About Face 4 第二章(1)定性与定量研究

因为About Face的翻译实在是很迷,所以想看完一章就进行一波梳理(第一章就不梳理了),今天是第一篇。

定性与定量研究

一打开第二章,第一个标题就是“设计研究中的定性研究与定量研究”。然而心酸的是我并不太明白什么是定性研究,什么是定量研究,刨了刨知乎的回答后有了大概了解,这里整理一下@不过如此 的回答:

— 两种方法旨在回答不同的问题: 定量方法估计因果影响大小,而定性方法解释了影响产生机制; 定量回答因果影响,定性解释个案的结果。 — 两种方法运用不同的因果分析和逻辑推断: 定量多比较样本之间的差异,而定性多对一个(或几个)样本追踪因果过程。

理解了概念,现在要开始认真做笔记了!

一提到研究,很多人都会想到“数据”、“精确”这样的字眼,而我们普遍认为的“研究”就是定量分析。

这种联想对于解决一些问题来说确实是正确的,但是在解释“人”的行为中却是完全说不通的,毕竟每个人都是不相同的,根本无法做到“定量”。

所以,社会学家开始采用“定性分析”来做与“人”相关的研究。而设计师们也开始使用“定性分析”来收集用户相关数据,从而了解用户行为,最终能够更好的服务用户。

在产品设计中,定量分析只能回答“多与少”的问题,而定性研究能够以丰富多元的的形式回答“是什么”、“为什么”和“怎么样”等等问题,从而反映出用户真实情况的复杂性。

定性研究优势

1、帮助理解产品与用户,包括:

— 产品现有用户&潜在用户的行为、态度与能力

— 待设计产品的技术、业务与环境

— 目标领域的词汇和其他社会问题

— 已有产品的使用方法

2、有助于设计项目进展:

— 因研究结果的可信性与权威性,可作为设计决定的支撑

— 使团队在“目标领域”和“用户关切”上达成共识

— 帮助管理人员在设计上做出更全面的决策,避免出现基于猜测和个人偏好而产生的设计

3、为重要问题提供有效的答案:

— 产品如何融入用户生活?

— 用户目标是什么?哪些基本任务能帮用户达成目标?

— 哪些体验能吸引用户?如何将其融入设计?

— 当前产品用户会遇到哪些问题?

通过定性研究的方法深入了解用户,能够提供传统市场研究无法揭示的宝贵商业见解。书上举了一个例子,整理如下:

客户:成熟的视频编辑&软件制作开发商

要求:为一款视频编辑产品进行用户研究

产品功能:直接在电脑上对数码相机中的视频进行操作

然而研究人员在研究时发现,在调查的12名用户中,只有1人能进行连接(还是在一位专业IT人员的帮助下),而连接是产品能够使用的前提。在当时的技术条件下,这种连接是非常困难的,故最终客户搁置了这一计划,省下了大笔经费。

定量研究优势

前面讲了定性研究在产品设计上不可替代的优势,那么定量研究是否就无用武之地了呢?其实并不是。

在确定用户的购买动机时,最有力的工具为市场划分(market segmentation)。焦点小组和市场调研得到的数据可以对潜在用户进行分组,粗略的例如年龄、性别与教育程度等等;精确的如态度、生活方式、价值观和风险偏好等等。产品设计人员能够根据这些分组特征进行研究,从而得知其偏好,以便确定产品的目标用户。

优势

指导设计研究:

— 评估产品可行性:市场建模技术能准确预测产品和服务在市场上的接受程度,评估潜在投资回报,确定并量化商机

— 确定目标用户:设计师可参考市场研究(如上面提到的市场划分)来帮助选择访谈对象

— 帮助发现设计问题:网络和其他有价值的数据分析是发现设计问题的绝佳途径,如眼动测试

最后附上书中“定量研究与定性目标导向设计研究的关系”的图(其实并没有看懂233):

定量研究与定性目标导向设计研究的关系

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

是的,人工智能就是分析

关于人工智能究竟是什么,以及人工智能的学科应该如何分类,似乎存在一些混淆。人工智能是分析学的一种形式,还是一门与分析学不同的全新学科?我坚信人工智能与预测分析和...

29540
来自专栏数据猿

实现财务自由,这个工作是我们未来几年最好的选择

22530
来自专栏PPV课数据科学社区

如何做好数据挖掘模型的9条经验总结

当前的数据挖掘形式,是在20世纪90年代实践领域诞生的,是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践而非理论,在其过程...

29050
来自专栏数据的力量

如何成为一名卓越的数据科学家——开篇七剑

18150
来自专栏Crossin的编程教室

实现财务自由,这个工作是我们未来几年最好的选择

5月8日,谷歌召开一年一度的Google I/O大会,谷歌CEO直接祭出了这次大会的王牌——AI。

13630
来自专栏人工智能头条

Yann LeCun高端私享会纪实:预测学习才是AI的未来

18030
来自专栏深度学习之tensorflow实战篇

社交网络SNS的好友推荐算法

花了几天看了些做社交的好友推荐,现在很多App都有社交场景,本身就是做用户的场景,所以以后肯定要在这块有一些应用。像早期的论坛类的更偏重资讯类的信息,后来像优酷...

65570
来自专栏专知

教你构建机器学习项目:吴恩达新书《Machine Learning Yearning》

【导读】本文主要介绍吴恩达最近正在编写的新书《Machine Learning Yearning》,旨在教你如何构建机器学习项目,它与吴恩达之前机器学习课程有所...

42890
来自专栏机器之心

业界 | 让人工智能学会谈判,Facebook开源端到端强化学习模型

选自code.facebook 机器之心编译 参与:吴攀、李亚洲 每天从我们醒来的那一刻,生活中就充满了经常性的谈判(negotiations)。这些场景包括讨...

347110
来自专栏CDA数据分析师

3个必须知晓的数据分析概念,无论资深还是小白

介绍 在过去的几年中,人们对数据分析方法越来越重视。通过深入洞察数据情况,帮助很多企业改善了其经营状况。 通过分析数据,企业可以对其企业过往以及未来的表现有了...

25250

扫码关注云+社区

领取腾讯云代金券