Количествен или качествен? Какво е по-добре?

И качествените, и количествените данни имат предимство днес. Без значение какво включва разговорът, дебатът за това какъв вид данни е най-добър изглежда винаги е налице. Повече сега, когато изглежда, че количественото се превръща в мярка за „почти цялата“ възможна реалност. Нещо повече, изглежда, че опитът да се измери всичко се превърна в мания, както разказва Даниел Инеарити в тази статия, публикувана в Ел Паис, която наскоро обсъдих със Салва. Всичко трябва да се измерва под формата на "резултати, класации, рейтинги, въздействия, показатели, харесвания, звезди, оценки, оценки, индекси" ... Сега, трябва ли да измерим всичко? Заслужава ли си нещо да се класираш?

качествено

Отговорът на този въпрос може да е в средата (както обикновено правят добродетелите). Мисля, че не е въпрос на избор между количествен или качествена правилно, а по-скоро да се намери идеалният баланс между двете перспективи, в триъгълна, като се използват както количествени, така и квалификационни данни. (Дотолкова, че моята докторска дисертация точно избира смесен подход, който триангулира резултатите и заключенията, основани както на количествени, така и на качествени данни. В бъдеще ще говоря като пример за дизайна на продукти или услуги за клиенти, но аналогия с измерването на вариация в културата на иновациите или всеки аналитичен процес за вземане на бизнес решения.

Истината зад концепциите

За да разберете необходимостта от справедлив баланс, първо трябва да определите какво означават със сигурност поотделно. Признайте различията им и преди всичко е важно да приложите правилно анализ на данни чиито резултати са продуктивни.

В общество, където всичко се измерва и следователно може да се определи количествено, числата стават основни инструменти за подреждане на информация. Голямото му предимство се крие в простотата на разбирането му, цифрите са лесни за обективно разбиране и могат да бъдат приети без допълнителни дебати.

Ето защо, когато става въпрос за количествени данни, вие се сблъсквате с голяма истина, че почти всичко може да бъде класифицирано числено, или с класации, оценки или рейтинги, качество на продукта, популярност на марка или конкурентоспособност на самите компании.

Така че количествените данни могат да се определят като информация, която можем да измерим чрез числа. Числата са прозрачни, чрез тях ще се определи колко пъти е била посетена уеб страница или колко пъти е изтеглено приложение.

Независимо дали се използват за наука, политика или пазари, числата изпълняват социална функция за измерване, стандартизиран език, характеризиращ се с точност, яснота и безпристрастност. Те могат да бъдат събрани чрез показатели на приложението, анкети и A/B тестове.

Напротив, пейзажът се променя напълно, когато става въпрос за какво качествена. Когато говорим за качествени данни, това е информация, която не може да бъде измерена и за разлика от каква количествен, тя е субективна. Ако се отнасяше за контекста на дизайна на продукта или услугата, това би се отнася до данни, събрани от опита на клиентите с определени продукти.

Тези данни могат да бъдат получени по време на обаждания, имейли, интервюта или дори неформални разговори или наблюдения, етнографии и т.н.

Защо да използвате и двете?

След като разберете как да ги прилагате, можете да видите колко противоположни са техните основи. Обективност срещу субективност, прецизност срещу неточност. Въпреки това, като цяло и ако имате необходимите знания за нейното изпълнение, резултатите от комбинацията (или триангулацията) на конкретна и количествена информация, заедно с гъвкава и качествена информация, могат да предложат резултати с голяма производителност.

Ключът към успеха в бизнеса се крие в баланса, по-точно вземането на балансирани решения. Така че и двата типа данни според мен са необходими за постигането им.

Причината, която изтъкнах зад това, се свежда до факта, че и двамата са в състояние да предоставят информация за реалното поведение на хората. Постигнатото със смесеното му използване далеч надхвърля плоските данни, тъй като последователните данни се получават от две различни перспективи.

И дори точността на тези данни може да се увеличи, след като поведението на хората бъде измерено и проучено. Получават се както количествени, така и качествени данни, колко клиенти правят ...? за първото и за второто данни, които предоставят контекст и нюанси на техните мнения. Коментарите относно ефективността на уебсайта или характеристиките, които възпрепятстват работата на продукта, отбелязват преди и след в анализ на данни като такъв.

Във връзка с това Естебан Гарсия Перес, управляващ директор на Hydra Social Media, обяснява, че за да се разбере наистина какво изискват клиентите, е необходимо да се използват качествени и количествени данни, за да се постигне категоризация и сегментация на купувачите, както и да се проектира по-позитивен опит и удовлетворяващо за тях.

Тези неизменни данни, които не могат да променят това, което се подразбира в тях, имат голяма стойност, те показват истина, която не може да бъде отречена и е показателна за определени индекси, но в същото време тези данни, отнасящи се до мисленето, чувствата и действията на хората, те са просто като ценна. Както изтъква Пабло Сейбелт, който ръководи екипа по наука за данни в Auth0, хората са субективни, а не роботи и осъзнаването на тяхната субективност ще доведе до по-добри резултати.

Ако искате примери за това как двата вида данни могат да работят в пълна хармония и последващ успех, можете да анализирате следния пример: Ако е предложен A/B тест за определяне на цвета на интерфейса на уеб страница, цветът ще бъде установено, ако сред опциите се използват количествени данни, обаче количествените данни нямат по-динамични и субективни детайли като тези, предоставени от контекста.

Защо единият цвят е предпочитан пред другия? Дали защото се бърка с дизайна на друга уеб страница? Асоциация ли е или предпочитание? Защо имате такова предпочитание? Причините могат да бъдат множество и е необходимо да се знае, за да се получат ефективни и практични решения.

И въпреки че може да се счита, че въпросът се обръща ненужно, истината е, че при откриването на конкретни отговори за тази подробност, човек е в способността да се изведе начинът на мислене на хората. Не трябва просто да се придържате към количествените данни, а да отидете по-далеч и да откриете обясненията след избор.

Когато започнете със събирането на качествени данни и поддържате директен контакт с клиента, неговите предпочитания и мотивация ще бъдат напълно изложени. Дори тези предпочитания и мотивации могат да се използват в друг контекст.

Качествените данни трябва да се противопоставят на количествени данни и обратно, като винаги се стремим да знаем кои са нашите клиенти чрез задълбочено проучване на пазара. Така казва Мария Хосе Паес, маркетингов консултант в InboundCycle.

Друга важна информация за поддържане на подходящ фокус е върху целите, които трябва да бъдат постигнати, въпреки че те зависят от бизнеса, компанията или марката, в която работите, трябва също така да постигнете връзка с клиента, където не само да получите количествени данни, но качествени.

Те трябва да са фокусирани върху разбирането какви са истинските проблеми на клиентите. Защо това е от значение? Тъй като с качественото можете да се обърнете към правилните въпроси, най-накрая разбирате какво клиентът мисли повече или по-малко и какво наистина има значение за него, така казва Сергей Шевлягин, мениджър на група в Zillow.

Вариант първи: започнете с качествени данни

Необходимостта от смес от качествена с какво количествен за постигане на напълно задоволителни резултати, но откъде да започнете с това. Трябва ли да започнете с количествени данни? Или с качествените? Има ли формула за намиране на посочените отговори? Недей. Няма, защото всеки отговор зависи от контекста, това, което търсите и разбира се, данните, които искате да получите.

Може да се даде подход като препратка, като се използват, на първо място, качествени данни, всичко това, за да се определи вида на продукта, който ще бъде изграден в бъдеще, или модификациите, които се желае да се направят върху съществуващ такъв, който изисква определени промени.

Прекарвайки време и взаимодействайки с клиенти или бъдещи клиенти, вие научавате за техните проблеми и нужди, какво мислят и какво изискват, за да бъдат удовлетворени.

Тъй като свързването с клиентите често има повече общо с творчеството, с тези абстрактни елементи. За цялостна визия, по-широка и по-ефективна, това е необходимо и необходимо, но без да се забравя количествено измеримото, тъй като при маркетинга на данни това е друга неизбежна точка в уравнението, както обяснява Карина Веласкес, учен по комуникация, който пише за Marketing4ecommerce.

След като знанията бъдат получени, те се използват за формулиране на хипотези относно услугите или продуктите, способни да осигурят възможно най-висока стойност на целта. И е по-късно, когато пристъпим към събирането на количествени данни за валидиране на формулираната хипотеза.

Както беше обяснено от Брус Маккарти, основател на UpUp Labs, че чрез работа с гъвкави данни е възможно да се зададат правилните въпроси за валидиране на хипотези с количествени данни.

Маккарти обяснява, че колкото повече знания има за количествените данни, е обичайно и логично да се започне точно с качествени данни. Ако е необходимо да се идентифицира най-добрият начин за оптимизиране на платформа за стрийминг, която вече осигурява отлични репродукции, количествените данни вече са налични.

Също така, тези количествени данни са в състояние да покажат слабите места, тоест поведението или причините, които правят числата не толкова добри, колкото могат да бъдат. Но ако видите, че броят на показванията се увеличава и намалява само няколко седмици, няма да имате конкретни отговори.

Защо се случва? Какво се случва? Как можеш да действаш? Ако на тези въпроси се отговори погрешно или не се отговори, има възможност да се получат неверни отговори или да се предложат незадоволителни решения, които не решават поставените реални проблеми.

Без качествени данни дори е възможно да се реши грешната част от правилния проблем, както коментира Лулу Ченг, продуктов мениджър в Pinterest.

Вариант втори: започнете с количествени данни

Точно както качествените данни могат да дадат по-личен, подробен и хуманен старт на анализ на данни, Друга възможност е представена, когато се започне с количествени данни. Както количествените, така и качествените данни не могат да съществуват без другата, тъй като те се хранят една в друга и се допълват едновременно.

Ако решите да започнете с количествени данни, откриването на значими модели ще послужи за формиране на кратки и точни профили за продуктите и след като тази информация бъде проверена, е време да започнете качествени интервюта, за да разберете напълно контекста, генерирал тези специфични модели.

Процесът на интервю е много разнообразен и обикновено в резултат на това носи някои изненади или разкрития, несвързани с това, което вече е известно. Ето защо е лесно и изгодно да се открият нови улики по време на тях.

След това трябва да се върнем към количествените данни, за да измерим тяхната важност. Трябва да се отбележи, че в някои случаи едни и същи количествени данни имат възможност да се получат други количествени данни, които ще осигурят по-голяма сплотеност на получените отговори. Тази ситуация може да възникне и в случай на качествени данни.

Само по себе си търсенето както на качествени данни, така и на количествени данни трябва да бъде неуморно за оптимизирането на даден продукт, тъй като чрез получаване на повече информация споменатият продукт може да достигне своя максимален потенциал.

Колкото и да е невероятно, конфигурациите за подобряване на един са неизчерпаеми и клиентът винаги ще търси продукти, които са по-добре подготвени или конфигурирани за техните нужди, така че те трябва многократно да бъдат в състояние на постоянна и успешна промяна. Ето защо количествените и качествените данни трябва да се използват заедно.

Не става въпрос за избор

Предположенията са изключително опасни, тъй като могат да доведат до напълно неправилни резултати, които да доведат до сериозни грешки в пристрастната интерпретация. Това придобива специална конотация, когато става въпрос за анализ на данни количествено и качествено. Ако имате конкретни числа в метричен режим, количествени данни или отговори на интервюта, качествени данни, в никакъв случай анализът на единия не трябва да бъде отделен от другия.

Тъй като и двете данни са в състояние да бъдат съмнителни, ето защо заедно те осигуряват повече достоверност и усещане за конкретното, тъй като се подкрепят взаимно.

Той е триъгълен и по този начин могат да се разграничат два големи типа методологични триангулации. Първият е чистият триангулационен дизайн, при който както количествените, така и качествените части са проектирани едновременно, паралелно. Техниките за събиране на информация също се прилагат паралелно и се анализират, за да се стигне до съвместно тълкуване, като допринася и в двата случая със същата важност и значимост при изготвянето на заключенията. Вторият тип триангулационен дизайн е т. Нар. Интегриран дизайн или вграден дизайн, който се различава от предишния по това, че има подчинение или йерархия между количествените и качествените изследователски стратегии. С други думи, в интегрираните проекти една от двете стратегии е подчинена на другата, за да се подобри и преориентира основната стратегия.

В заключение, когато се занимавате с по-важните качествени данни или количествени данни? Мисля, че и двете са необходими. Всеки, който иска да вземе решения въз основа на анализ на данните, трябва да може да разбере, че всеки модел на поведенчески данни, който може да бъде измерен количествено, означава въздействие върху хората, които имат субективни и непредвидени мнения и реакции.

Следователно идеалното е да се намери правилният баланс между двете страни, да се изравнят тези данни, да се триангулират резултатите и заключенията от анализа на данните, тъй като в този деликатен баланс има ключове за водене на наистина добре взети решения.