<aside> 🤓 В этом уроке мы поговорим о том, что такое качественные исследования. Вы узнаете, чем качественные исследования отличаются от количественных, какие существуют методы качественных исследований и какие чаще всего применяются в работе с продуктом.
</aside>
Для начала хочу отметить, что исследования — это неотъемлемая часть жизни продакта. Не важно, запускаете вы новый или развиваете уже запущенный продукт, работаете в условиях голубого океана или красного, в вашей работе будет очень много неопределенности и много вопросов. И чтобы снизить степень неопределенности и получить ответы на разного рода вопросы, вам понадобится исследовать.
Исследования бывают качественные и количественные.
Качественные исследования помогают ответить на вопросы “Как? Зачем? Почему?”, они объясняют мир — поведение пользователей, их мотивы и прочее, а также помогают формулировать гипотезы.
Количественные исследования отвечают на вопросы “Сколько?” или “Какой вариант лучше?” (в случае с АБ-тестом) и помогают подтвердить или опровергнуть гипотезы.
То есть для того, чтобы, к примеру, выявить барьеры к использованию вашего продукта, необходимо провести качественное исследование, а для того, чтобы понять, какой барьер является самым значимым или самым распространенным, необходимо провести количественное исследование, например, опрос.
Рассмотрим кейс: продакт-менеджер Даша занимается развитием приложения для учета личных финансов. Она запустила новую фичу — импорт истории операций напрямую из банка, но заметила, что фичу используют только 2% пользователей, хотя, допустим, бенчмарк по рынку — это 20%. Даша убедилась, что аналитика собрана корректно, что нет никаких технических проблем, посмотрела на поведенческую аналитику, но у нее не появилось гипотез, в чем именно проблема. И Даша решила провести качественное исследование, чтобы узнать, почему юзеры не используют фичу. Она провела 10 интервью с пользователями, пять из них сказали, что недостаточно доверяют приложению, чтобы синхронизировать его с банком, они боятся, что кто-то посторонний может получить доступ к их деньгам, трое респондентов сказали, что инструкция к подключению была слишком сложной, а остальные два респондента сказали, что их банка не было в списке возможных к подключению. Окей, а что теперь делать со всеми этими данными? Как понять, какая проблема самая критичная?
По результатам качественного исследования Даша не сможет сделать вывод о распространенности каждой причины, она не сможет сказать, что 50% не используют фичу из-за недоверия, потому что 5 из 10 респондентов так ответили, а 30% не используют фичу из-за сложной инструкции, а 20% из-за отсутствия их банка в списке.
Чтобы это понять, она должна провести количественное исследование. Например, она может запустить опрос.
После того как у нее будет список ранжированных по частоте/важности проблем, она сможет приоритизировать свой бэклог и рассчитать потенциал каждой гипотезы. То есть у нее будет план того, что делать, чтобы решить проблему.
Таким образом, качественные исследования используются в тех случаях, когда нужно:
А также понять причины = сформулировать гипотезы определенного пользовательского поведения