Разбираем количественные и качественные исследования, выборку, сбор и анализ данных, экстраполяцию результатов и роль онлайн-сервисов.
Количественные и качественные исследования: что это и как работать с данными
Исследование помогает принимать решения не на основе личных предположений, а с опорой на информацию о пользователях, клиентах, сотрудниках или рынке.
С помощью исследования можно узнать, почему люди отказываются от покупки, насколько они довольны сервисом, какой вариант интерфейса считают более удобным, какие функции продукта используют чаще и сколько потенциальных клиентов сталкиваются с определённой проблемой.
Однако ответы на разные вопросы требуют разных методов. Чтобы понять масштаб явления, обычно используют количественные исследования. Чтобы разобраться в причинах поведения людей, проводят качественные исследования.
В этой статье разберём, чем отличаются эти подходы, как собирать и анализировать данные, сколько людей необходимо опросить и в каких случаях результаты можно переносить на более широкую аудиторию.
Что такое количественные и качественные исследования
Количественные и качественные исследования отличаются прежде всего типом вопросов, на которые они отвечают.
Количественное исследование помогает определить:
сколько людей придерживаются определённого мнения;
какая доля клиентов сталкивается с проблемой;
как часто происходит определённое действие;
какой вариант выбирают чаще;
насколько изменился показатель после запуска новой функции.
Качественное исследование помогает понять:
почему человек действует определённым образом;
как он воспринимает продукт;
с какими трудностями сталкивается;
какие ожидания у него возникают;
как он объясняет собственный выбор.
Качественные исследования рассматривают опыт, восприятие и поведение людей и в первую очередь отвечают на вопросы «как?» и «почему?», а не «сколько?».
Упрощённо разницу можно представить следующим образом:
Количественное исследование показывает масштаб проблемы, а качественное помогает понять её причины.
Что такое количественное исследование
Количественное исследование — это сбор информации, которую можно представить в виде чисел и сравнивать с помощью статистических методов.
Например, компания провела опрос среди клиентов и получила следующие результаты:
62% пользователей довольны продуктом;
28% не смогли самостоятельно найти нужную функцию;
17% обращались в службу поддержки;
средняя оценка сервиса составила 4,1 балла из 5.
Такие данные позволяют оценить распространённость явления, сравнить разные группы и отслеживать изменения во времени.
Основные методы количественного исследования
Чаще всего используются:
анкетирование;
онлайн-опросы;
тесты и оценочные опросы;
анализ продуктовой аналитики;
анализ продаж;
A/B-тестирование;
обработка данных CRM;
изучение статистики обращений;
анализ результатов рекламных кампаний.
Количественное исследование особенно полезно, когда необходимо проверить гипотезу на достаточно большой аудитории.
Например, после нескольких интервью команда предполагает, что пользователи отказываются от регистрации из-за слишком длинной формы. Затем проводится массовый опрос или анализ воронки, чтобы определить, насколько широко распространена эта проблема.
Что такое качественное исследование
Качественное исследование направлено на подробное изучение опыта, мотивации, ожиданий и поведения людей.
Результатом такого исследования обычно становятся не проценты, а:
описания пользовательских проблем;
повторяющиеся модели поведения;
мотивы принятия решений;
типичные сценарии;
барьеры и сомнения;
формулировки, которыми пользуются сами участники;
гипотезы для дальнейшей проверки.
Основные методы качественного исследования
К качественным методам относятся:
глубинные интервью;
наблюдение;
фокус-группы;
дневниковые исследования;
контекстные интервью;
юзабилити-тестирование;
анализ отзывов;
анализ обращений в службу поддержки;
изучение открытых ответов в анкетах.
Например, во время интервью пользователь может сказать:
Я не стал оформлять подписку, потому что не понял, что произойдёт после окончания бесплатного периода.
Один такой ответ ещё не доказывает, что проблема характерна для большинства клиентов. Но он помогает обнаружить возможный барьер, который затем можно проверить количественно.
Чем отличаются количественные и качественные исследования
КритерийКоличественное исследованиеКачественное исследованиеГлавный вопросСколько? Как часто? Какая доля?Почему? Как? Что происходит?Тип данныхЧисла, оценки, процентыВысказывания, наблюдения, описанияКоличество участниковОбычно десятки, сотни или тысячиОбычно небольшое количество участниковИнструментыАнкеты, аналитика, тестыИнтервью, наблюдения, фокус-группыРезультатСтатистические показателиТемы, мотивы, проблемы, сценарииВозможность экстраполяцииВозможна при корректной выборкеОбычно ограниченаГлубина информацииОтносительно небольшаяВысокаяСтандартизацияВсе участники получают одинаковые вопросыИсследователь может задавать дополнительные вопросы
Нельзя сказать, что один метод лучше другого. Они предназначены для разных задач.
Количественные данные без качественного контекста могут показать, что показатель изменился, но не объяснить причину. Качественное исследование может обнаружить проблему, но не показать, насколько часто она встречается.
Когда использовать количественное исследование
Количественный подход подходит, когда необходимо:
измерить удовлетворённость клиентов;
сравнить несколько вариантов;
определить долю пользователей с определённой проблемой;
оценить спрос;
провести сегментацию аудитории;
сравнить показатели до и после изменений;
проверить уже сформулированную гипотезу;
оценить знания сотрудников или студентов;
собрать стандартизированную обратную связь.
Пример исследовательского вопроса:
Какая доля пользователей не завершает создание квиза после регистрации?
Ответ можно получить с помощью продуктовой аналитики или массового опроса.
Когда использовать качественное исследование
Качественный подход нужен, когда необходимо:
изучить новую или плохо понятную проблему;
понять мотивацию пользователей;
разобраться в причинах отказа;
проверить понятность интерфейса;
изучить процесс принятия решения;
собрать идеи для развития продукта;
понять язык и формулировки аудитории;
выяснить, как люди используют продукт в реальных условиях.
Пример исследовательского вопроса:
Почему пользователи начинают создавать квиз, но не публикуют его?
Чтобы получить ответ, можно провести интервью или наблюдение за работой пользователей в редакторе.
Как сочетать количественные и качественные методы
Во многих проектах наиболее полезным становится смешанный подход. Он предполагает объединение количественных и качественных данных, чтобы получить более широкое и одновременно более глубокое понимание проблемы.
Существует несколько распространённых сценариев.
Сначала качественное, затем количественное
Этот подход подходит для малоизученной проблемы.
Например:
Команда проводит 10 интервью с пользователями.
Во время интервью обнаруживаются пять возможных причин отказа от покупки.
На основе этих причин создаётся анкета.
Анкету заполняют 400 клиентов.
Команда определяет, какие причины встречаются чаще.
Качественный этап помогает найти гипотезы, а количественный — проверить их распространённость.
Сначала количественное, затем качественное
Этот подход используется, когда проблема уже видна в аналитике.
Например:
Компания замечает, что конверсия формы регистрации снизилась с 42% до 29%.
Аналитика показывает этап, на котором пользователи уходят.
Проводятся интервью и юзабилити-тесты.
Исследователи выясняют причины затруднений.
Команда меняет интерфейс и повторно измеряет конверсию.
В этом случае количественные данные показывают, где находится проблема, а качественные объясняют, почему она возникла.
Как сервисы помогают собирать данные
Онлайн-сервисы заметно упрощают проведение исследований. С их помощью можно создать анкету, распространить её среди участников, автоматически собрать ответы и подготовить данные к анализу.
Для этого применяются конструкторы форм, платформы для опросов, сервисы оценочных квизов, системы продуктовой аналитики и инструменты для проведения интервью.
Например, для учебных, пользовательских и внутренних исследований можно использовать сервисы форм или платформы для создания опросов и оценочных квизов, включая Corgish.
Что может автоматизировать сервис сбора данных
Современные сервисы помогают:
создать вопросы разных типов;
настроить обязательные и необязательные поля;
показывать разные вопросы в зависимости от предыдущего ответа;
собирать ответы по ссылке или QR-коду;
ограничивать повторное прохождение;
фиксировать время заполнения;
сохранять открытые ответы;
автоматически считать баллы;
распределять участников по результатам;
фильтровать ответы;
выгружать данные в CSV или электронную таблицу;
строить базовые диаграммы;
передавать информацию в CRM или аналитическую систему.
Однако сервис автоматизирует сбор информации, но не исправляет ошибки методологии.
Если исследователь задал наводящий вопрос или опросил неподходящую аудиторию, красивый отчёт не сделает результаты достоверными.
Как правильно составить анкету
Качество данных во многом зависит от формулировок вопросов.
Один вопрос должен измерять одну характеристику
Неудачный вариант:
Насколько удобными и полезными вы считаете наши занятия?
Человек может считать занятия полезными, но неудобными. Поэтому ответ невозможно корректно интерпретировать.
Лучше разделить вопрос:
Насколько полезными вы считаете занятия?
Насколько удобен формат занятий?
Не подсказывайте желаемый ответ
Неудачный вариант:
Насколько вам понравился наш новый удобный редактор?
Слово «удобный» уже задаёт положительную оценку.
Нейтральный вариант:
Насколько удобным или неудобным показался вам новый редактор?
Указывайте временной период
Вместо:
Часто ли вы пользуетесь сервисом?
Лучше:
Сколько раз за последние 30 дней вы пользовались сервисом?
Так ответы разных людей можно сравнивать.
Проверяйте анкету до запуска
Перед массовым сбором данных анкету необходимо протестировать на небольшой группе. Предварительная проверка помогает обнаружить непонятные формулировки, пропущенные варианты ответа и технические ошибки. Профессиональные рекомендации по проведению опросов также предусматривают предварительное тестирование анкеты и проверку процесса сбора данных.
Как работать с количественными данными
После завершения опроса нельзя сразу переходить к выводам. Сначала данные необходимо проверить и подготовить.
1. Очистить результаты
Нужно найти:
дублирующиеся ответы;
полностью пустые анкеты;
технические записи;
подозрительно быстрое прохождение;
противоречивые ответы;
одинаковые ответы на все вопросы;
ответы участников, которые не относятся к целевой аудитории.
Например, если исследование посвящено пользователям платной подписки, ответы людей, которые никогда не пользовались сервисом, необходимо анализировать отдельно или исключить.
2. Закодировать ответы
Закрытые вопросы уже имеют числовые или категориальные значения.
Открытые ответы обычно нужно распределить по темам. Например, ответы на вопрос «Почему вы отказались от покупки?» можно объединить в категории:
высокая цена;
непонятные условия;
нет нужной функции;
не доверяет сервису;
выбрал конкурента;
покупка больше не актуальна.
3. Рассчитать основные показатели
В зависимости от задачи можно считать:
количество ответов;
долю каждого варианта;
среднее значение;
медиану;
распределение оценок;
конверсию;
частоту использования;
индекс удовлетворённости;
изменение показателя во времени.
4. Сравнить сегменты
Общий показатель может скрывать важные различия.
Например, средняя удовлетворённость сервисом составляет 4,2 балла. Но при разделении аудитории оказывается:
новые пользователи — 3,6;
постоянные пользователи — 4,5;
преподаватели — 4,7;
корпоративные клиенты — 3,8.
Такой анализ помогает понять, у какой группы возникает проблема.
5. Проверить объём каждого сегмента
Нельзя делать уверенные выводы о группе, если в ней всего несколько человек.
Если опрос прошли 500 участников, но только 12 из них относятся к корпоративным клиентам, результат этой группы будет нестабильным. Для сравнения сегментов необходимо заранее обеспечить достаточное количество ответов в каждом из них.
Как работать с качественными данными
Работа с интервью и открытыми ответами тоже требует системного подхода.
1. Подготовить материалы
Записи интервью расшифровывают или подробно конспектируют. Важно сохранить не только ответы, но и контекст:
чем занимается участник;
как давно пользуется продуктом;
какую задачу пытался решить;
в какой ситуации возникла проблема.
2. Выделить смысловые фрагменты
Исследователь отмечает высказывания, относящиеся к определённым темам.
Например:
пользователь не понимает тарифы;
боится автоматического списания;
не замечает кнопку;
не понимает разницу между режимами;
сомневается в качестве результата;
откладывает действие на потом.
3. Объединить наблюдения в темы
Похожие проблемы группируются.
Высказывания «не увидел кнопку», «не понял, куда нажать» и «думал, что функция недоступна» могут войти в тему «низкая заметность элемента интерфейса».
4. Искать закономерности, а не только яркие цитаты
Запоминающаяся фраза одного участника не обязательно отражает мнение всей аудитории.
Исследователю необходимо определить:
повторяется ли проблема;
в каких ситуациях она возникает;
у каких типов пользователей она встречается;
насколько серьёзно влияет на результат;
какие альтернативные объяснения существуют.
5. Связать выводы с доказательствами
Для каждого вывода полезно сохранить:
описание наблюдения;
несколько подтверждающих цитат;
информацию об участниках;
примеры поведения;
возможные ограничения вывода.
Что такое генеральная совокупность
Генеральная совокупность — это все люди или объекты, о которых исследователь хочет сделать вывод.
Например:
все зарегистрированные пользователи сервиса;
все клиенты компании за последний год;
все студенты определённого курса;
все жители города старше 18 лет;
все сотрудники организации;
все посетители сайта за месяц.
Генеральную совокупность необходимо определять максимально точно.
Формулировка «наши пользователи» слишком широкая. В неё могут входить зарегистрированные, активные, платные, бесплатные и бывшие пользователи.
Более точная формулировка:
Пользователи, которые зарегистрировались в сервисе за последние три месяца и создали хотя бы один квиз.
Что такое выборка
Выборка — это часть генеральной совокупности, которую непосредственно изучают.
Если у сервиса 20 000 активных пользователей, опрашивать каждого необязательно. Можно выбрать несколько сотен человек и на основании их ответов оценить мнение всей аудитории.
Статистический вывод как раз означает переход от данных, собранных у участников выборки, к выводам о целевой генеральной совокупности.
Однако для такого перехода недостаточно просто собрать много ответов. Важно, каким образом участники попали в исследование.
Что такое репрезентативная выборка
Репрезентативная выборка достаточно точно отражает значимые характеристики генеральной совокупности.
Предположим, среди всех клиентов компании:
60% составляют женщины;
40% — мужчины;
70% живут в крупных городах;
30% — в небольших населённых пунктах;
25% используют платный тариф;
75% — бесплатный.
Если в опросе 90% участников используют платный тариф, результаты могут не отражать мнение всей клиентской базы.
Репрезентативность зависит не только от пола или возраста. Нужно учитывать характеристики, связанные с предметом исследования:
опыт использования;
тариф;
частоту покупок;
регион;
профессию;
размер компании;
устройство;
канал привлечения;
этап жизненного цикла клиента.
Сколько людей необходимо опросить
Универсального числа не существует. Размер выборки зависит от:
типа исследования;
размера генеральной совокупности;
требуемой точности;
допустимой погрешности;
уровня доверия;
способа отбора участников;
количества анализируемых сегментов;
разнообразия аудитории;
ожидаемой доли завершённых анкет.
Сколько участников нужно для качественного исследования
В качественных исследованиях размер выборки обычно определяют не статистической погрешностью, а насыщением данных.
Насыщение наступает, когда новые интервью перестают приносить существенно новые темы и наблюдения.
В известном исследовании Guest, Bunce и Johnson основные темы в однородной аудитории проявились в первых интервью, а тематическое насыщение было достигнуто примерно к двенадцатому интервью. Это результат конкретного исследования, а не универсальное правило для любых проектов.
Обзор эмпирических работ показал, что в исследованиях с относительно однородной аудиторией и узким вопросом насыщение часто достигалось примерно после 9–17 интервью или 4–8 фокус-групп. Для неоднородной аудитории, нескольких сегментов и сложных тем может потребоваться больше участников.
Практический ориентир:
5–8 интервью — первоначальное изучение простой задачи;
8–15 интервью — исследование относительно однородного сегмента;
5–10 интервью на сегмент — сравнение нескольких типов пользователей;
дополнительные интервью — если продолжают появляться новые темы.
Останавливать исследование нужно не потому, что проведено заранее выбранное количество бесед, а потому, что собранных данных достаточно для ответа на исследовательский вопрос.
Сколько участников нужно для количественного исследования
В количественном исследовании выборка рассчитывается с учётом статистической погрешности.
Для простой случайной выборки при доверительном уровне 95% и максимально осторожном предположении о распределении ответов приблизительные значения будут следующими:
Допустимая погрешностьНеобходимое количество ответов±10 процентных пунктовоколо 97±7 процентных пунктовоколо 196±5 процентных пунктовоколо 385±3 процентных пунктаоколо 1 068
Погрешность показывает статистическую неопределённость результата, которая возникает из-за того, что исследователь опрашивает только часть генеральной совокупности. Обычно её рассматривают вместе с доверительным интервалом.
При ограниченной генеральной совокупности необходимая выборка немного уменьшается.
Например, для погрешности около ±5 процентных пунктов и доверительного уровня 95%:
Размер генеральной совокупностиПримерная выборка100 человек80500 человек2181 000 человек2785 000 человек35710 000 человек370100 000 человек383
По мере роста генеральной совокупности требуемая выборка перестаёт увеличиваться пропорционально. На точность оценки чаще сильнее влияет общее количество участников, чем доля опрошенных от всей аудитории.
Почему нельзя просто опросить 10% аудитории
Правило «нужно опросить 10% всех клиентов» некорректно.
Если в базе 100 человек, выборка из 10 участников слишком мала. Если в базе миллион человек, опрашивать 100 000 участников для обычной оценки доли чаще всего не требуется.
Размер выборки определяется не фиксированным процентом от аудитории, а необходимой точностью и способом отбора участников.
Необходимо учитывать количество завершённых анкет
Расчёт выборки относится к пригодным для анализа ответам, а не к количеству отправленных приглашений.
Если необходимо получить 385 завершённых анкет, а опрос в среднем завершает 40% приглашённых, потребуется пригласить примерно:
385 ÷ 0,4 = 963 человека.
При этом низкая доля ответивших может создавать отдельный риск: люди, согласившиеся пройти опрос, могут систематически отличаться от тех, кто его проигнорировал.
Почему 1 000 ответов могут быть хуже 300
Большое количество ответов не гарантирует достоверность.
Представим, что компания хочет изучить мнение всех клиентов, но размещает анкету только в закрытом сообществе самых активных пользователей.
Даже если анкету заполнят 2 000 человек, в выборку почти не попадут:
новые пользователи;
неактивные клиенты;
люди, столкнувшиеся с трудностями;
пользователи, которые отказались от продукта;
клиенты, не состоящие в сообществе.
Результаты будут точно описывать активное сообщество, но не всю клиентскую базу.
У неслучайной выборки механизм попадания участников в исследование часто неизвестен. Поэтому такие ответы могут систематически не представлять целевую аудиторию.
Лучше 300 правильно отобранных участников, чем 3 000 случайных посетителей одной страницы.
Что такое экстраполяция данных
Экстраполяция данных — это распространение результатов, полученных на выборке, на более широкую генеральную совокупность.
Предположим:
у сервиса 10 000 активных пользователей;
случайным образом опрошены 500 человек;
32% опрошенных сообщили, что им не хватает определённой функции.
Точечная экстраполяция будет выглядеть так:
10 000 × 32% = 3 200 пользователей.
Можно предположить, что примерно 3 200 активных пользователей заинтересованы в этой функции.
Однако результат нельзя воспринимать как точное число. Для простой случайной выборки из 500 человек статистическая погрешность такой оценки составит примерно четыре процентных пункта.
Это означает, что реальная доля может находиться ориентировочно в диапазоне от 28% до 36%, то есть примерно от 2 800 до 3 600 пользователей.
Статистические службы описывают оценивание именно как связывание результатов выборки с целевой совокупностью. При этом ошибки экстраполяции зависят от размера выборки, её репрезентативности и уровня неответов.
Когда экстраполяция допустима
Переносить результаты на всю аудиторию можно осторожно, если:
генеральная совокупность определена;
участники отбирались по понятной процедуре;
важные сегменты представлены в выборке;
объём выборки соответствует требуемой точности;
вопросы сформулированы нейтрально;
отсутствует критический перекос неответов;
данные очищены;
при необходимости применены статистические веса;
в отчёте указаны ограничения.
Когда экстраполяция опасна
Не следует утверждать, что результаты отражают всю аудиторию, если:
ссылка размещена только в одном Telegram-канале;
отвечали только самые активные клиенты;
анкета доступна только пользователям определённого тарифа;
исследователь опросил знакомых;
часть важных групп не представлена;
участие полностью основано на самовыдвижении;
количество участников в сегментах слишком мало;
люди отвечали несколько раз;
вопрос был наводящим.
В таких случаях корректнее писать:
Среди участников нашего опроса 68% выбрали этот вариант.
Некорректная формулировка:
68% всех клиентов выбирают этот вариант.
Можно ли экстраполировать результаты качественного исследования
Результаты глубинных интервью обычно нельзя переносить на всю аудиторию в виде процентов.
Если семь из десяти участников пожаловались на сложную регистрацию, нельзя утверждать, что 70% всех пользователей испытывают эту проблему.
Участники качественного исследования не всегда отбираются случайно, а сама выборка слишком мала для статистического вывода.
Корректный вывод будет выглядеть так:
Во время интервью неоднократно возникала проблема непонятной регистрации. Необходимо проверить её распространённость с помощью аналитики или количественного опроса.
Качественные данные дают основания сформулировать гипотезу. Количественные данные помогают оценить её масштаб.
Как выбрать сервис для сбора данных
При выборе инструмента нужно смотреть не только на дизайн формы, но и на возможности дальнейшей работы с результатами.
Полезно проверить:
какие типы вопросов поддерживаются;
можно ли создавать ветвление;
доступны ли анонимные ответы;
можно ли ограничить повторное участие;
есть ли фильтры и сегментация;
поддерживается ли экспорт данных;
можно ли создавать шкалы и оценочные результаты;
сохраняются ли незавершённые ответы;
есть ли интеграции с CRM и аналитикой;
можно ли получить согласие на обработку информации;
где и как хранятся данные;
удобно ли проходить опрос со смартфона.
Для небольшого исследования может быть достаточно простого конструктора форм. Для оценки сотрудников, обучения, сегментации аудитории или автоматической выдачи результатов удобнее использовать специализированные опросные и квизовые платформы.
Типичные ошибки при проведении исследований
Исследование начинается с анкеты, а не с вопроса
Сначала нужно определить, какое решение будет принято на основе результатов.
Не «провести опрос о продукте», а:
Понять, почему новые пользователи не завершают создание первого проекта, чтобы определить приоритетные изменения редактора.
Выбран неподходящий метод
Нельзя качественно выяснить причины поведения одним вопросом с вариантами ответа, если причины ещё неизвестны.
И наоборот, нельзя оценить распространённость проблемы только по нескольким интервью.
Опрашиваются только удобные участники
Знакомые, подписчики и активные клиенты доступны исследователю, но могут отличаться от основной аудитории.
Смешиваются разные сегменты
Ответы новичков, экспертов, бесплатных и платных пользователей могут существенно различаться. Общий средний показатель иногда скрывает эти различия.
Проценты рассчитываются по слишком маленьким группам
Фраза «50% корпоративных клиентов недовольны» выглядит убедительно, но может означать, что недовольны два человека из четырёх.
В отчёте необходимо показывать не только процент, но и количество ответов.
Корреляция принимается за причину
Если активные пользователи чаще покупают подписку, это не доказывает, что высокая активность сама по себе заставляет людей платить.
Возможно, существует третий фактор: например, профессиональная необходимость регулярно использовать продукт.
Игнорируются ограничения
Хороший исследовательский отчёт должен объяснять не только то, что удалось узнать, но и границы применимости результатов.
Практический алгоритм проведения исследования
Шаг 1. Сформулируйте решение
Определите, что команда собирается сделать после исследования.
Например:
изменить интерфейс;
запустить новую услугу;
скорректировать тариф;
выбрать рекламное сообщение;
разработать учебную программу;
улучшить обслуживание клиентов.
Шаг 2. Сформулируйте исследовательский вопрос
Пример:
Почему зарегистрированные пользователи не создают первый квиз в течение семи дней?
Шаг 3. Определите генеральную совокупность
Например:
Пользователи, зарегистрировавшиеся за последние три месяца и не опубликовавшие ни одного квиза.
Шаг 4. Выберите метод
Если причины неизвестны — начните с интервью.
Если причины уже сформулированы и нужно определить их распространённость — используйте количественный опрос.
Шаг 5. Составьте выборку
Определите:
необходимые сегменты;
способ приглашения;
количество участников;
критерии включения;
критерии исключения.
Шаг 6. Подготовьте инструмент
Это может быть:
сценарий интервью;
анкета;
форма наблюдения;
тест;
оценочный квиз;
таблица для анализа;
система событий в продуктовой аналитике.
Шаг 7. Проведите пилот
Проверьте, понимают ли люди вопросы и корректно ли сохраняются ответы.
Шаг 8. Соберите данные
Следите не только за количеством, но и за составом участников.
Шаг 9. Очистите и проанализируйте результаты
Разделите данные по сегментам, найдите закономерности и проверьте альтернативные объяснения.
Шаг 10. Сформулируйте выводы
Полезный вывод должен включать:
что обнаружено;
на каких данных основан вывод;
для какой аудитории он справедлив;
насколько уверенно его можно использовать;
какие ограничения существуют;
какое действие рекомендуется.
FAQ
Что лучше: количественное или качественное исследование?
Выбор зависит от задачи. Количественное исследование показывает масштаб явления, а качественное помогает понять причины. Во многих проектах полезно сочетать оба подхода.
Можно ли провести исследование на 10 человек?
Для качественного исследования узкой и однородной аудитории десяти интервью иногда достаточно, чтобы выявить основные проблемы. Для количественного вывода о большой аудитории такой выборки обычно недостаточно.
Достаточно ли опросить 100 человек?
При простой случайной выборке 100 ответов дают погрешность примерно ±10 процентных пунктов при доверительном уровне 95%. Этого может быть достаточно для предварительной оценки, но недостаточно для точного сравнения близких показателей.
Почему для большой аудитории часто достаточно нескольких сотен ответов?
После определённого размера генеральной совокупности точность сильнее зависит от абсолютного количества ответов, чем от процента опрошенных. Поэтому для аудитории из 10 000 и 1 000 000 человек необходимая выборка при одинаковой точности будет различаться незначительно.
Что важнее: размер или репрезентативность выборки?
Оба параметра важны, но большая нерепрезентативная выборка может давать систематически неправильный результат. Сначала нужно обеспечить корректный отбор участников, а затем необходимый объём данных.
Можно ли использовать открытый опрос в социальных сетях?
Можно, если цель — собрать идеи или изучить мнение подписчиков. Но результаты такого опроса нельзя автоматически переносить на всех клиентов или жителей города, поскольку участники выбирают себя сами.
Что такое экстраполяция простыми словами?
Это перенос результатов с изученной части аудитории на всю аудиторию. Например, если 30% корректно сформированной выборки выбрали определённый вариант, исследователь оценивает, что близкая доля может быть и в генеральной совокупности.
Вывод
Количественные и качественные исследования решают разные задачи.
Количественный подход помогает измерить частоту, долю, оценку или изменение показателя. Качественный позволяет разобраться в мотивах, сценариях и причинах поведения людей.
Сервисы сбора данных ускоряют создание анкет, распространение опросов, обработку ответов и подготовку отчётов. Но достоверность исследования по-прежнему зависит от правильной постановки вопроса, выбора аудитории, формулировки вопросов и анализа результатов.
Количество участников нельзя определять по универсальному правилу. Для качественного исследования важнее насыщение данных, а для количественного — требуемая точность, структура выборки и способ отбора респондентов.
Экстраполировать результаты можно только тогда, когда выборка действительно позволяет делать выводы о генеральной совокупности. В остальных случаях необходимо честно ограничивать выводы группой людей, которые фактически приняли участие в исследовании.
