Навык #2.1
Подготовка к исследованию

Что необходимо знать перед тем как делать исследование рынка
Содержание навыка:
В этом навыке: 17 источников
На полное прохождение уйдет: 1892 минуты

Этап 1
Количественные и качественные исследования

Чем отличаются количественные и качественные исследования
Количественные исследования смотрят на числа. Например, сколько людей предпочитают кофе чаю?
Качественные исследования изучают мнения и чувства. Например, почему люди предпочитают кофе чаю?
Цели исследований
Количественные: нужны чтобы узнать общую картину. Например, 70% респондентов любят кофе больше, чем чай.
Качественные: чтобы понять причины или мотивацию. Например, некоторые люди пьют кофе, чтобы проснуться, а другие – ради вкуса.
Как собирать данные
Количественные: используем опросы с четко заданными вопросами.
Качественные: проводим интервью или обсуждения, где люди свободно высказываются.

Как обрабатывать результаты
Количественные: используем статистику и проценты, чтобы понять общую тенденцию.
Качественные: анализируем ответы людей, чтобы выявить основные идеи или мнения.

Этап 2
Основы статистики

A/B тестирование и p-значение
При проведении A/B тестирования, важно удостовериться, что различия между группами действительно значимы.Мы анализируем p-значение, чтобы понять, является ли наблюдаемый эффект статистически значимым или он мог случиться случайно.
Корреляция
Чтобы понять взаимосвязь между различными функциями продукта, мы можем использовать коэффициент корреляции. Например, если существует высокая положительная корреляция между активностью пользователя и новым интерфейсом, это может говорить о том, что изменения были успешными.
Регрессионный анализ
При планировании будущих изменений, продакт менеджер может использовать регрессионный анализ, чтобы предсказать, как изменения в одной переменной (например, скорость загрузки страницы) могут повлиять на другую переменную (например, общее время, проведенное пользователем в приложении).

Этап 3
Искажения при проведении исследования

Confirmation bias - что это?
Это тенденция искать информацию таким образом, чтобы она подтверждала уже существующие убеждения. Например, если мы считаем, что новый дизайн продукта будет успешным, мы можем невольно уделять больше внимания положительным отзывам и игнорировать критические.
Эффект якорения (anchoring effect)
При принятии решений мы можем опираться на первую полученную информацию («якорь») и сравнивать с ней последующие данные, даже если первоначальная информация не имеет отношения к исследованию. Например, мы узнаем, что конкурент продает свой продукт за определенную цену, то дальше мы можем использовать эту цифру как отправную точку при определении цены на наш продукт.
Эффект последней информации (recency effect)
Мы можем придавать больше значения последним данным или информации, которую они узнали. Так, если последние несколько опрошенных пользователей высказались критически о продукте, то мы можем считать, что весь продукт требует переработки, игнорируя ранее полученные положительные отзывы.
Содержание раздела:
Поделись обратной связью:)