SuperAPI AI 工具集

qual-quant-triangulation

数据与分析

查看项目

更新于 10-16 09:49

技能介绍

用途:当仪表盘数据与用户访谈相互矛盾时,帮助判断分歧的含义、哪个来源能回答当前被问的问题,并给出下一步研究设计,最终产出一个「相信哪一方」的决定和一个研究方案,而非两份资料的摘要。

主要能力:把分歧本身当作信息来解读,并对常见冲突模式给出含义,例如数据出现放弃行为而用户称没困难,通常意味着其放弃原因不在界面;用户报告严重问题而数据显示无影响,可能是受影响人群很小或问题发生在埋点之前;数据改善但用户感觉更差,可能是优化了替代指标;用户热情但留存持平,属于陈述偏好而非实际偏好;两方看起来都正常但业务结果不佳,说明测的是任务而非任务服务的目标。

使用方式:先确定哪个来源对当前决策起支撑作用,再分别把问题交给能回答它的来源——发生了什么、频率与位置交给行为数据,为什么、用户想做什么交给研究,值不值得做则两者都无法单独回答,属于判断。设计解决性研究时,要写清争议中的具体主张,以及什么结果会让你放弃定性说法、什么结果会让你放弃定量说法;若没有任何结果能改变你的想法,就不是在解决分歧而是在构建论据。

适用场景:行为数据与研究结论冲突、指标与体验感受不一致、需要决定是否继续投入某项功能时。

限制:优先使用能区分差异的廉价手段;同一问题上实际行为优先于陈述偏好;比较前需确认两个来源描述的是同一人群,不同人群不算分歧;不要把两种说法折中成中间结论;不要通过重跑支持自己偏好的研究来解决冲突。资料未提供具体价格、支持平台或安装命令等信息。