только
отдельными, наиболее характерными
примерами.

5.
Концепции и теории, опирающиеся на более
широкий круг данных, могут впоследствии
уточнить первоначальную теорию, а иногда
и опровергнуть ее;

6.
В заключительном отчете (публикации)
надлежит описать последовательность
всех этапов «восхождения» к научным
абстракциям, всех процедур, которые
привели к формулировке гипотез.

Обобщая
описанные выше стратегии продвижения
от фактов к теории, можно заметить, что
в целом процесс интерпретации и
теоретизирования проходит несколько
стадий: от «плотного»описания до
концептуализации и теоретизирования
(Схема
34):

Схема
34 Стадии
анализа и интерпретации данных

Однако
даже досконально выучив правила
поэтапного анализа, нельзя ожидать
«автоматического» рождения новой
теории. В любом качественном исследовании
существенно авторское начало, то, что
остается за рамками любых правил. Это
—
научная интуиция способность осмысливать,
сопоставлять полевые данные, быть
«настроенным» на социологический
анализ. Недаром случайным толчком
исследования У. Томаса и Ф. Знанецкого
о польских крестьянах стали никому не
нужные письма, выброшенные из окна и
подобранные будущими классиками.

Типичные
ошибки и трудности качественного анализа

1.
Субъективизм интерпретации, вытекающий
из односторонности анализа объекта.
Способ преодоления
—
триангуляция.

2.
Поспешное обобщение данных, основывающееся
на малом количестве случаев.

3.
Пренебрежение проверкой надежности
информации всеми доступными способами.

4.
Пренебрежение проблемой памяти людей
в изложении прошлых событий (даты и
детали событий).

5.
Необходимо помнить, что актуальная
ситуация и сегодняшние оценки могут
накладывать отпечаток на описание
индивидом прошлых событий.

Теперь, когда мы
знаем правила действий, избегаем ошибок,
успех зависит от нашей эрудиции и
способностей.

5.
Представление данных в публикации

В
исследовании количественными методами
итоговый результат
—
представление данных в виде таблиц и
доказательств гипотез в систематизированном
виде. Другими словами
—
это форма отчета. В качественном
исследовании способы изложения данных,
гипотезы и теории могут быть представлены
в самом разном сочетании в зависимости
от целей
и фокуса публикации:
кому она адресована (коллегам, студентам
или широкой публике) и что является ее
фокусом (сама жизненная ситуация или
ее анализ исследователем). От этого и
зависит авторская форма подачи материала,
которая предполагает разную степень
творческого «внедрения» в первичные
текстовые документы. Исследователи
используют четыре типа подачи материалов.

Дословное
воспроизводство
информации как уникального «образца»
определенной культуры. Автор такой
публикации ставит перед собой одну цель
—
представить ценное свидетельство,
важное «само по себе» для понимания
данного аспекта социальной реальности
и способное вызвать интерес других
исследователей, которые могут
интерпретировать опубликованные тексты
под углом зрения собственных гипотез
и концептуализации.

Таким
путем пошли, например, авторы книги
«Наивное письмо» Н. Козлова и И.
Сандомирская [117], аргументируя это тем,
что их задача
—
(«представление образца в оригинальном
виде»)
—
только «первый шаг к обсуждению
социокультурных проблем наивного
письма…» Здесь рукопись, ее языковая
форма изложения стали объектом анализа
как свидетельство «внеписьменной
культуры, явленное тем не менее
представителем самой этой культуры, а
не сторонним наблюдателем». Акт
«культурно-иного» прочтения «голоса
из народа» предлагается осуществить
самому читателю или исследователю.

Редактированные
тексты
—
сокращенная и выстроенная рукопись.
Как правило, первичные тексты слишком
длинны и часто хаотичны. Редактирование
— это
сокращение и выстраивание оригинальных
текстов, акцентирование на определенных
эпизодах, темах, необходимое для понимания
последовательности событий. Степень
внедрения в язык первичного текста
здесь минимальна. Для сокращения текста
иногда используют прямые аутентичные
(цитированные) высказывания, соединенные
и структурированные фразами исследователя.
Так, первичные тексты в книге Томаса и
Знанецкого о польских крестьянах были
сокращены почти наполовину. Примерами
редактированных текстов в отечественных
публикациях могут служить биографические
рассказы из книги «Судьбы людей…»
(первая часть) [241]
и «Голоса крестьян…»
[50].

Комментированные
первичные тексты
—
наиболее распространенная форма
представления данных. Авторская
интерпретация «сопровождает» основной
текст
—
в сносках, на второй части страницы или
следует за каждой из историй; может
предшествовать текстам во введении или
заключать их в виде комментариев,
теоретической интерпретации.

Авторский
текст.
Наконец, особым типом публикаций по
результатам качественных исследований
является работа, в которой научный
анализ автора составляет основное
содержание, а первичные тексты представлены
в форме отрывков, иллюстрирующих
теоретические положения. Излагается
лишь общий смысл первичных документов,
они выполняют функцию аргументов
авторской концепции. Примером такого
рода публикации служит статья А. Леденевой
о трансформации блата в постсоветском
обществе [140], где автор представляет
отдельные отрывки из нескольких интервью,
опираясь при этом на анализ всей
совокупности кейс-стади.

В таких случаях
читателю предлагается лишь несколько
характерных биографий. Автор рисует
общие «портреты» типов собственными
словами, дополняя образы наиболее яркими
отрывками из интервью и комментируя их
с точки зрения развития собственной
теории. В данном случае документы
утрачивают свойства субъективных
свидетельств, которые мы определяли
как наиболее важную составляющую
качественной информации, зато они
приобретают особый смысл и значение в
логике интеллектуальных аргументов
исследователя.

Такое
продвижение по пути «внедрения» в
исходный текст при написании публикации
аналогично развитию анализа, которое
мы описали в схеме
34:
от полной неприкосновенности текста
документа
—
к использованию его фрагментов в качестве
иллюстрации к исследовательской теории
и систематизированному анализу социальной
проблемы.

Подготовка
публикации на первых стадиях сводится
к умению редактировать или комментировать
текстовые документы. Техника и стиль
написания теоретических статей более
сложные. Как правило, в таких публикациях
описывают не только и не столько сами
случаи, но и более широкое исследовательское
поле, например, проблематику отклоняющегося
поведения, личностной идентификации,
культурных норм определенной общности.

Итак, содержание
исследования может быть представлено
в четырех основных «моделях»:

1.
В качестве описания ранее неизвестных
или необычных деталей уже известного
социального феномена.

2.
Как развитие представления об объекте,
что предполагает выявление значимости
отдельного аспекта для понимания
социального феномена в целом.

3.
В форме раскрытия социального феномена
во максимальной полноте его составляющих
и концептуализации данного факта.

4.
Наконец, в виде построения типов,
дифференцирующих до сих пор общепринятое,
не структурированное представление о
некотором социальном явлении.

Практический
совет:

Социологи-«качественники»
говорят: «Чем
сто раз рассуждать о теории качественных
методов, лучше один раз выйти в поле и
попробовать самому.»
Поэтому для того, чтобы проверить свои
способности и желание заниматься
качественной социологией, попытайтесь
«выйти в поле». Тем более, что тут не
нужны большие материальные затраты,
неизбежные в массовых обследованиях.

— Попробуйте
сами или попросите друзей записать
«Историю жизни своей семьи» или
хотя бы один ее эпизод. Прокомментируйте
ее в социологических понятиях,
руководствуясь изложенными выше
рекомендациями. Еще лучше, если Вам
удастся добавить к этому генеалогическое
древо семьи.

— Можно
попробовать описать «Один день жизни
моей семьи» и также постараться
концептуализировать этот «кейс»
в социологических понятиях.

— Описание
жизни семьи не только поможет вам
практически освоить качественную
методологию, но и принесет интересный
результат: позволит приступить к созданию
фамильной истории и определить место
этой «ячейки» в контексте
социально-исторических событий.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

Качественные исследования: как повысить эффективность, избежать типичных ошибок и выпустить полезный продукт

Найти реальные потребности пользователей и создать востребованные продукты бизнесу помогают продуктовые аналитики. Они проводят качественные, количественные и смешанные исследования, делают подробные отчеты, но даже самые лучшие отчеты иногда ложатся в стол, а продукт не взлетает. Продуктовый аналитик AGIMA Олег Королёв разобрался, почему так происходит, и написал подробный материал об ошибках и способах их избежать.

Ситуация: отток пользователей финансовой организации. В чем причина?

Для наглядности опишем ситуацию, с которой столкнулась финансовая организация: компания захотела узнать причины оттока клиентов с одного из своих продуктов — кредитной карты. В первый месяц использования ушли 20% пользователей. Во второй — 7%. Ни разу не воспользовались продуктом 8% пользователей.

Клиент предположил, что всему виной человеческая рассеянность: пользователь оформил продукт и забыл про него. Или кредитная карта была нужна для однократной покупки. 

Проводим глубинные интервью

Для проверки гипотезы выбрали метод глубинного интервью. Пока изучали вводные данные поняли, что необходимо провести интервью с каждой категорией клиентов:

• Перестали пользоваться продуктом в первый месяц.

• Перестали пользоваться продуктом во второй месяц.

• Так и не воспользовались продуктом.

• Продолжают пользоваться продуктом.
  Эта категория клиентов особенно важна. Их обратная связь может подсветить сильные стороны продукта.

Выделяем боли клиентов

По результатам интервью выделили боли клиентов, и часть гипотез заказчика не подтвердились. Стало ясно, что отток возникает не потому, что люди забывают про оформленную кредитку. И не потому, что она нужна им только для конкретной покупки. Проблема глубже —  в самом продукте. 

• согласились под натиском менеджеров по продажам.

• Слабая поддержка. Сотрудники первой линии поддержки не могут дать исчерпывающих ответов клиентам.

• Мобильное приложение оказалось неудобным для пользователя. Клиенты не смогли разобраться с функционалом, поэтому перестали использовать продукт.

• Сложности в понимании условий кредитной карты.

• Неоправданные ожидания. В процессе использования выяснилось: условия продукта отличаются от тех, что были озвучены в начале.

Казалось бы, теперь все понятно: нужно поработать над поддержкой и мобильным приложением. Но на деле все не так однозначно, и многие компании попадают в ловушку неверных постисследовательских действий.

Основные ошибки после проведения исследований

Главная работа начинается как раз после получения результатов исследования. За 3 года работы над разными продуктами мы выявили 6 самых популярных ошибок:

1. Положить исследования в стол. Важно не только провести исследование, получить результаты и ознакомиться с ними, но и скорректировать дальнейшие действия. Даже если необходимые доработки частично запланированы, стоит проверить их сроки и актуальность. Если интервью показало, что клиентам сложно ориентироваться в мобильном приложении, нужно направить все силы на то, чтобы сделать интерфейсы интуитивно понятными.

   Можно пересмотреть содержимое и порядок интерфейсов или добавить подробную инструкцию. И после этого приступать к добавлению новых функций. В противном случае теряется смысл исследования. Изучайте потребности пользователей, корректируйте стратегию развития продукта и меняйте приоритеты задач в соответствии с ними.

1. Неправильно расставить приоритеты. Решить проблему оттока клиентов можно двумя способами: выяснить, в чем причина, и постараться исправить ее, или привлекать новых клиентов. Если большая часть пользователей недовольна поддержкой, нужно повышать качество сервиса, а не корректировать стратегию продаж. Только так получится привлечь и удержать больше клиентов.

1. Принимать решения только на основании результатов качественного исследования. При качественном анализе мы общаемся с ограниченным числом клиентов из каждой группы. Из-за этого может возникнуть смещение — разница между средним и истинным значением результата. Чтобы избежать смещения, нужно использовать данные аналитики и/или количественные исследования, которые направлены на опрос как можно большего количества респондентов и получение числового результата. Запускать количественные исследования можно как параллельно с качественными, так и после них. Опираясь на результаты глубинного интервью, можно задавать конкретные вопросы большому количеству пользователей. Комбинирование количественных и качественных методов делает исследование более достоверным.

1. Не собирать обратную связь от клиентов. Каждое обновление вносит корректировки в сценарии взаимодействия клиента и продукта. Паттерны поведения, которые были популярны у пользователей год назад, сегодня уже не работают. Поэтому держать руку на пульсе и изучать мнение пользователей по поводу качества работы продукта и поддержки крайне важно. Довольные сервисом клиенты могут стать дополнительным источником рекламы.

1. Проводить исследования ради исследований. Любое исследование должно начинаться с определения целей и задач. Важно также понимать, какую проблему позволит решить исследование и как в дальнейшем можно будет использовать его результаты. Например, мы хотим предложить платежеспособной аудитории в возрасте 21–35 лет новый продукт. Нам важно подробно изучить их боли и потребности, чтобы принять решение и выбрать стратегию развития нового сервиса.

Топ-5 эффективных методов для работы с результатами качественного исследования 

Теперь разберемся с тем, как делать правильные выводы из полученных данных. Даже идеальный 50-страничный отчет не сделает продукт лучше, если пользователи не будут знать о новых функциях или компания не опишет всех условий покупки той же кредитной карты.

• Проводить CSAT и NPS опросы.

CSAT (Customer Satisfaction Score) — опрос удовлетворенности. С его помощью можно собирать отзывы в точке взаимодействия с клиентом. Этот опрос знаком всем, кто хоть раз заказывал еду в популярных сервисах доставки или такси. В конце обслуживания вас просят поставить оценку от 1 до 5. С его помощью можно оценить работу сотрудников поддержки. Если пользователь ставит низкую оценку, полезно спросить, что именно ему не понравилось.

NPS (Net Promoter Score) — индекс потребительской лояльности. Эту метрику можно и нужно измерять на любом этапе жизни продукта. Например, отправить анкету с просьбой оценить по шкале от 0 до 10 вероятность того, что клиент порекомендует продукт друзьям и знакомым.

• Проводить онбординг в интерфейсах. Первые несколько картинок или небольших видео, которые появляются при запуске нового приложения, отлично демонстрируют принципы работы и ключевые функции. Это забота о клиенте, которая повышает лояльность, поэтому так важно рассказывать пользователю, где искать нужную информацию, какие функции и опции могут быть полезны.

• Прозрачно рассказывать об условиях продукта. Тут на помощь придут рубрики с ответами на часто задаваемые вопросы и качественная поддержка. Важно учесть обратную связь и сделать условия максимально понятными для клиента. За основу можно взять результаты NPS и интервью.

• Проверить качество работы сотрудников поддержки. Первая линия поддержки должна быть заботливым гидом по продукту. Стоит провести аудит поддержки, поработать со скриптами ответов и подходом к работе. Например, если клиент проводит в ожидании ответа оператора больше 10 минут, нужно увеличивать штат сотрудников.

• Проводить опрос «уснувших» и «оттекающих» клиентов. Под «уснувшими» понимаем тех, кто оформил продукт, начал им пользоваться, а потом перестал. Что делать с ними? Напомнить о себе. Прислать опрос или выгодное предложение. Например, скидку 10% на следующую покупку за отзыв о сервисе. Так можно узнать причину, по которой пользователи готовы отказаться от продукта. «Оттекающие» — это клиенты, которые приняли решение закрыть продукт. Важно узнать, что стало решающим фактором и подтолкнуло прекратить использование.

— При работе над продуктовой аналитикой наших клиентов мы внимательно следим за тем, чтобы результаты наших исследований не оказались на кладбище артефактов. Грамотно проведенные качественные исследования помогают продукту развиваться органично и последовательно, а понимание типичных ошибок и советы по работе с результатами исследований сэкономят время и силы команды.

Найти реальные потребности пользователей и создать востребованные продукты бизнесу помогают продуктовые аналитики. Они проводят качественные, количественные и смешанные исследования, делают подробные отчеты, но даже самые лучшие отчеты иногда ложатся в стол, а продукт не взлетает. Продуктовый аналитик AGIMA Олег Королёв разобрался, почему так происходит, и написал подробный материал об ошибках и способах их избежать.

Ситуация: отток пользователей финансовой организации. В чем причина?

Для наглядности опишем ситуацию, с которой столкнулась финансовая организация: компания захотела узнать причины оттока клиентов с одного из своих продуктов — кредитной карты. В первый месяц использования ушли 20% пользователей. Во второй — 7%. Ни разу не воспользовались продуктом 8% пользователей.

Клиент предположил, что всему виной человеческая рассеянность: пользователь оформил продукт и забыл про него. Или кредитная карта была нужна для однократной покупки.

Проводим глубинные интервью

Для проверки гипотезы выбрали метод глубинного интервью. Пока изучали вводные данные поняли, что необходимо провести интервью с каждой категорией клиентов:

• Перестали пользоваться продуктом в первый месяц.
• Перестали пользоваться продуктом во второй месяц.
• Так и не воспользовались продуктом.
• делают клиентский сервис удобнее за счет автоматизации;
• Продолжают пользоваться продуктом.
  Эта категория клиентов особенно важна. Их обратная связь может подсветить сильные стороны продукта.

Выделяем боли клиентов

По результатам интервью выделили боли клиентов, и часть гипотез заказчика не подтвердились. Стало ясно, что отток возникает не потому, что люди забывают про оформленную кредитку. И не потому, что она нужна им только для конкретной покупки. Проблема глубже — в самом продукте.

• согласились под натиском менеджеров по продажам.
• Слабая поддержка. Сотрудники первой линии поддержки не могут дать исчерпывающих ответов клиентам.
• Мобильное приложение оказалось неудобным для пользователя. Клиенты не смогли разобраться с функционалом, поэтому перестали использовать продукт.
• Сложности в понимании условий кредитной карты.
• Неоправданные ожидания. В процессе использования выяснилось: условия продукта отличаются от тех, что были озвучены в начале.

Казалось бы, теперь все понятно: нужно поработать над поддержкой и мобильным приложением. Но на деле все не так однозначно, и многие компании попадают в ловушку неверных постисследовательских действий.

Основные ошибки после проведения исследований

Главная работа начинается как раз после получения результатов исследования. За 3 года работы над разными продуктами мы выявили 6 самых популярных ошибок:

1. Положить исследования в стол. Важно не только провести исследование, получить результаты и ознакомиться с ними, но и скорректировать дальнейшие действия. Даже если необходимые доработки частично запланированы, стоит проверить их сроки и актуальность. Если интервью показало, что клиентам сложно ориентироваться в мобильном приложении, нужно направить все силы на то, чтобы сделать интерфейсы интуитивно понятными.

   Можно пересмотреть содержимое и порядок интерфейсов или добавить подробную инструкцию. И после этого приступать к добавлению новых функций. В противном случае теряется смысл исследования. Изучайте потребности пользователей, корректируйте стратегию развития продукта и меняйте приоритеты задач в соответствии с ними.

2. Неправильно расставить приоритеты. Решить проблему оттока клиентов можно двумя способами: выяснить, в чем причина, и постараться исправить ее, или привлекать новых клиентов. Если большая часть пользователей недовольна поддержкой, нужно повышать качество сервиса, а не корректировать стратегию продаж. Только так получится привлечь и удержать больше клиентов.
3. Принимать решения только на основании результатов качественного исследования. При качественном анализе мы общаемся с ограниченным числом клиентов из каждой группы. Из-за этого может возникнуть смещение — разница между средним и истинным значением результата. Чтобы избежать смещения, нужно использовать данные аналитики и/или количественные исследования, которые направлены на опрос как можно большего количества респондентов и получение числового результата. Запускать количественные исследования можно как параллельно с качественными, так и после них. Опираясь на результаты глубинного интервью, можно задавать конкретные вопросы большому количеству пользователей. Комбинирование количественных и качественных методов делает исследование более достоверным.
4. Не собирать обратную связь от клиентов. Каждое обновление вносит корректировки в сценарии взаимодействия клиента и продукта. Паттерны поведения, которые были популярны у пользователей год назад, сегодня уже не работают. Поэтому держать руку на пульсе и изучать мнение пользователей по поводу качества работы продукта и поддержки крайне важно. Довольные сервисом клиенты могут стать дополнительным источником рекламы.
   
5. Проводить исследования ради исследований. Любое исследование должно начинаться с определения целей и задач. Важно также понимать, какую проблему позволит решить исследование и как в дальнейшем можно будет использовать его результаты. Например, мы хотим предложить платежеспособной аудитории в возрасте 21–35 лет новый продукт. Нам важно подробно изучить их боли и потребности, чтобы принять решение и выбрать стратегию развития нового сервиса.

Топ-5 эффективных методов для работы с результатами качественного исследования

Теперь разберемся с тем, как делать правильные выводы из полученных данных. Даже идеальный 50-страничный отчет не сделает продукт лучше, если пользователи не будут знать о новых функциях или компания не опишет всех условий покупки той же кредитной карты.

• Проводить CSAT и NPS опросы.

CSAT (Customer Satisfaction Score) — опрос удовлетворенности. С его помощью можно собирать отзывы в точке взаимодействия с клиентом. Этот опрос знаком всем, кто хоть раз заказывал еду в популярных сервисах доставки или такси. В конце обслуживания вас просят поставить оценку от 1 до 5. С его помощью можно оценить работу сотрудников поддержки. Если пользователь ставит низкую оценку, полезно спросить, что именно ему не понравилось.

NPS (Net Promoter Score) — индекс потребительской лояльности. Эту метрику можно и нужно измерять на любом этапе жизни продукта. Например, отправить анкету с просьбой оценить по шкале от 0 до 10 вероятность того, что клиент порекомендует продукт друзьям и знакомым.

• Проводить онбординг в интерфейсах. Первые несколько картинок или небольших видео, которые появляются при запуске нового приложения, отлично демонстрируют принципы работы и ключевые функции. Это забота о клиенте, которая повышает лояльность, поэтому так важно рассказывать пользователю, где искать нужную информацию, какие функции и опции могут быть полезны.
• Прозрачно рассказывать об условиях продукта. Тут на помощь придут рубрики с ответами на часто задаваемые вопросы и качественная поддержка. Важно учесть обратную связь и сделать условия максимально понятными для клиента. За основу можно взять результаты NPS и интервью.
• Проверить качество работы сотрудников поддержки. Первая линия поддержки должна быть заботливым гидом по продукту. Стоит провести аудит поддержки, поработать со скриптами ответов и подходом к работе. Например, если клиент проводит в ожидании ответа оператора больше 10 минут, нужно увеличивать штат сотрудников.
• Проводить опрос «уснувших» и «оттекающих» клиентов. Под «уснувшими» понимаем тех, кто оформил продукт, начал им пользоваться, а потом перестал. Что делать с ними? Напомнить о себе. Прислать опрос или выгодное предложение. Например, скидку 10% на следующую покупку за отзыв о сервисе. Так можно узнать причину, по которой пользователи готовы отказаться от продукта. «Оттекающие» — это клиенты, которые приняли решение закрыть продукт. Важно узнать, что стало решающим фактором и подтолкнуло прекратить использование.

Комментарии и обсуждения статьи на habr.

• Олег Королев

  Директор отдела продуктовой аналитики