It ain't true.
It's all in your head.
Blessed.Moscow и волшебник из Страны Оз, подготовили материал о том, как делать качественные исследования.
Вступление
В котором, мы постараемся описать и объяснить, зачем именно нужно проводить качественные исследования в 2020.
В этом материале вы не найдете практических советов, как улучшить продукт, который вы разрабатываете или продвигаете. Мы исходим из того, что нет ни одной универсальной методики или списка правил и рекомендаций, в которых можно было бы пропустить теорию и перейти сразу к имплементации.

К сожалению, мы все чаще встречаем подобные универсальные обещания в рекламных материалах B2B-сектора. В них обещается гарантированный результат, конкретные показатели увеличения продуктивности или эффективности и т.д.

Эффективность – это популярная тема, которая создает иллюзию стремления к универсальной «ascended economy» (от англ. ascend – расти, возноситься).

Подробнее об этом можно почитать в статье блоггера-рационалиста Скотта Александра.


В основе материала ниже лежат причины необходимости проводить исследования; методология, по которой мы в Blessed.moscow выстраиваем работу над иссследовательскими проектами (мы не претендуем на абсолютное знание, но ее можно использовать как проверку объективности вашего качественного исследования); краткое погружение в основы критического мышления; а также ссылки и указания ресурсов, которые могут быть полезны во время разработки исследовательского продукта.

У материала, который вы читаете сейчас, есть две цели: 1. решить "проблему сороконожки" – создать (относительно) краткую методологию, которая позволит нам внутри легче включать новых участников в проекты. 2. маркетинг и развитие продукта, основанный на наблюдаемых или измеримых данных, аргументированной информации помогает нам находить релевантные кейсы, формулировать интересные гипотезы, находить уникальные инсайты. Этим материалом, мы хотим сделать свой вклад в развитие умного маркетинга в целом.

(с) PCMAG – click to redirect
Algorithmic war
В 2011 году два алгоритма конкурирующих продавцов, устанавливающие цену товара на сайте Amazon подняли цену ничем непримечательной книги о генетике мух до $23,6 млн при стандартной цене печатной версии около $120.

Алгоритм аккаунта Bordeebook выставлял цену в размере 127% от цены своего единственного конкурента – алгоритма Profnath.

Алгоритм Bordeebook исходил из своего высокого рейтинга и качественных отзывов от предыдущих клиентов на Amazon.

Алгоритм Profnath в свою очередь корректировал свою цену относительно конкурента, чтобы обеспечить выгодное предложение для потенциальных клиентов – 0,9983 от стоимости книги у конкурента.

Эта (почти) бесконечная война двух алгоритмов закончилась, когда цена книги достигла 23,6 млн долларов США.

Оба аккаунта остановили погоню за прибылью и установили реальные цены. Profnath предлагал книгу за $106,23, а Bordeebook, что символично, установил цену в 127% от цены конкурента, что составило $134,97.

Математические модели – это эффективный способ повысить эффективность или продуктивность бизнеса. Это действительно так,
и мы бы не хотели бы с этим спорить.

efficiency vs expectations
Сегодня, многие компании делают вещи, которые эффективно максимизируют ее прибыль или акционерную стоимость, но которые являются социально-безответственными.

Такими были первые капиталистические компании, которые эксплуатировали дешевый труд или труд детей.

Даже современные компании не стремятся следить за последствиями своей деятельности для экологии, потому что это лишние расходы.

И, наконец, ярким примером являются табачные компании финансирующие предвзятые научные исследования.

Внутренняя задача бизнеса состоит в том, чтобы максимизировать прибыль.

Однако то, что мы, как потребители, ожидаем от компаний – это куда более сложный процесс. Общество ждет, что бизнес начнет приносить себе прибыль этичным, экологичным способом, без вреда для действующей модели общества.

Регуляторные органы и законодательные ограничения не всегда работают, потому что можно найти легальные лазейки, которые позволяют их обойти. Примеры, скорее всего, вы легко можете вспомнить сами.

При этом приверженность здоровому гуманизму сегодня, по запросам аудитории, должна не просто быть заявляемой коммуникацией компании. Она должна быть заложена в ее ДНК и прослеживаться в ее процессуальной деятельности.

А повсеместное распространение социальных сетей, пользовательского контента и любительской журналистики не позволит спрятать внутренние процессы компании навсегда за стенками «черного ящика». О предпосылках необходимости превращения бизнеса из «черного ящика» в «стеклянный ящик» писал еще trendwatching.com в 2017 году.

Модели, которые вы выбираете для оптимизации внутренних процессов, скорее всего, будут филигранно вписаны в процессуальные рамки вашей деятельности, отвечать возможностям ваших сотрудников, сочетаться с процессами ваших партнеров или отвечать интересов ваших стейкхолдеров.
Но с точки зрения внешней коммуникации, вам нужно быть чуткими к вашей аудитории, учитывать регуляторные особенности рынка и стран,
где вы ведете деятельность и отвечать на вызовы ваших конкурентов.

Таким сейчас стал внешний мир за пределами корпоративной среды.
И именно про этот мир мы и хотим рассказать чуть подробнее.

Зачем исследовать?
По сути, есть три основные цели, которые могут быть достигнуты с помощью качественных исследований.
-1-
Снижение рисков
Во время исследования вы сбережете свое время и время ваших сотрудников (или контр-агентов) застраховав себя и их от решений первого порядка, которые на практике могут выглядеть привлекательно, но не иметь под собой должной жизнеспособности. Довольно подробно о таких ошибках, и почему они возникают, мы говорим вот тут. ССЫЛКА
-2-
Новые гипотезы
Мы живем в такое время, когда лучшая маркетинговая стратегия – это стратегия постоянных экспериментов и анализа полученных результатов. В рамках исследования, вы сможете генерировать большое количество гипотез, для того, чтобы переложить их в action-план для имплементации и получить довольно быстрый отклик от вашей аудитории.
-3-
Развитие команды
Мы работаем с людьми и делаем продукт для людей.
Ваша команда, которая принимает участие в исследовании, с помощью глубокого погружения в контекст аудитории сможет подобрать точные формулировки, найти общий язык и обозначить общие цели, к которым следуют стремиться.
Часть 1
Мы не уверены, что мы что-то знаем
Каждую исследовательскую работу мы начинаем с "нулевой точки" – утверждения и веры одновременно, заключающихся в том, что мы не являемся экспертами в области нашего исследования. И вот почему это важно:
reproducibility crisis
Давайте начнем сначала. В целом, объективность и состоятельность каких-либо моделей, не только по организации работы компании, но и любых других, строятся на научных теориях или подкрепляются эмпирически с помощью научных экспериментов.

Не смотря на то, что к экспериментам еще давно применялись довольно высокие критичные требования, мы, так или иначе стоим на пороге кризиса воспроизводимости (reproducibility crisis) результатов экспериментов.

В 2016 году из 1500 ученых 70% сообщили, что не смогли воспроизвести по крайней мере один эксперимент других ученых. При этом 50% не смоги воспроизвести один из своих собственных экспериментов. В 2009 году 2% ученых признались, что фальсифицировали исследования и 14% признались, что лично знают ученых, фальсифицировавших результаты исследований.


В экономике это проявляется примерно так:

Исследование 2016 года, проведенное журналом Science, выяснило, что одна треть из 18 экспериментальных исследований ведущих экономических журналов (American Economic Review и Quarterly Journal of Economics) не получилось воспроизвести.

В 2017 году исследование Economic Journal утверждало, что "большинство средних показателей эмпирических данных в экономической литературе завышены по крайней мере в два раза и по крайней мере треть из них завышены в четыре раза и больше".

Помимо частных ошибок исследователей, сознательной манипуляции с фактами, ошибками в расчетах или их логике, на результаты исследований могут влиять еще несколько неочевидных вещей (мы еще расскажем о них позднее).

А также, изменения, которые происходят в мире постоянно.

Условно, результаты огромного количества экспериментов могли быть подвержены изменениям, связанными с глобализацией или другими подобными тектоническими сдвигами.

Поэтому, даже статистически подкрепленные данные могут быть неверно истолкованы, или заранее содержать мыслительную ошибку в гипотезе о корреляции, которую они подтверждают или опровергают.
Изучение чего-либо фундаментального требует не только экспертного понимания своей собственной области, в которой проводится исследование, но и комбинации понимания других смежных отраслей.
narrative economy
Изучая экономику, мы не можем сбрасывать со счетов и агентов экономики – людей, с собственными моделями поведения, чьи решения лежат в основе наших представлений о работе экономических моделей.

Так, в комбинации с психологией, эпидемологией, нейро-науками и экономикой обладатель Нобелевской премии Роберт Шиллер разработал теорию Narrative Economy, которая разительно отличается от других современных экономических теорий. Давайте остановимся на ней чуть подробнее.


Шиллер в своей работе рассматривает причинно-следственную связь ярких экономических событий (депрессий, рецессий, длительных стагнаций) с общественным нарративом. При чем он исследует их не только с помощью количественных данных, привычных для экономических экспериментов, но и качественных, чаще используемых в таких гуманитарных науках, как социология.

Его теория разрушает "гипотезу эффективного рынка", согласно которой, биржа дает наилучшую оценку стоимости экономических активов, в силу того, что существенная информация сразу и полноценно отражается на рыночной курсовой стоимости ценных бумаг. По Шиллеру, объективная информация, фактически, не играет роли, так как решающую роль играют общественные нарративы, основанные не на фактах, а на человеческих особенностях восприятия, в рамках которых мы наделяем некоторые события повышенной значимостью, опасностью или попыткой выдать желаемое за действительное.

Для примера, Шиллер объясняет причинно-следственную связь с помощью нарратива о Великой Депрессии, где упоминание безработицы встречалось еще в период благополучных времен, за несколько лет до самой Великой Депрессии. Нарратив «заражал» инвесторов подобно вирусу, который достиг своего пика в «Черный понедельник» 1929 года.
график из статьи, основанной на переработанной лекции Р. Шиллера
Сравнением с «вирусом» не случайно. По Шиллеру, экономические колебания «по сути движимы заразительностью и чрезмерно упрощены в легко разносимых вариациях экономических нарративов. Эти идеи "раскрашивают" ненаправленные мысли и действия людей». Нарративы потенциально заразны, и для неопределенного круга людей, которые влияют на экономические процессы, будут являться причинами для совершения действий влияющих на экономику в целом.

Так, например, на сегодняшнюю экономическую ситуацию могло повлиять и то, что согласно Google Ngram, термин «рецессия» становится все более популярным еще в 2019 году, и в августе достигло своего пика.

Дэвид Такетт, профессор University College London, член Британского психоаналитического общества, выпускник Института психоанализа, с отличием закончил экономический факультет в Кембридже и получил социологическое образование в Лондонском университете, развивает теорию Шиллера.

По его мнению, экономика не воспринимает неопределенность, как данность, в отличие от социальных наук. В социальных науках нарратив служит фундаментальной для сознательного мышления функции – конструирование и передачу смысла событий, с которыми мы раньше не сталкивались. Они помогают нам понять, каким мы видим мир, как он стал таким и, посредством моделирования будущего, каким мы его себе представляем. По Такетту, будущее неопределенно, а нарратив, который воплощается в жизнь, является обоснованием для наших действий.

В условиях повсеместной неопределенности (по Такетту «Радикальной неопределенности»), нарративы становятся решающим фактором для определения поведения, в том числе и экономических агентов. Они базируются на историях успеха и неудач, знаниях основанных на практике, аналогиях, местных правилах, принципах, ценностях, нормах и принятых обычаях, чтобы создавать нарративы, которые становятся основанием для действия.

Таким образом, нарративные фантазии (narrative imaginaries), направляемые локально убедительными, локально доступными идеями и источниками, важны не потому что отдельные люди "подцепляют" их иррационально (как говорит Шиллер), а потому что экономические акторы не могут действовать, когда они не могут предугадать результат действий. И тогда они основываются на способности человека создавать субъективную определенность.
zero - point
Подход, который мы предлагаем для исследований, имеет схожие черты с теорией «нарративной экономики». Мы исходим из того, что не являемся экспертами в области нашего исследования и начинаем исследование с «нулевой точки».

Именно нулевая точка – начало, дает нам возможность простроить «исследовательский нарратив», постепенно усложняясь и развиваясь. Чтобы, возвращаясь к Такетту, определить область нашего исследования, понять, как мы видим ее сейчас, как она стала такой, как есть, и как с точки зрения общественного мнения она будет выглядеть в дальнейшем.

Таким образом, осознав возможные обоснования, исходя из которых можно будет разработать дальнейшие действия для интеграции Brand Storytelling в общественный нарратив.

Методология исследовательского проекта
Blessed.Moscow
Zero point
Zero point
Вы находитесь здесь
Этап 1
Этап 1
Определение направлений и границ исследования
Этап 2
Этап 2
Составление брифа исследования
Этап 2.1
Этап 2.1
Составление исследовательского гайда
Этап 3
Этап 3
Этап 3. Анализ Проекта
Этап 3.1
Этап 3.1
Определение направлений и границ исследования
После того как мы описали текущее состояние Проекта и определили его цели, мы можем перейти к погружению в контекст, в котором он существует, с помощью кабинетных исследований. Кабинетные исследования практично использовать на начальном этапе проекта, так как это низкозатратный метод. Для него нужен только ноутбук и доступ в интернет.
Этап 3.1.1
Этап 3.1.1
PESTLE-анализ
Этап определения контекста. Для того, чтобы получить наиболее исчерпывающую картину макро-контекста предмета исследования, мы используем модель PESTLE (political, economical, social, technological, legal, environmental), которая позволяет проанализировать ключевые факторы макросреды, на которые компания не может влиять, и не может их контролировать. Но нам важно понимать возможные последствия наступления этих факторов, чтобы в дальнейшем их учитывать в разработке стратегии и актуализации гипотез.

Этап 3.1.2
Этап 3.1.2
Контекстный анализ социальных сетей и онлайн-контента
Здесь мы ищем идеи, формулировки смыслов, концепции социальных движений, культурные и социальные феномены, тренды, а также форкасты и «предсказания» экспертов. Но главное, что мы получаем – это словарь понятий и терминов, устойчивых фразеологизмов и идиом, акронимов, которые добавляем в словарь проекта.
Этап 3.1.3
Этап 3.1.3
Сканирование трендов больших данных
Когда мы собрали гипотезы и основные термины по изучаемой тематике Проекта, мы можем перейти к анализу того, как исторически развивались эти гипотезы и термины. Это поможет нам оценить наши находки в перспективе, понять, новые это тенденции или нет.
Этап 3.1.4
Этап 3.1.4
Выявление слепых зон. Работа с "кроличьими дырами"
Анализу мало изученных вопросов и направлений. Этот этап поможет найти узко направленные и глубокие темы, которые на следующих этапах послужат вдохновением и основанием для построения нарратива и стратегии для развития Проекта.
Этап 3.1.5
Этап 3.1.5
Анализ success&failure cases
Анализ кейсов это исследовательский метод позволяющий получить практические знания о том, как в конкретном контексте, на практике работают теоретические знания.
Этап 3.2
Этап 3.2
Структурирование найденных знаний по проблеме
Теперь у вас собрана картина данных и знаний по Проекту, а также есть анализ кейсов, который дополнил это картину. Самое время выйти из кабинета и перейти к изучению тематики на практике. Это поможет получить информацию из первых рук и внесет коррективы на основе реального жизненного контекста.
Этап 3.2.1
Этап 3.2.1
Этнография
Этнография позволяет собрать богатый нарратив конкретной культуры в процессе изучения разных аспектов группы-носителя данной культуры и "среды ее обитания". Она дает исследователю прямой доступ к культуре и практикам группы. С помощью этнографии можно изучить на собственном опыте поведение и механизмы взаимодействия в группе.
Этап 3.2.2
Этап 3.2.2
Глубинные интервью
Глубинные интервью — это более формальный метод, чем наблюдения. Они помогают получить глубокой понимание того, как воспринимается тема потребителями и экспертами.
Этап 3.2.3
Этап 3.2.3
Анализ смежных аудиторий
В конце этапа анализа Проекта можно выйти за рамки изучаемой аудитории и проанализировать смежные категории. Это позволит увидеть, как они решали аналогичные задачи.
Этап 4
Этап 4
Обработка результатов исследования
Этап 4.1
Этап 4.1
Выгрузка и группировка результатов исследования
Прежде чем, перейти к синтезу нового знания на основе собранной информации нужно "выгрузить" все данные, найденные во время исследования. Это нужно для того, чтобы команда Проекта смогла начать свободно манипулировать всеми собранными данными. Это поможет найти неочевидные смыслы, которые не лежат на поверхности.
Этап 4.2
Этап 4.2
Определение инсайтов из информации
Собранную информацию нужно превратить в инсайты, а их превратить в actionable insigts (инстайты, которые можно применить на практике).
Этап 4.3
Этап 4.3
Ранжирование результатов исследования
Теперь можно перейти к ранжированию найденных инсайтов. Обычно инсайты получается разного "калибра" и разной "срочности" применения.
Этап 4.4
Этап 4.4
Соотношение PESTLE и инсайтов
В результате предыдущего шага мы выделили из собранной информации, потребительские инсайты и соотнесли их с целями бизнеса. Теперь нам нужно соотнести их с контекстом, который мы определили в ходе PESTLE-анализа.
Этап 5
Этап 5
Разработка нарратива
Этап 1
Определение границ и направлений проекта
Иными словами, составление брифа на исследование. На этом этапе необходимо собрать информацию со всех участников исследовательской группы. О том, каким принципам стоит придерживаться при формировании исследовательской группы, мы расскажем чуть позже, либо можно почитать вот тут. ССЫЛКА
Классно, когда есть конкретные запросы или сформулированные гипотезы. Но зачастую их нет, и это тоже нормально. Дэвид Мейстер, в прошлом преподаватель Harvard Business School, разработал простую модель, которая может помочь классифицировать консалтинговые агенства и сервисы. Давайте на примере этой модели разберемся, почему к исследовательской задаче может не быть четкого брифа изначально.

Уточнение: здесь и далее, мы используем модели, которые могут не претендовать на абсолютную объективность. Но тем не менее, эти модели на наш взгляд выполняют главную функцию: с помощью интуитивно-понятной классификации объясняют общую логику описываемых нами явлений.
Consulting Services Matrix
by David Meister
Сиделка
Фармацевт
Психотерапевт
Нейрохирург
Низкая сложность задачи + длительное время контакта
с клиентом
Высокая сложность задачи + длительное время контакта
с клиентом
Низкая сложность задачи + короткое время контакта
с клиентом
Высокая сложность задачи + короткое время контакта
с клиентом
Время контакта с клиентом
Сложность задачи
Модель Мейстера описывает консалтинговые компании и продукты, в метафоре, разработанной на основе сервиса предоставления медицинских услуг.

Мейстер предлагает рассматривать потребности компаний с точки зрения необходимости решить проблему бизнеса клиента. При этом, под проблемой подразумевается, также, обнаружение скрытых зон для роста и развития.
1
Фармацевт
Логика фармацевта проста: у клиента есть конкретная проблема, решение которой есть у компании-фармацевта.

Условно, у вас болит голова и вы хотите получить таблетку, которая эту боль снимет.



Здесь минимальное время контакта с клиентом, при этом минимальная сложность задачи, которая стоит перед консалтингом.

Мейстер, также пишет о том, что стоимость подобных услуг – минимальна с точки зрения представленной модели.


Такой услугой может быть профессиональная консультация.
2
Сиделка
Логика: постоянное решение несложных проблем и задач.



Условно, вам нужно, чтобы часть несложных задач выполнялись постоянно на протяжении долгого времени.


Здесь сложность задачи по прежнему остается невысокой, при этом длительное время уходит на общение с клиентом.


Стоимость услуг тут рассчитывается исходя из постоянного (например, годового или месячного) обслуживания.

Примером может являться контентное SMM-агенство, задача которого вести аккаунты в социальных сетях клиента.
3
Нейрохирург
Логика: точечное решение задачи высокой сложности.



Условно, вы знаете, что вам нужно для решения проблемы, но справиться с этой задачей могут только специалисты.


Здесь высокая сложность задачи, при относительно небольшом времени контакта с клиентом.


Стоимость услуг всегда выше, чем в других моделей, потому что и сложность задачи выше и необходим уникальный опыт.


Примером могут являться разработка конкретных решений, как например, архитектура объектов или разработка Digital-продуктов.
4
Психотерапевт
Логика: Клиент сам до конца не понимает в чем именно заключается его потребность или его проблема.

Условно, вы понимаете, что можете достигать больших результатов, но не понимаете в чем именно причина, по которой этого не происходит.

Здесь высокая сложность задачи и длительное время контакта с клиентом.



Стоимость таких услуг по Мейстеру, также высока, и находится в прямой зависимости от времени исполнения консалтинга.

Здесь у нас и находятся исследования. В этой области нет четкого результата и цели проекта могут меняться по мере его реализации.
По Мейстеру, ценность Фармацевта и Нейрохирурга, то есть компаний, где время контакта с клиентом находится на невысоком уровне, заключается внутри офиса самой компании. Здесь задача получить качественную услугу с оценимым результатом.

Особенность компаний с высоким временем взаимодействия с клиентом (Сиделка и Психотерапевт), заключается в том, что ценность услуги формируется в совместной работе и общении.
вернемся к этапу 1
Скорее всего, цели исследования не будут определены до брифа.
Ровно, как и задачи и границы исследования, как раз потому, что исследование должно ответить на вопросы, которые четко не сформулированы: "Почему мы развиваемся на так стремительно, как могли бы", "Почему результаты наших конкурентов выше?", "Почему у аудитории нет быстрого отклика на наш продукт?" или даже "Что в действительности значит наш продукт для аудитории?"


Три основных элемента:
Краткое описание продукта/проекта
Все как обычно: чем короче удается сформулировать суть и основные преимущества продукта/проекта, тем лучше для данного этапа.
Определение направлений исследования
Общими словами описываем направления и смежные области, которые хотим исследовать.
Определение границ исследования
Границы исследования – один из самых важных этапов, задача которого заключается в том, чтобы "не распылять внимание" и не "растекаться мыслью по смысловому древу" в итоговом материале исследования.

Мы используем для определения границ простейший инструмент
"Yes/ But Not", в рамках которого
в графе "Yes" прописываем направления исследования, а в графе "But Not" прописываем области, которые выходят за пределы интересов исследования.
Результат: Исследование.rar
Этап 2
Разархивирование проекта исследования
На самом деле, если вы достаточно уверены в себе (мы, например, нет), то можете пропустить первый этап описанный выше. Этап ниже будет посвящен формированию брифа.
Полученный краткий материал из этапа 1, нужен для составления брифа на исследование. Возьмите описанный "архив", опросите участников исследования со стороны клиента (или рабочую группу, если вы проводите внутреннее исследования) – руководителей отделов и направлений, задействованных в исследовании.

Это может быть как серия глубинных интервью, так и общий Brainstorm.

Формирование брифа – это не унифицируемый процесс, в котором определяются цели, задачи и первичные гипотезы исследования. Разные области исследования и разные задачи диктуют собственные способы формирования документа.

Уже на этом этапе стоит начать составлять два документа:
1
Словарь проекта (исследования)
Это должен быть доступный для редактирования (или комментирования) файл, в котором вы выписываете основные термины и понятия, профессиональные жаргонизмы и прочие понятийные элементы, которые позволят сформулировать точное описание используемых в дальнейшем смыслов.

Также, вы сможете использовать его дальше в кабинетном исследовании для актуального поиска информации в интернете.

Для словаря подойдет, фактически, любой текстовый инструмент для онлайн-работы. Мы например, используем Google Sheets.
2
Гипотезы проекта (исследования)
Этот файл будет редактироваться на протяжении всего исследования. Одни гипотезы будут опровергаться или не поддаваться проверке, но на их основе будут появляться другие.

Нужно помнить, что исследование не может быть формальным процессом, выполняемым шаг за шагом. Это нелинейный процесс. Вы всегда можете вернуться к предыдущему шагу и даже перескочить через шаг.

Для перечня гипотез удобнее использовать инструмент с возможностью добавления комментариев (или ссылок). Например, Trello или Zoho Projects.
ПОВТОР ТЕКСТА
Полученный краткий материал из этапа 1, нужен для составления брифа на исследование. Возьмите описанный "архив", опросите участников исследования со стороны клиента (или рабочую группу, если вы проводите внутреннее исследования) – руководителей отделов и направлений, задействованных в исследовании.

Это может быть как серия глубинных интервью, так и общий Brainstorm.

Формирование брифа – это не унифицируемый процесс, в котором определяются цели, задачи и первичные гипотезы исследования. Разные области исследования и разные задачи диктуют собственные способы формирования документа.
Результат: Бриф на исследование
Этап 2.1
Составление исследовательского гайда
Формально, на этом этапе вы актуализируете информацию брифа в action-plan с конкретными сроками, и определяете перечень методологий, которые будете использовать.
Этап 3.1.1
PESTLE-анализ
Этап определения контекста. Для того, чтобы получить наиболее исчерпывающую картину макро-контекста предмета исследования, мы используем модель PESTLE (political, economical, social, technological, legal, environmental), которая позволяет проанализировать ключевые факторы макросреды, на которые компания не может влиять, и не может их контролировать. Но нам важно понимать возможные последствия наступления этих факторов, чтобы в дальнейшем их учитывать в разработке стратегии и актуализации гипотез.
Что нужно сделать:
Определить факторы, которые находятся вне контроля компании, но которые могут оказать влияние на развитие Проекта в долгосрочной перспективе (3-5 лет).

Чтобы собрать информацию по динамике и текущему статусу каждого фактора нужно провести интервью с экспертами и сделать кабинетное исследование имеющейся открытой информации.
С помощью каких инструментов?
Интервью с экспертами. Обычно опрашиваются независимые эксперты рынка, менеджеры по продажам, собственники бизнеса, руководители разных отделов, топ-менеджмент компании, маркетологи смежных отраслей. Опрос можно провести в виде интервью свободного формата. Следует заготовить приблизительный список тем, которые нужно осветить, в зависимости от специфики Проекта. Но это не должно быть интервью по строгому опроснику.

Кабинетное исследование. Изучите открытую информацию по рынку в интернет-ресурсах, печатных изданиях и других источниках. Посмотрите, какого развития достигла ваша отрасль в странах, где она уже более развита, с какими проблемами она столкнулась на рынках стран в схожем статусе.
Выделив факторы, распределите их по группам: политические, экономические, социально-культурные, технологические, правовые, экологические.

Основная цель PESTLE-анализа в том, чтобы определить факторы, которые могут влиять на Проект и структуру макро-контекста, в котором Проект живет. Поэтому не так важно, к какой категории вы отнесете тот или иной фактор. Важно само выявление факторов и их оценка. Например, изменения законодательства можно отнести как к политическим, так и к правовым факторам. Категория не важна. Важно выявить этот фактор и иметь его в виду при дальнейшей разработке стратегии Проекта.
Примечание
Кроме факторов которые имеют прямое отношение к исследуемому Проекту в процессе PESTLE-анализа, вам будут попадаться темы, цитаты, идеи, ссылки и гиперссылки, уводящие вас далеко в узко направленные, глубокие темы. Рекомендуем на данном этапе не отвлекаться на их изучение, но сохранять их в отдельных записках, озаглавленных соответственным образом. К ним нужно будет вернуться на более позднем шаге.
Этап 3.1.2
Контекстный анализ социальных сетей
и онлайн-контента

После того как мы определили факторы и структуры макро-контекста в котором развивается Проект с помощью PESTLE-анализа, мы можем перейти к анализу микро-контекста среды в с помощью контекстного анализа социальных сетей и онлайн-контента.
Здесь мы ищем идеи, формулировки смыслов, концепции социальных движений, культурные и социальные феномены, тренды, а также форкасты и «предсказания» экспертов. Но главное, что мы получаем – это словарь понятий и терминов, устойчивых фразеологизмов и идиом, акронимов. Мы сможем составить словарь, который в последствии облегчит более глубокий поиск информации по Проекту.

Найденные идеи, направления и движения, мы помещаем в макро-контекст найденный в результате PESTLE-анализа. Так мы проверим, насколько идеи и прогнозы микро-контекста сочетаются с другими областями отрасли. Или выясним, что они являются исключительно социально-культурным явлением данного микро-контекста.
Что нужно сделать:
Контекстный анализ может быть количественным (основанном на замерах и подсчете) и качественным (основанном на интерпретации и толковании).

В обоих случаях категоризируются или "кодифицируются" слова, темы и концепции отраженные в текстах и визуальном контенте, а затем анализируются результаты.

Категоризация и "кодификация" может выполняться в ручную, а может с помощью специальных программ, таких как QSR NVivo, Atlas.ti и Diction.

После этого собранные данные исследуются на предмет выявления паттернов и выполнения заключений в рамках вопросов, поставленных исследованием. Для выявления корреляций и трендов можно использовать статистический анализ, а можно интерпретировать автора текста (или визуального контента), контекста и целевой аудитории текста (или визуального контента).

Выбор социальных сетей и онлайн-контента для исследования зависит от категории и продукта. Например, профессиональные микрофоны можно исследовать на онлайн-ресурсах, для записи музыки как профессиональной так и любительской, а также на ресурсах для подкастов и стриминга.
Как выбрать кого сканировать
в социальных сетях и онлайн?
Есть две основные категории пользователей, которые делятся на отдельные под-категории:
Потребители
Удобно распередять потребителей с точки зрения сегментации по предрасположенности принятия инноваций Э. Роджерса. В таком ключе нас интересуют Новаторы,
Инфлюенсеры и ранние последователи.
Наблюдатели
Отдельно, следует сканировать социальные сети и публикации в открытом доступе наблюдателей: журналистов, ученых, исследователей, предпринимателей, чья профессиональная деятельность связана с изучаемой темой.

Новаторы — это обычно художники, писатели, режиссеры, сценаристы, музыканты, дизайнеры, которые первые находят воплощение для новой художественной идеи или настроения.

Это носители как раз той информации, которую не исследуешь и не опишешь количественными формулами и показателями. Также к ним могут относиться непрофессиональные "экспериментаторы": молодые представители субкультур, которые занимаются творчеством непрофессионально.

Творческие профессионалы и любители, исторически замечают и подхватывают новые тенденции в обществе. Наблюдая за ними можно получить представление о том, куда нарратив мейнстрима будет двигаться в скором времени.

Инфлюенсеры
Наблюдать за новаторами сложно потому что это специфичная, разрозненная и непредсказуемая в своем поведении группа. Поэтому проще отслеживать нарративы, когда они были подхвачены теми, кто не создает их сам, но имеет талант замечать их на самой ранней стадии их появления.

На них можно делать больший фокус, чем на новаторов, потому что если они уже взяли новаторский нарратив на вооружение, значит у него есть шанс пойти и дальше в массы. Если новаторы могут годами жить и работать в одном новаторском нарративе, инфлюенсеры могут быть носителями сразу нескольких "продвинутых" нарративов.

Поэтому наблюдение за ними более эффективно при сканировании нарративов. Например, в конце 1990-х это были звезды шоу-бизнеса, которые обратили внимание на йогу и пилатес. Они не были новаторами в этом, они подхватили этот тренд у тех, кто глубоко занимался только им.

И в целом для исследователя не важно, кто был новатором, если цель исследования не состоит в том, чтобы найти нарративы, которые еще не только зарождаются.

Ранние последователи — это первые массовые потребители новых нарративов. Они не обязательно "продвинутые" во всем, что они делают и потребляют (как инфлюенсеры).

Они могут быть консервативны в целом, но стать ранними последователями какого-то узкого направления, например, выпечка хлеба на здоровых и натуральных ингредиентах.
Самый типичный наблюдатель — это журналист.

Работа журналиста по своей природе близка к работе исследователя нарративов. Они тоже ищут интересную информацию о потребителях.

Им тоже нужно найти статистику и примеры для подтверждения публикуемой истории.

Из их публикаций можно получить цитаты, данные или даже готовый нарратив по изучаемой теме.

Журналисты делятся на два вида: те, кто изучает выбранную узкую тему, и те, кто изучает широкий спектр тем. Возможно, что публикации журналиста, специализирующегося именно на теме вашего исследования, окажутся бесполезны для вас.

Просмотрев журналистские материалы на тему, можно перейти к сканированию социальных сетей и публикаций экспертов (ученых, исследователей, популяризаторов и предпринимателей), связанных с исследуемой темой. Найти таких экспертов сложнее, чем журналистов. Журналисты и их публикации легко ищутся через сайты СМИ. А экспертов нужно искать через networking и социальные сети.

Поиск экспертов через networking выполняется методикой подбора респондентов "снежный ком". Эксперты обычно недоступны обычными методами подбора и откликаются только на предложения через доверенных людей (близких, коллег, друзей).

При подборе обычных потребителей, он позволяет найти респондентов, которые не ищут материальной компенсации, больше доверяют (потому что откликнулись на запрос близкого человека) и в результате выдают более качественную информацию.

Метод "снежного кома" работает следующим образом. Вы ищите респондентов и экспертов среди своих первого и второго уровня социальных контактов (друзья и друзья друзей).

Начать стоит со ссылок на соцсети и онлайн ресурсы, где можно наблюдать за респондентами, разбирающимися в теме. Также можно опросить имеющихся респондентов.

Затем нужно связаться с порекомендованными специалистами и повторить всю историю. Так, подобно снежному кому, постепенно у вас будет увеличиваться сеть контактов, имеющих отношение к вашей теме.


Примечания
Кроме экспертов в узких областях, методом "снежного кома" можно найти людей с очень высоким уровнем доходов, потребителей редких услуг и продуктов (например, автовладельцев редкой марки автомобиля) и др.
Согласитесь, эта методика – не rocket science. Но высока вероятность, что она с самого начала исследования покажет интересный результат
С помощью каких инструментов?
На этапе social listening вам не нужно устанавливать с со всеми экспертами и респондентами личный контакт. Вам нужно лишь найти эксперта с нужной вам информацией, которую он публикует в открытом доступе. Поэтому этот подбор экспертов не должен занять много времени и усилий.

Также можно искать экспертов в ручную. Например, через поиск в Facebook, LinkedIn, Medium. Обычно вначале ищется публикация по ключевым словам. Поиск может происходить в Google или во внутренней системе поиска соответствующего ресурса.

Вы можете найти статью на Medium написанную производителем микрофонов и вебкамер, в которой он упоминает экспертов, пользующихся его товарами. Таким образом, у вас уже будет два контакта. Вы можете прочитать другие статьи этого производителя на Medium, и можете найти эксперта на этом и других ресурсах. И так далее

Также можно дополнить контекстный анализ обратившись к популярному в данный момент развлекательному контенту: кино, видеоиграм, выставкам, стримингу.

Здесь нужно отобрать самый популярный контент по рейтингам (количество проданных билетов, рейтинг стриминга, покупок и прочего). Затем анализируются коды, символы и истории, на которых строится данный контент.

Инструменты работы с поисковыми системами:
При анализе онлайн-контента и социальных сетей, нужно использовать расширенные возможности поиска в Google.

Здесь можно найти инструкцию, или просто кликните по картинке ниже:

Результат:
В результате этой работы у вас появится понимание тем, историй, терминологии, ситуаций использования продуктов
или сервисов, основных барьеров
и потребностей.

Артефакты этапа:
1
Гипотезы
полученные в результате интерпретации найденных нарративов (включая, инсайты, барьеры, потребности и пр)

2
Словарь и глоссарий
терминов с объяснениями

3
График
количественно отображающий самых популярных терминов из обнаруженных.

Примечание
Кроме гипотез и терминов, которые имеют прямое отношение к исследуемому Проекту в процессе сканирования социальных сетей и онлайн-контента, вам будут попадаться темы, цитаты, идеи, ссылки и гиперссылки, уводящие вас далеко в узко направленные глубокие темы.

Рекомендуем на данном этапе не отвлекаться на их изучение, но сохранять их в отдельных записках.

К ним еще нужно будет вернуться на более позднем шаге.
Этап 3.1.3
Сканирование трендов больших данных
Когда мы собрали гипотезы и основные термины по изучаемой тематике Проекта, мы можем перейти к анализу того, как исторически развивались эти гипотезы и термины. Это поможет нам оценить наши находки в перспективе, понять, новые это тенденции или нет.
Что нужно сделать:
Теперь когда мы знаем основные ключевые слова и гипотезы в исследуемом Проекте, мы можем проверить, какие из них более популярны количественно.
С помощью каких инструментов?
Для этого мы используем такие инструменты как Google Ngram Viewer или ProQuest и JSTOR.

Google Ngram Viewer используется для того, чтобы оценить количество упоминаний термина или понятия в корпусах текста в книгах с 1800 года по настоящее время. JSTOR анализирует тексты в книгах, статьях, исследованиях и других изданиях. ProQuest предлагает более гибкий поиск по самым разным источникам. Для каждого Проекта нужно подбирать инструмент или комбинацию из них, исходя из тематики и задач.
Если ввести, например, словосочетания online streaming и podcasts. Мы увидим что оба понятия показывают ровный рост без падений, но online streaming появился в корпусах текстов раньше чем подкасты на несколько лет.

Темы и понятия не зависящие от последних технологий можно отслеживать на более длинном отрезке. Например, можно наблюдать как росла и падала упоминаемость понятия sugar free и увидеть пик упоминаний в 1920-е года. Если начать гуглить sugar free 1920s, то можно выяснить, что в это время были популярны десерты не только без сахара, но и без глютена. Что в соответствующем проекте может привести к интересным инсайтам, которые не могли бы быть обнаружены другими методами.
Таким образом, анализ найденных гипотез и терминов с помощью больших данных помогает оценить их актуальность в исторической песпективе и найти новые ключевые слова, которые стоит проверить с помощью контекстного анализа.
Результат
В итоге мы получим график популярности найденных нами гипотез и терминов в исторической перспективе.

Это поможет понять их состояние на данный момент: пик, дно, плато, взлет или падение.

А также этот метод помогает найти гипотезы и термины, которые не могли быть обнаружены уже использованными методами.
Этап 3.1.4
Выявление слепых зон.
Работа с "кроличьими дырами"

Теперь у вас есть достаточное понимание общей картины на текущий момент и в исторической перспективе развития тенденций. Вы чувствуете, что владеете материалом. Можно перейти к анализу мало изученных вопросов и направлений. Этот этап анализа поможет найти узко направленные и глубокие темы, которые на следующих этапах послужат вдохновением и основанием для построения нарратива и стратегии для развития Проекта.
Что нужно сделать:
На этом этапе вы можете вернуться к своим структурированным запискам, о которых мы говорили в Примечании 1 и 2. Теперь вы сможете ранжировать их по степени релевантности вашему исследованию.

Можно начать с отслеживания того, как часто и в каком контексте встречаются ключевые слова вашего исследования в каждом материале из ваших записок. Это поможет вам отсеять первый уровень материалов количественным методом.

Затем можно оценить отношение темы статьи к теме исследования. Это поможет вам отсеять первый уровень материалов качественным методом.

Оставшиеся материалы можно оценить с точки зрения того, что их содержание добавляет к уже собранным вами материалам. Здесь вы уже можете начинать относить новые найденные данные к тем, что вы уже нашли ранее.

Такое свободное, неструктурированное следование за ссылками и гипер-ссылками называют "попасть в кроличью нору".

Вы можете в какой-то момент перестать понимать, как вы оказались на текущей странице и как эта тема связана с вашим исследованием. Это обусловлено структурой интернета, построенной на гиперссылках.

Иллюстрация ниже показывает как раскладывается древо ссылок на Wikipedia на тему "net neutrality", которая была горячей темой во время президентского срока Барака Обамы. Поэтому мы видим одной из первых связь с его именем.
Исследование "кроличьих нор" на вашем Проекте может выглядеть примерно так же запутано. Тут зависит от того как вы ранее структурировали ваши записки с сохраненными ссылками и гипотезами. Но так как вы уже исследовали основной массив данных и информации системно, не отвлекаясь на побочные темы, то на этом этапе вы можете себе позволить свободно "серфить" по ссылкам.

Именно этот "расслабленный" этап исследования поможет вам найти аспекты темы, которые не освещаются в большинстве источников, которые по определению ориентируются на самое главное в теме, и не могут фокусироваться на таких отклонениях от основной канвы.
С помощью каких инструментов?
Для получения количественной информации и показателей взаимосвязей, будет полезно наблюдать и фиксировать свой собственный путь погружения в "кроличьи норы".

Но, для поиска неочевидных взаимосвязей можно использовать открытые ежемесячные Data-сеты Wikipedia. Что удобно, они распределены по языкам и обновляются каждый месяц.

Подробнее прочитать о них можно на официальной странице Wiki-research, там же вы найдете ссылки на сами Data-сеты.
Результат
В процессе исследования "кроличьих нор" вы погрузитесь и проанализируете неочевидную информацию, которая не лежит на поверхности тематики Проекта, и не упоминалась (или упоминалась очень редко) в предыдущих материалах.

Это как раз та информация, которая может вас натолкнуть на новую точку зрения на проблему, навести вас на новые логические связи и гипотезы и может быть даже поможет выявить новые понятия и явления.

Этап 3.1.5
Анализ success&failure кейсов
Когда собрана полная картина данных и информации по Проекту, можно перейти к анализу кейсов. Анализ кейсов это исследовательский метод позволяющий получить практические знания о том, как в конкретном контексте, на практике работают теоретические знания.
Что нужно сделать:
Первое.
Нужно подобрать соответствующий кейс. Он должен соответствовать следующим требованиям:

  • Стать источником новых и неожиданных инсайтов по изучаемой теме для самого исследователя;
  • Бросать вызов или выводить на более сложный уровень известные теории и допущения;
  • Предлагать практические решения исследуемой проблемы;
  • Открывать новые направления для дальнейшего исследования.

В отличие от количественного исследования или эксперимента, кейс не должен соответствовать правилам репрезентативной выборки.

Даже наоборот, кейсы обычно берут специально с фокусом на необычном, редко изучаемом или за рамками среднестатистического. Так они могут дать новую точку зрения на исследуемую проблему.

Тем не менее, можно выбрать и обще-встречающийся или репрезентативный кейс для иллюстрации конкретной категории, практики или явления.

Второе. Хотя кейсы и должны фокусироваться на более конкретных случаях, чем общие данные и знания собранные по проблеме, но они должны быть связаны с общей точкой зрения на проблему. Тогда он не будет изолированным описанием отдельного случая, а будет интегрирован в имеющуюся систему знаний и данных.

Кейс должен:
  • быть примером, иллюстрирующим изучаемую проблематику;
  • расширять имеющиеся знания, указывая на новые концепции и идеи, которые следует включить в систему знаний и данных;
  • ставить под сомнение теорию, изучая случай за рамками среднестатистического, который не соответствует принятым допущения.
С помощью каких инструментов?
Сбор данных обычно ведется качественными методами исследования: глубинными интервью, наблюдениями, анализом первичных и вторичных источников.

Целью является сбор как можно более полной информации о кейсе в его контексте.
Результат:
Описание кейса должно давать как можно более полную картину всех его аспектов.

Оно может быть структурированным, а может быть написано в форме свободного рассказа.

Оно должно рассматривать кейс с разных сторон и анализировать его значение и последствия. В нем должны приводиться детали контекста, отсылки к уже собранным данным и теории. Также в нем должно обсуждаться, как он интегрируется в уже найденные паттерны и знания.

Важный момент в том, что мы рекомендуем изучать не только положительный опыт, кейсы успеха, но и неудачный. Часто случается, что фатальные ошибки для проекта обнаруживаются уже после абсолютного краха. И, во многом, неудачные кейсы помогают определить адекватные зоны риска, которые нужно стремиться избегать.

Примеров анализа кейсов довольно много на просторе интернета, а также в любой профессиональной литературе. Мы, например, советуем время от времени искать релевантные кейсы у MIT Sloan Teaching Innovation Resources (MSTIR):
Этап 3.2
Структурирование найденных знаний по проблеме
Теперь у вас собрана картина данных и знаний по Проекту, а также есть анализ кейсов, который дополнил это картину. Самое время выйти из кабинета и перейти к изучению тематики на практике. Это поможет получить информацию из первых рук и внесет коррективы на основе реального жизненного контекста.
Этап 3.2.1
Этнография
Этнография — это открытый и гибкий метод. Ее целью не является проверка или подтверждение общей теории или проверка гипотезы. Этнография позволяет собрать богатый нарратив конкретной культуры в процессе изучения разных аспектов группы-носителя данной культуры и "среды ее обитания". Она дает исследователю прямой доступ к культуре и практикам группы. С помощью этнографии можно изучить на собственном опыте поведение и механизмы взаимодействия в группе.
Погрузившись в социальное окружение, можно получить более аутентичную информацию и спонтанно наблюдать динамику, которую нельзя было бы выявить в ходе интервью и тем более кабинетных исследований.

Этнография помогает обнаружить явления, тенденции и поведения, которые могут не находятся другими данными, в первую очередь количественными.
Что нужно сделать:
Открытая этнография используется для наблюдения за группами, доступ к которым открыт и нет формальных барьеров входа. Например, это может быть выставка звукового оборудования, вход на которую может быть ограничен только стоимостью билета. Обычно она используется при исследовании потребителей.

Закрытая этнография используется при изучении бизнеса изнутри. Для этого исследователю нужно получить пропуск для входа в офис и пройти прочие необходимые формальности. Обычно она используется при исследовании организационной структуры бизнеса.

Скрытая этнография используется для изучения групп, которые не приветствуют присутствие исследователя.

Активная этнография, в отличие от пассивной, подразумевает участие исследователя в деятельности группы. Степень участия можно варьировать.

Для этнографии нужен информант. Это должен быть человек, вовлеченный в деятельность группы. Он будет главным контактом исследователя, помогая ему получить доступ к группе и понять, что происходит в группе во время наблюдения за ней.

Это может быть человек занимающий высокую должность в организации, который даст доступ к своим работникам, или член сообщества, который поможет войти в это сообщество и объяснит, как влиться в него.

Желательно иметь больше одного информанта, чтобы обеспечить более разностороннюю точку зрения на группу из первых рук.

В основе этнографии лежит наблюдение за группой изнутри.

Не стесняйтесь делать письменные записи, фотографировать, снимать видео или записывать аудио, встречаясь с явлениями, которые на первый взгляд не относятся к теме вашего исследования. В дальнейшем и это может оказаться полезным. Лучше задокументировать больше чем нужно, чем потом осознать, что вам не хватает данных.

По своей природе этнография имеет более персонализированный подход к исследованию. В ее ходе часто обсуждается личный опыт и эмоции. ("На вторую неделю у меня началась фрустрация, я злился на микрофон, потому что запись не получалась".)

Но этнография не сводится только к наблюдениям. Она пытается объяснить наблюдаемые явления структурированным нарративом.
Case Blessed
Примером классического этнографического исследования может служить наш проект для Moscow Urban Fest 2019, при поддержке Not Found Gallery.
Результат
Глубокое понимание культуры, в которой живет группа, ее традиций и социальной динамики.

Этап 3.2.2
Глубинные интервью
Глубинные интервью — это более формальный метод, чем наблюдения. Они помогают получить глубокой понимание того, как воспринимается тема потребителями и экспертами.
Их особенность в том, что так как между интервьюером и респондентом устанавливается эмоциональная связь, в ходе исследования обнаруживается большое количество инсайтов и информации.

Также во время глубинных интервью у интервьюера есть возможность задавать дополнительные вопросы или повторно исследовать ключевые вопросы, чтобы получить насыщенную информацию с разных точек зрения и потребительского отношения к категории.

Но следует помнить, что интервью могут занимать много временных и других ресурсов. А также их результат зависит от опыта и навыков эксперта.
Что нужно сделать:
Продолжительность интервью может длится от 30 минут до 1,5 часов
(в зависимости от особенностей исследуемой темы).

Беседа ведется по заранее определенному плану, при этом формулировки или порядок вопросов могут гибко меняться в зависимости от хода беседы и ответов респондента.

С согласия респондента можно вести аудио- или видеозапись беседы. Но следует помнить, что последующая расшифровка записи занимает значительное время. Поэтому мы рекомендуем также делать записи по памяти сразу после интервью.

Удобно если интервью ведет два человека и второй человек ведет письменные записи в то время пока первый ведет беседу. Но следует помнить, что сам факт любой записи в процессе интервью может повлиять на респондента и качество получаемых от него данных.

С помощью каких инструментов?
Планирование. На этом этапе нужно определить с какими экспертами и респондентами нужно провести интервью и какую информацию от них нужно получить.

Определение целей и разработка примерного плана вопросов, чтобы между разными интервью была последовательность и чтобы избежать искажения данных и необъективности.

Организация интервью и получение согласия интервьируемых.

Документация. После проведения интервью нужно сразу задокументировать основные полученные данные в соответствие с пунктом целями и планом вопросов.

Анализ данных. Определить обнаруженные рубрики основных данных, тенденции, основные выводы или наблюдения.

Результат:
Глубокое понимание того, как воспринимается тема потребителями и экспертами.

Большое количество инсайтов и информации, демонстрирующей разные точки зрения и потребительского отношения к категории.

Этап 3.2.3
Анализ смежных аудиторий
В конце этапа анализа Проекта можно выйти за рамки изучаемой аудитории и проанализировать смежные категории. Это позволит увидеть, как они решали аналогичные задачи.
Что нужно сделать:
Здесь применяются уже рассмотренные методики: контекстный анализ онлайн-контента и, возможно, анализ кейсов.

Онлайн-контент подбирается в источниках соответствующих задаче: официальные сайты конкурентов, отраслевые ресурсы, отзывы потребителей и прочее.

Кейсы выбирают как среди лидеров отрасли, так и среди стартапов.
Результат:
Информация, которая может помочь посмотреть на свою индустрию с новой стороны и применить к ней найденные лучшие практики и теоретические знания.
Что еще?
Неочевидные феномены, которые могут повлиять на результаты исследования
It is the intended result of the complete process of presentation of textual material in order to communicate meaning.
Неочевидные феномены
Которые могут повлиять на результаты исследования.
Ок, мы более-менее разобрались как проводить исследование, чтобы избежать наиболее частых ошибок при сборе и поиске информации. Теперь хочется остановиться на вопросе автоматизации этой сложной и запутанной деятельности.

Предположим, что мы может полностью автоматизировать фактически весь процесс исследования. Мы разработаем поисковый алгоритм, который самостоятельно будет ранжировать и классифицировать понятия, погружаться в кроличьи норы, анализировать гиперссылки и искать подходящую информацию.







В какой-то момент он научится анализировать кейсы, и сможет довольно точно оценивать их эффективность (возможно, даже лучше, чем мы). Предположим, что мы зайдем совсем далеко, и у нас получится научить его генерировать идеи из полученных материалов, чтобы формулировать довольно четкие гипотезы для тестирования внутри продукта или проекта.

То, что останется за его кадром, как это ни странно, совершенно не критическая вещь, не поддающаяся критике, но это феномен, работающий в абсолютном большинстве случаев:

Bitch management и Unpredictable Factors.

Bitch management:
Перед началом исследования мы собираем команду, в которую входят: рисерчеры – задача которых прогонять через себя огромное количество информации, выделять и обрабатывать (писать краткое summary) имеющие потенциальную ценность для нашей задачи, а также, сохранять свои побочные пути и фиксировать погружение в кроличьи норы (если впоследствии мы встречаем одинаковые отметки в пути разных рисечеров – это может быть сигналом о сильной взаимосвязи явлений.

Analyst (обычно несколько человек) – задача которого в большей степени собираться статистические данные по запросам рисечеров.

Research Lead – капитан команды рисечеров и аналитиков, который управляет процессом, направляет поиск и проводит первичный фильтр собранной информации.

Marketing Strategist – отвечающий за исследования направленные на аудиторию продукта или проекта, а также на поиск инсайтов.

Project Lead – отвечающий за основные смыслы и соответствие полученной информации и разработанных гипотез требованиям и задачам клиента.

Категорийные эксперты, которые супервизируют поиск информации и помогают нам тестировать гипотезы на ранних стадиях на соответствие категории.

В такой рабочей группе, как правило, не хватает одного человека – это социальный антрополог, который не включен плотно в проект, но который участвует в командных обсуждениях. Его задача – подпитывать команду новыми социальными феноменами, кейсами, которые напрямую могут быть не связаны с тематикой исследования.

Это bitch-management, который не позволяет группе расслабиться, потому что "исследования не для комфортных слабаков".

Во время фильтрации результатов этапов с агрессивным социальным антропологом появляются гипотезы, которые не находят место в финальном материале, но зачастую убивают некоторые гипотезы, которые не являются достаточно интересными или нескучными.

И это важный момент, потому что исследования нужны для того, чтобы открывать новое, формировать идеи, которые не были сформулированы ранее, искать неочевидные пути для определения развития продукта или проекта клиента. Но уж точно не для того, чтобы повторять уже известные комфортные истины.

Unpredictable Factors:

Практика показала, что закончив первичный объемный сбор информации, нужно выдохнуть. У вас уже точно появились первые гипотезы и некоторые звучат максимально убедительно и скорее всего, подкреплены классными кейсами или сильными количественными аргументами.

Скорее всего, также, у вас в голове повиснут вопросы, на которые вы не найдете прямого ответа. Мозговые штурмы заканчиваются молчанием, Project Lead с Research Lead меланхолично двигают информационные блоки в Figma. Новая информация ищется с большим трудом, вопросы к экспертам области, так или иначе звучат единообразно.

Правильное действие прямо сейчас – это отпустить проект, и пойти в музей. Или позвать гостей и приготовить что-то новое на ужин. Проникнуть в новую компанию или даже сделать что-либо глупое. Скорее всего, в лабиринте гипотез вы пришли в тупик.

Наш мозг устроен удивительным образом и, возможно, именно в этом и есть его уникальное отличие от Великого Алгоритма, описанного несколько абзацев выше.

Между двумя абсолютно несвязанными между собой явлениями мозг может обнаружить связь, порой совсем неочевидную, но именно неочевидные связи иногда работают удивительным образом.
Case Blessed
Однажды мы делали исследование для компании, которая продает продукты, имеющие интерес у небольшой части прогрессивной аудитории и стигматическое отрицание у большинства массовой аудитории. Наша задача заключалась именно в том, чтобы организовать Consumer Journey таким образом, чтобы снять стигму, и увеличить количество клиентов за счет массовой аудитории. К сожалению NDA не дает возможности рассказать о проекте больше.

Мы нашли новые возможности абсолютно случайно, в модели взаимодействия с клиентами магазинов по продаже канабиодных продуктов в штате Калифорния, США. Как оказалось, они также, по началу, сталкивались с отрицанием массовой аудитории, но смогли обеспечить комфортные условия нахождения внутри магазина, покупки "товара", а также обеспечения постоянного потока новых клиентов.

Разработанный на основе этой модели CJM закрыл все слепые пятна и позволил выстроить четкую модель направленную на увеличение траффика и обращение аудитории посетителей в покупателей.
У вас, наверное, остались вопросы, поэтому, небольшой следующий блок будет посвящен объяснению описанных выше неочевидных феноменов, а также ответу на вопрос, причем же все же Волшебник из Страны Оз, который упомянут у нас в заголовке.
Еще один блок
Как устроен мозг исследователя?
При условии, что мы убеждены в том, что исследователем может быть каждый.
Halo Effect
Объясняет необходимость привлечения в команду Bitch Manager'a.
Halo Effect – это когнитивное искажение, которое, условно, проецирует общее впечатление о чем-либо и ком-либо, на восприятие его частных особенностей.

Это эффект, который заставляет людей верить приглашенным экспертам, если они, условно, производят положительное первое впечатление.

Доказательством существования Halo-эффекта занимался еще в начале 20 века американский психолог Эдвард Торндайк. Потом, в конце 20 века, ряд ученых доказали о том, что более привлекательные люди чаще способны менять мнение окружающих (Chaiken, 1979), получают больше предпочтений сталкиваясь со структурами закона (see Castellow, Wuensch, and Moore, 1991; and Downs and Lyons, 1990, for reviews), а также им чаще приписывают такие характеристики, как "талантливость", "доброта", "честность", и "высокий уровень интеллекта" (for a review of this evidence, see Eagly, Ashmore, Makhijani, and Longo, 1991).






Работая в команде долгое время, мы склонны более благоприятно описывать людей с которыми мы работаем. Мы помним про их успехи или таланты, погружены в частные моменты их жизни, помним ситуации, где они были правы лучше, и уверены в их экспертности (рассматриваем здоровую сработавшую команду).

Даже их убеждения, которые в сухом остатке могут быть абсолютно не жизнеспособны, через эмоциональный окрас от личности внезапно обрести потенцию к жизни или частичную логичность. Именно в этот момент, влияние человека, который ни во что не ставит других людей – будет крайне незаменимо.

Эффект Кулешова
Совсем уж неожиданные связи.
Эффект Кулешова чаще всего незаметно используется именно в кинематографе, и в большей степени описывает именно визуальный феномен. Но он довольно неплохо применяется и в исключительно интеллектуальном процессе тоже.

Его суть заключается в том, что мы склонны автоматически строить связи между любыми двумя объектами.

Эффект был обнаружен во время кинематографического эксперимента, в рамках которого трем группам зрителей были показаны 3 видео-фрагмента из двух планов. Первые планы отличались от одной группе к другой (тарелка супа, ребенок в гробу, и девушка на софе), а второй план был для всех групп одинаковый – лицо мужчины, смотрящего в камеру.





После просмотра видео-фрагментов, каждую группу просили описать, что именно они увидели и каждая группа описала ситуацию, но не отдельные планы (мужчина смотрит на тарелку супа, наверное, он голоден / мужчина смотрит на своего умершего ребенка / влюбленный мужчина смотрит на девушку).

Нам легче запомнить историю или ее фрагмент, нежели чем отдельные элементы, даже при условии, что эту историю нужно будет создать.
Следующее когнитивное искажение, описывает схожий феномен,
но давайте остановимся на нем подробнее:

apophenia or
The Dark Side of the Rainbow
Pretty nice when you sober, amazing when you stoned


В 1939 году вышел фильм режиссера Виктора Флеминга "The Wizard of Oz".

В 1973 году Pink Floyd выпустили культовый альбом "Dark Side of the Moon".

В 90-ые годы 20-го века, кто-то неизвестный запустил альбом после второго рыка льва из заставки Metro Goldwin Mayer.

В 2000 году телеканал Turner Classic Movies показал фильм с альтернативной звуковой дорожкой.
Подборка моментов
Которые помогут составить впечатление
Апофения
Наш мозг видит связи там, где их нет
Апофения – это феномен, который создает ложные связи, видеть паттерны в случайных или хаотичных комбинациях данных, заставляет нас верить в то,
что не является правдой, потому что теория о связи выглядит крайне симпатично.

Апофения подарила миру огромное количество конспирологических теорий, примеров мистического мышления и фразу "Совпадение? Не думаю".






Порой, нам действительно нужно критически "думать" и переосмыслять информацию, чтобы не видеть в ней злополучные совпадения. Сочетание апофении, предвзятости подтверждения (склонности фокусироваться на доказательствах, которые соответствуют нашим ожиданиям или благоприятному объяснению) и предвзятости ретроспективы (склонности видеть событие предсказуемым только после того, как оно произошло) может легко привести нас к ложным выводам.

Равно, как и модели или стратегии обещающие гарантированный результат.
В заключении этой части, перед которой мы перейдем к предиктивным механикам и разговору про форкасты, стоит сделать плавный переход, через когнитивный эффект, который может повлиять на ваши предположения и долгосрочные стратегии.
Гипотеза Справедливого Мира
Вера в справедливый мир (англ. belief in a just world), или гипотеза справедливого мира (англ. just-world hypothesis), или феномен справедливого мира, — сформулированный Мелвином Лернером социально-психологический феномен, заключающийся в вере в то, что мир устроен справедливо и люди в жизни получают то, что заслуживают в соответствии со своими личными качествами и поступками: награда – для хороших, наказание – для плохих.

В одном из экспериментов участников просили высказать своё мнение о людях, изображённых на фотографиях. Группа, которой дополнительно сообщалось, что это победители лотерей, наделяли их более позитивными чертами, по сравнению с контрольной группой.







Похожий эксперимент заключался в том, что группам показывали видео, в которых испытуемых наказывали током за неправильные ответы. При этом, если группе говорили, что у участников нет возможности прервать эксперимент и уйти, группа оценивала испытуемых хуже. Как писал сам Лернер: «…один только вид невинного человека, страдающего без возможности награды или компенсации, мотивирует людей оценивать его ниже, дабы гармонизировать его характер и судьбу…»

Лернем считал, что людям необходима вера в то, что мир, в котором они живут, является справедливым и люди в нём получают то, что заслуживают, а у явлений, которые происходят есть четка закономерность.

Удивительно, но все описанные эффекты манипулятивно применяются в различных конспирологических теориях, потому что работают с установками и фундаментальной ошибкой аттрибуции (let me google it for you). Но так или иначе, они могут косвенно и не полноценно, но влиять на наши суждения, гипотезы и прогнозы, которые мы формулируем после исследования.

Made on
Tilda