La meilleure façon d'organiser les données recueillies pendant la recherche?

Question

Quelle est la manière la meilleure et la plus scientifique d'organiser toutes les données qualitatives recueillies au cours de la recherche? Je pense que c'est important parce qu'avec des recherches et des données faciles à comprendre, il sera difficile de créer des personnages et des scénarios d'utilisateurs précis. J'ai commencé à utiliser le diagramme d'affinité pour organiser les données recueillies lors de la recherche d'utilisateurs, mais je me demandais si quelqu'un d'autre avait d'autres idées. Je pense qu'une autre approche scientifique lui serait vraiment utile.

Par exemple, je peux avoir des pages et des pages de documents Word et Excel remplies de données de recherche. Quelle est la meilleure façon d'organiser cela pour que cela ait un sens significatif?

Mervin · Answer

Il s'agit d'une énorme question à laquelle il est impossible de répondre par une réponse simple, mais voici quelques recommandations basées sur l'expérience personnelle et ce qui a fonctionné le mieux pour moi

Les parties prenantes n'ont généralement pas le temps de parcourir les liasses et les liasses de données. Par conséquent, parlez-leur pour savoir quels sont les détails les plus importants qu'ils souhaitent (en prenant votre exemple dans les commentaires, en supposant ses détails sur le montant d'argent que les gens dépensent pour les cartes de crédit),
Une fois que vous avez ces informations, travaillez avec eux pour savoir quels autres détails sont les plus importants pour eux (comme les cartes de crédit les plus populaires, comment les gens paient-ils leurs factures, quel est le groupe d'âge, etc.)
Organisez cette liste par ordre ou priorité
Prenez les données de vos résultats et mettez-les dans une présentation (Oui, PowerPoint si bien fait peut très bien communiquer des informations) ou sous forme d'infographie depuis les gens assimilent mieux les informations si elles sont présentées visuellement . Je recommanderais la disposition de la présentation PowerPoint car cela
1. Introduction
2. Énoncé du problème
3. Résumé rapide des utilisateurs interrogés (2 lignes sur chaque utilisateur)
4. Principales conclusions
5. Aspects communs qui s'appliquent à tous les utilisateurs ou à la plupart d'entre eux (je trouve que la plupart des acteurs commerciaux trouvent cela très important car ils aiment connaître généralement la foule aime)
6. Une représentation graphique ou visuelle de vos données (c'est là qu'une infographie est utile)
7. Tout cas de surprise\Edge et son impact. Par exemple: supposons que l'un de vos publics cibles n'achète pas de cartes de crédit pour des raisons religieuses, mais que leur potentiel d'achat est énorme ... alors que pouvez-vous faire pour les contacter.
8. Suggestions
9. Sommaire

Voici quelques liens qui peuvent vous aider à analyser vos données utilisateur

Analyse des données des études sur le terrain

Trouver de l'or dans vos résultats de recherche d'utilisateurs

Analyse, Synthèse Plus: Transformer les données en informations

Je recommande également de regarder ceci excellent article du stand UX qui propose cette méthode si vous avez besoin de présenter un papier ou un document sur vos résultats

Brève description de l'objectif, de la méthodologie et des données démographiques des participants

Constatations notables

Problèmes de haut et moyen niveau (dans une liste à puces) avec citations des participants (recommandé) ou même extraits de vidéo.

Notes de réussite des tâches et mesures étudiées (le cas échéant)

Recommandations et prochaines étapes (le cas échéant)

Maneet Puri · Answer

Eh bien, la réponse à votre question sera beaucoup plus large que l'imagination car elle dépend du type de données et de leur pertinence commerciale. Vous pouvez essayer en créant un répertoire et en utilisant des dossiers descriptifs pour une organisation détaillée, ou vous pouvez l'enregistrer dans XLS ou en fonction de la nature et de l'industrie des données, vous pouvez opter pour certains logiciels car il existe plusieurs logiciels, qui sont disponibles pour le stockage de données, l'organisation et gestion.

Claire · Answer

Grande question! Notre équipe a récemment vécu quelque chose de similaire. Les diagrammes d'affinité ne s'adaptent pas bien. Au fur et à mesure que le nombre d'entretiens augmentait, les diagrammes d'affinité devenaient tout simplement incompréhensibles.

Nous avons récemment intégré une plate-forme qui offre la possibilité de faire du balisage et de l'analyse de texte. Nous utilisons maintenant cette plateforme comme référentiel central. Le balisage combine les avantages de la recherche qualitative (texte en surbrillance) avec des méthodes quantitatives (fréquence des balises) et permet d'organiser les informations avec échelle.

Essence · Answer

Je dirais que vous pouvez organiser les données de recherche à différents niveaux:

Organisation des données au sein d'un projet de recherche Une façon de plus en plus populaire de le faire consiste à créer des balises pour catégoriser des informations similaires. L'image ci-dessous montre un exemple de texte d'une interview sur les préférences de voyage. Les couleurs indiquent des informations en surbrillance et vous pouvez voir l'étiquette à droite. La balise a généralement un nom qui représente la catégorie respective et/ou une couleur.

Organisation des données entre les projets de recherche L'objectif serait de stocker ou d'archiver les données de manière organisée afin de les retrouver rapidement en cas de besoin. Les outils qui permettent de stocker des données de recherche sont appelés référentiels de recherche. Vous pouvez utiliser des outils à usage général comme Google Drive ou Dropbox et il existe des outils spécialement conçus pour cela comme Condens .

Divulgation complète: je suis l'un des co-fondateurs de Condens

Michael Lai · Answer

Il s'agit en fait d'un domaine croissant de la conception UX qui est probablement hors de portée pour le type de questions généralement posées et auxquelles il est répondu sur UXSE, mais voici quelques liens utiles qui pointent vers divers articles et groupes dans ResearchOps: