Colette Kolenda (Research Lead, Spotify) przedstawia case study trzystopniowego procesu, który zastosowali w Spotify. Łączac komplementarne jakościowe i ilościowe metod badań uniknęli rozbieżności w danych oraz wsparli obszar podejmowania właściwych decyzji produktowych.
Jak widać poniżej (na załączonym obrazku) na podstawie wizualizacji metodologii Spotify w ramach „What-Why Framework” (adaptacja framework’a What-Why od NN Group), badacze użytkowników i analitycy danych są naturalnymi partnerami.
Analitycy danych zajmujący się danymi przyglądają się wielkoskalowym, nadrzędnym trendom w zachowaniu użytkowników za pomocą metod takich jak A/B testy oraz modelowanie statystyczne. Badacze użytkowników stosują metody, takie jak wywiady i ankiety, w celu zbadania doświadczeń słuchacza zgłaszanych przez nich samych, aby zrozumieć ich modele mentalne i to jak postrzegają Spotify.
Kluczowe wnioski
- Jednoczesna triangulacja to niezwykle potężne narzędzie do generowania kompleksowych i zweryfikowanych wyników. Jeśli użyjesz tylko jednej metody, możesz skończyć z martwymi punktami. Jeśli zastosujesz metody sekwencyjnie, a nie jednocześnie, możesz napotkać niewyjaśnione sprzeczności.
- Następnym razem, gdy będziesz mieć złożone pytanie badawcze, rozważ zastosowanie trzystopniowego procesu, aby złagodzić martwe punkty i odwrócić rozbieżności w możliwościach uczenia się.
- Wybierz metody z różnych ćwiartek „What-Why Framework”, aby zapewnić uzupełniające się perspektywy. Zastosuj te metody w tym samym czasie do tej samej grupy użytkowników.
- Wyposażysz zespół we wnioski wyższej jakości
- Bardzo szybko zidentyfikujesz sprzedzne sygnały, które w przeciwnym wypadku mogłyby doprowadzić zespół do potencjalnie niewłaściwych decyzji.
- Usprawnisz współpracę i synchronizację różnych zespołów w kontekście celów, które mamy razem osiągnąć.
- Wzmocnisz odpowiedzialność za wyniki i wiarygodność danych, którymi posługujemy się w podejmowaniu decyzji.
Szczegóły Case Study