Forwarded from аналитика на кубах
Пока болтался в отпуске, попалась на глаза статья от X5 Tech про разметку событий. Какой трекер они выбрали, как называть события, какая логика организации параметров. То, что я называю “дизайном событий” и что вполне может занимать до трети рабочего времени аналитика на ранних этапах проекта (потом, конечно, существенно меньше).
Статья в целом симпатичная, сам буквально неделю назад думал над правилами названия событий и в целом над структурированием своей документации. В геймдеве набор сущностей, действий и процессов ощутимо сложнее, кажется, чем приведенные. Тем не менее подходы и идеи все равно весьма схожи.
Но самое полезное в статье, на самом деле — не очень заметная ссылка на полную документацию по разметке событий. Она намного полнее и понятнее, чем статья, содержит в себе определения основных понятий, правила создания и ведения разметки, а также описание процессов разметки.
Очень хочется свою документацию довести до схожего вида, ведь примерно половина уже есть. Мечты-мечты.
Статья в целом симпатичная, сам буквально неделю назад думал над правилами названия событий и в целом над структурированием своей документации. В геймдеве набор сущностей, действий и процессов ощутимо сложнее, кажется, чем приведенные. Тем не менее подходы и идеи все равно весьма схожи.
Но самое полезное в статье, на самом деле — не очень заметная ссылка на полную документацию по разметке событий. Она намного полнее и понятнее, чем статья, содержит в себе определения основных понятий, правила создания и ведения разметки, а также описание процессов разметки.
Очень хочется свою документацию довести до схожего вида, ведь примерно половина уже есть. Мечты-мечты.
Forwarded from soloveev: жизнь на марсе 👩🎤
Скрытая суть
В «Криптономиконе» Стивенсона герои все окружающее описывают математически, от чего видят скрытую от многих суть явлений. Слушал этот роман и попробовал для себя этот формат размышления с ИИ: когда изучаю какую-то концепцию (философскую, социальную, экономическую) или явление, то смотрю на нее через математический язык описания.
За это отвечает очень простой промпт:
Его можно применять почти ко всему, что вы изучаете, чтобы увидеть математические законы, заложенные в явлении.
Несколько примеров применимости подхода (все просим описать по данному выше промпту):
1. Опиши математически этот мем (для image2text моделей)
2. Опиши бизнес-модель сервиса Kindle через формулу
3. Я поругался с котом: он оцарапал меня, я обиделся и не хочу с ним общаться. Опиши это математически.
4. Представь философский принцип абсурда Камю в виде формулы (с философией классно заходит - это мой самый частый случай использования)
5. Я изучаю понятие продуктивность - предложи 3 способа как можно ее описать математически (добираемся до первых принципов явления)
6. Я не могу сделать выбор между А и Б. Опиши математически эту дилемму
Для более высокого качества надо попросить модель сначала расшифровать концепцию на естественном языке, чтобы насытить диалог контекстом, и только потом просить описать ее математически - качество будет лучше.
В комментариях еще промпты для продолжения диалога и примеры выдачи.
В «Криптономиконе» Стивенсона герои все окружающее описывают математически, от чего видят скрытую от многих суть явлений. Слушал этот роман и попробовал для себя этот формат размышления с ИИ: когда изучаю какую-то концепцию (философскую, социальную, экономическую) или явление, то смотрю на нее через математический язык описания.
За это отвечает очень простой промпт:
Представь что эту концепцию надо описать математически - как математический закон или формулу. Опиши с помощью математики, формулы, математической структуры: [концепция для описания]
Его можно применять почти ко всему, что вы изучаете, чтобы увидеть математические законы, заложенные в явлении.
Несколько примеров применимости подхода (все просим описать по данному выше промпту):
1. Опиши математически этот мем (для image2text моделей)
2. Опиши бизнес-модель сервиса Kindle через формулу
3. Я поругался с котом: он оцарапал меня, я обиделся и не хочу с ним общаться. Опиши это математически.
4. Представь философский принцип абсурда Камю в виде формулы (с философией классно заходит - это мой самый частый случай использования)
5. Я изучаю понятие продуктивность - предложи 3 способа как можно ее описать математически (добираемся до первых принципов явления)
6. Я не могу сделать выбор между А и Б. Опиши математически эту дилемму
Для более высокого качества надо попросить модель сначала расшифровать концепцию на естественном языке, чтобы насытить диалог контекстом, и только потом просить описать ее математически - качество будет лучше.
В комментариях еще промпты для продолжения диалога и примеры выдачи.
Люблю черпать вдохновение и новые идеи для продуктовой аналитики и исследований в смежных областях.
До 2022 года мое внимание было обращено в сторону UX, ML, игр, социологии и экономики. Особенно интересно изучать какие знания и процессы из оффлайна адаптируются в онлайн. Глубоко в каждой области разобраться невозможно, но кажется мне удалось почерпнуть оттуда ключевые мысли, теории, концепты и методы.
Любовь последних двух лет - системология / теория (сложных) систем / system science / complexity science.
В этом домене пытаются вывести общие принципы и закономерности, которые есть в других областях. По правде сказать, в академических кругах до сих пор нет единой позиции о том, является ли это отдельной наукой или нет. Но мне, как практику, это не важно. Главное, что есть люди, которые стараются найти общие знания и способы их переиспользовать в разных областях.
К сожалению, готовых "преобразователей мыслей и ситуаций" из академических изложений complexity science в коммерческую продуктовую аналитику я не нашел, но заставляет задуматься.
Теперь на рабочие задачи смотрю как на "анализ сложных адаптивных систем" и пытаюсь применять изучаемые подходы. С одной стороны прикольно, с другой - часто себя одергиваю, чтобы не уходить в переусложнения.
Для погружения в предмет, можно почитать Вики - https://en.wikipedia.org/wiki/Portal:Systems_science
Если хочется по хардкору, то вам дорога на сайт https://santafe.edu/ - это спец.учреждение, где умные дяди и тети двигают эту область вперед в плане теории.
#мысливслух
До 2022 года мое внимание было обращено в сторону UX, ML, игр, социологии и экономики. Особенно интересно изучать какие знания и процессы из оффлайна адаптируются в онлайн. Глубоко в каждой области разобраться невозможно, но кажется мне удалось почерпнуть оттуда ключевые мысли, теории, концепты и методы.
Любовь последних двух лет - системология / теория (сложных) систем / system science / complexity science.
В этом домене пытаются вывести общие принципы и закономерности, которые есть в других областях. По правде сказать, в академических кругах до сих пор нет единой позиции о том, является ли это отдельной наукой или нет. Но мне, как практику, это не важно. Главное, что есть люди, которые стараются найти общие знания и способы их переиспользовать в разных областях.
К сожалению, готовых "преобразователей мыслей и ситуаций" из академических изложений complexity science в коммерческую продуктовую аналитику я не нашел, но заставляет задуматься.
Теперь на рабочие задачи смотрю как на "анализ сложных адаптивных систем" и пытаюсь применять изучаемые подходы. С одной стороны прикольно, с другой - часто себя одергиваю, чтобы не уходить в переусложнения.
Для погружения в предмет, можно почитать Вики - https://en.wikipedia.org/wiki/Portal:Systems_science
Если хочется по хардкору, то вам дорога на сайт https://santafe.edu/ - это спец.учреждение, где умные дяди и тети двигают эту область вперед в плане теории.
#мысливслух
Wikipedia
Portal:Systems science
Systems science is an transdisciplinary field that studies the nature of systems—from simple to complex—in nature, society, cognition, engineering, technology and science itself. To systems scientists, the world can be understood as a system of systems. The…
Прикладные инструменты, где замечаю проникновение теории сложных систем - стратегии принятия решений.
Когда-то давно в недрах IBM разработали CYNEFIN - фреймворк как принимать решения в бизнесе. Авторы вывели ряд правил изучая тонны реальных ситуаций приправляя теорией из complexity science.
Ключевая идея в том, что разные ситуации или проблемы требуют разных способов реагирования.
Порядок действий такой:
- определить, с какой ситуацией мы имеем
- выбрать подходящий алгоритм действий с помощью этого фреймворка.
Звучит просто в теории, но на практике как всегда будут возникать нюансы. Автор методологии до сих пор развивает фреймворк, зарабатывает на обучении и его внедрении в больших корпорации и гос.структуры.
Коротко + набор основополагающих ссылок - https://untools.co/cynefin-framework/
Рекомендации для еврокомиссии - https://publications.jrc.ec.europa.eu/repository/handle/JRC123629
Когда-то давно в недрах IBM разработали CYNEFIN - фреймворк как принимать решения в бизнесе. Авторы вывели ряд правил изучая тонны реальных ситуаций приправляя теорией из complexity science.
Ключевая идея в том, что разные ситуации или проблемы требуют разных способов реагирования.
Порядок действий такой:
- определить, с какой ситуацией мы имеем
- выбрать подходящий алгоритм действий с помощью этого фреймворка.
Звучит просто в теории, но на практике как всегда будут возникать нюансы. Автор методологии до сих пор развивает фреймворк, зарабатывает на обучении и его внедрении в больших корпорации и гос.структуры.
Коротко + набор основополагающих ссылок - https://untools.co/cynefin-framework/
Рекомендации для еврокомиссии - https://publications.jrc.ec.europa.eu/repository/handle/JRC123629
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Collective Intelligence
Papers с тулами для анализа и визуализации sequential data.
Sequential data встречается много где, но в моей практике это анализ...:
- ...последовательности шагов в процессах
- ...действий пользователя в сессиях
https://docs.google.com/presentation/d/1fJBku_-BIet8k45POYJiHuIE7R52Lpg9Ts4nb6g_ng4/edit?usp=sharing
Sequential data встречается много где, но в моей практике это анализ...:
- ...последовательности шагов в процессах
- ...действий пользователя в сессиях
https://docs.google.com/presentation/d/1fJBku_-BIet8k45POYJiHuIE7R52Lpg9Ts4nb6g_ng4/edit?usp=sharing
Google Docs
Sequences exploration tools
LifeFlow Visualizing an Overview of Event Sequences 2011 Icicle Tree, aggregation Paper
Forwarded from Avito Data Tech
Самый важный SQL-запрос в моей карьере.
Сегодняшний пост про анализ аб-тестов. Будет полезен всем аналитикам и bi-девелоперам.
Создатель in-house платформы для A/B-тестирования в Авито Данила Леньков делится лайфаком: как свести задачу расчета Minimum Detectable Effect к простому SQL-запросу.
Читайте и делитесь в комметриях своими лайфхаками про анализ #аб!
Сегодняшний пост про анализ аб-тестов. Будет полезен всем аналитикам и bi-девелоперам.
Создатель in-house платформы для A/B-тестирования в Авито Данила Леньков делится лайфаком: как свести задачу расчета Minimum Detectable Effect к простому SQL-запросу.
Читайте и делитесь в комметриях своими лайфхаками про анализ #аб!
Telegraph
Самый важный SQL-запрос в моей карьере или как посчитать MDE правильно
Больше 6 лет я занимаюсь вопросами культуры и автоматизации A/B-тестирования. Сотни часов я провел, консультируя аналитиков внутри и за пределами Авито по вопросам дизайна экспериментов. Тема A/B не всегда дается легко, несмотря на большое количество материалов…
Два месяца назад забежал в гости на подкаст. Контент настоялся и можно делиться. Самое то послушать в дороге в пятницу перед выходными. Подкаст получился длинный, поэтому вместо вырезания хронометража ускорили аудиодорожку, чтобы уместиться в 50 минут. Любители слушать на х2 должны быть довольны :)
Без лишних задротских терминов обсудили продуктовые исследования и как их проводить для пользы дела.
Ваш покорный поделился:
- Удачными и неудачными проектами
- Любимым стыдным кейсом - как я смешивал исследования и продажи в рамках одного интервью
- Мнением про автоматизацию качественных исследований (привет языковым моделям)
- Эмпирическими наблюдениями когда стоит делать ресерч и когда нужно остановиться
Это и многое другое слушаем в Яндекс Музыке🎵
Без лишних задротских терминов обсудили продуктовые исследования и как их проводить для пользы дела.
Ваш покорный поделился:
- Удачными и неудачными проектами
- Любимым стыдным кейсом - как я смешивал исследования и продажи в рамках одного интервью
- Мнением про автоматизацию качественных исследований (привет языковым моделям)
- Эмпирическими наблюдениями когда стоит делать ресерч и когда нужно остановиться
Это и многое другое слушаем в Яндекс Музыке
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Это считается (Ira Pilyavskaya)
Лена: - Выпуск выложен, пишите пост)
Я: - Пишем🫡
Если вы пропустили долгожданный (ну да ира) пуш о публикации нового выпуска - то вот он вам!!! В гостях Антон Марцен - лид продуктовой аналитики Яндекс Музыки (теперь-то наш подкаст войдет в топ), автор телеграм-каналов Product Science (тут мясо) и Collective Intelligence (тут жесть). Поговорили про исследования, покекали, а вы слушайте и расскажите как вам
Лена собрала для вас ссылки, скажите Лене спасибо♥️
Лена: - Даю ссылки:
на Яндекс.Музыку
на Apple Podcasts
на Youtube
на остальные платформы
Я: - Пишем🫡
Если вы пропустили долгожданный (ну да ира) пуш о публикации нового выпуска - то вот он вам!!! В гостях Антон Марцен - лид продуктовой аналитики Яндекс Музыки (теперь-то наш подкаст войдет в топ), автор телеграм-каналов Product Science (тут мясо) и Collective Intelligence (тут жесть). Поговорили про исследования, покекали, а вы слушайте и расскажите как вам
Лена собрала для вас ссылки, скажите Лене спасибо♥️
Лена: - Даю ссылки:
на Яндекс.Музыку
на Apple Podcasts
на Youtube
на остальные платформы
Please open Telegram to view this post
VIEW IN TELEGRAM
Поговорим про Product Science?
Aha'24 на этот раз проходит с припиской Product Science (все совпадения случайны👀). Спектр тем: продуктовая аналитика, продуктовые подходы и все более проникающим в продукты и процессы ИИ.
В этом году не выступаю, но веду и модерирую секцию персонализации и рекомендательных систем. Обещаю вдумчивых вопросов для спикеров и приятной атмосферы в зале для всех слушателей.
P.S.
А что бы вы спросили у спикеров? В комментариях к этому посту предлагаю написать вопросы, которые бы вы хотели задать. Вот тут список докладов (F43:F49), чтобы понять кто и о чем будет рассказывать.
P.S.S.
Уверен, что немалая часть аудитории этого канала уже приобрела себе билетик, но если нет, то вы знаете что делать на сайте https://matemarketing.ru/aha (промо LASTCHANCE дает приятный скидон)
Aha'24 на этот раз проходит с припиской Product Science (все совпадения случайны👀). Спектр тем: продуктовая аналитика, продуктовые подходы и все более проникающим в продукты и процессы ИИ.
В этом году не выступаю, но веду и модерирую секцию персонализации и рекомендательных систем. Обещаю вдумчивых вопросов для спикеров и приятной атмосферы в зале для всех слушателей.
P.S.
А что бы вы спросили у спикеров? В комментариях к этому посту предлагаю написать вопросы, которые бы вы хотели задать. Вот тут список докладов (F43:F49), чтобы понять кто и о чем будет рассказывать.
P.S.S.
Уверен, что немалая часть аудитории этого канала уже приобрела себе билетик, но если нет, то вы знаете что делать на сайте https://matemarketing.ru/aha (промо LASTCHANCE дает приятный скидон)
Google Docs
Aha!'24 - Программа
6 июня Aha!'24
машт
Aha!'24: Product Science – конференция для CPO, product-аналитиков и ML-разработчиков
Product Analytics,Product Management
Geo-Analytics,Product Ops & Org Design,<a href="http://matemarketing.ru/aha">КУПИТЬ БИЛЕТ</a>
RecSys & ML,Internal…
машт
Aha!'24: Product Science – конференция для CPO, product-аналитиков и ML-разработчиков
Product Analytics,Product Management
Geo-Analytics,Product Ops & Org Design,<a href="http://matemarketing.ru/aha">КУПИТЬ БИЛЕТ</a>
RecSys & ML,Internal…
График от QuantUX-ресерчера, который повлиял на стратегию YouTube
https://elizlaraki.substack.com/p/how-one-ux-researcher-ignited-sweeping
История из бородатого 2010 года, в которой общими мазками описывают как взяли кучу данных поведения пользователей на сайте, систематизировали их и отобразили визуально. И этот визуал стал настолько виральным внутри компании, что с ним печатали футболки и никому в YouTube не удалось увернуться от выводов, которые прилагались к графику.
Герой этой истории был первым квант-ресерчером, затем переквалифицировался в dataviz-инженера и вернулся обратно в ресерч. Попутно родился вот такой чудесный темплейт для рисования sunburst-диаграмм.
https://observablehq.com/@kerryrodden/sequences-sunburst
Я таких историй прочитал много, но что важно:
- персонализированные продукты генерируют большой объем разнообразных паттернов
- с каждый годом персонализации в продуктах все больше и больше
- чтобы емко и понятно отобразить результаты исследования их надо не только систематизировать и упростить, но и эффективно отобразить.
Поэтому подчеркиваю важность dataviz-скиллов и в целом навыки презентации своей работы. Современные персонализированные продукты, которые оперируют в разных странах, на разных платформах и для разных сегментов аудитории почти невозможно объяснить "простыми, понятными" и неэффективными инструментыми коммуникации.
Тренд на усложнение инструментов аналитики виден и в других частях продуктовой работы.
Вспомним, как постепенно индустрия отходит от воронок и чаще начинает оперировать траекториями путей пользователя, а линейные деревья метрик уступают места каузальным графам со сложными неявными связями между метриками. А это требует новых методов обработки информации (напр. сетевой анализ) и их отображения (напр. знания по укладки графов или изучение/создание новых моделей визуализаций).
https://elizlaraki.substack.com/p/how-one-ux-researcher-ignited-sweeping
История из бородатого 2010 года, в которой общими мазками описывают как взяли кучу данных поведения пользователей на сайте, систематизировали их и отобразили визуально. И этот визуал стал настолько виральным внутри компании, что с ним печатали футболки и никому в YouTube не удалось увернуться от выводов, которые прилагались к графику.
Герой этой истории был первым квант-ресерчером, затем переквалифицировался в dataviz-инженера и вернулся обратно в ресерч. Попутно родился вот такой чудесный темплейт для рисования sunburst-диаграмм.
https://observablehq.com/@kerryrodden/sequences-sunburst
Я таких историй прочитал много, но что важно:
- персонализированные продукты генерируют большой объем разнообразных паттернов
- с каждый годом персонализации в продуктах все больше и больше
- чтобы емко и понятно отобразить результаты исследования их надо не только систематизировать и упростить, но и эффективно отобразить.
Поэтому подчеркиваю важность dataviz-скиллов и в целом навыки презентации своей работы. Современные персонализированные продукты, которые оперируют в разных странах, на разных платформах и для разных сегментов аудитории почти невозможно объяснить "простыми, понятными" и неэффективными инструментыми коммуникации.
Тренд на усложнение инструментов аналитики виден и в других частях продуктовой работы.
Вспомним, как постепенно индустрия отходит от воронок и чаще начинает оперировать траекториями путей пользователя, а линейные деревья метрик уступают места каузальным графам со сложными неявными связями между метриками. А это требует новых методов обработки информации (напр. сетевой анализ) и их отображения (напр. знания по укладки графов или изучение/создание новых моделей визуализаций).
Речесч подборка от Юры Ветрова. Обратите внимание на статью Криса Чапмана - жиза.
Forwarded from Дайджест продуктового дизайна
Тяжеловесная мини-подборка свежего о пользовательских исследованиях. Такая плотность редкой годноты собирается нечасто:
1. Michele Williams: Годная памятка по проведению исследований для улучшения accessibility. Инструменты и методы сильно ограничены, но она предлагает альтернативы.
2. UXtweak: Мощнейшая памятка по поиску респондентов. Они опросили экспертов, которые дали много толковых советов.
3. Noreen Whysel: Разобралась, делятся ли сервисы для исследований какими-то данными со сторонними платформами. Есть нюансики.
4. Faten Habachi: Структурированная подборка статей о построении базы знаний и инсайтов. Как инициировать, построить, наполнить, использовать и т.п.
5. Adam Palanica: Решил разобраться с мифами о поведении людей. Зачастую это клише, искажённые научпопом, которые не подтверждаются реальными исследованиями или сильно искажены относительно первоисточника.
6. Chris Chapman: Напоминает, что исследования не всегда могут дать простой ответ на сложные бизнес-гипотезы. Он предлагает отличный обзор разных аспектов бизнеса, в каждом из которых можно принести много годных инсайтов.
7. Steve Bromley: Отличная памятка о том, когда и сколько игровых тестов нужно проводить на каждом этапе работы над игрой. Какие риски есть на этих этапах и что за методы помогут их снизить.
8. Jeff Sauro и Jim Lewis: Памятка по всем своим исследованиям шкал опросов, которые они делали в последние годы. Они пытались разобраться, есть ли разница в результатах при изменении формы.
Из последнего — они испытали необычный вариант — сплошную полоску, где можно кликнуть в любое место, а не классические радио-кнопки. В целом заметной разницы нет.
9. Jake Burghardt: Принципы хорошей базы знаний и инсайтов.
10. Сервис Dovetail для ведения базы знаний и инсайтов из пользовательских исследований провёл свою конференцию Insight Out 11 апреля в Сан-Франциско. Они начали публиковать видео и транскрипции выступлений. Вот несколько толковых:
— Со-основатель и глава Dovetail Benjamin Humphrey рассказал об изначальной задумке при создании продукта и том, как её удалось реализовать только сейчас, с помощью недавних наработок рынка в ИИ. Он также рассказал о новых алгоритмических функциях для упрощения работы с инсайтами.
— Команда Jared Forney в Okta умеет здорово миксовать разные методы под запрос команды. Он рассказал о нескольких подходах, используя метафору меню в ресторанах.
— Из-за массовых сокращений в ИТ 2020 и 2022-2023 года рынок сильно изменился, включая пользовательские исследования в компаниях. John Garvie из Uber делится своим пониманием обязанностей и возможностей генералистов в такой ситуации.
#research
1. Michele Williams: Годная памятка по проведению исследований для улучшения accessibility. Инструменты и методы сильно ограничены, но она предлагает альтернативы.
2. UXtweak: Мощнейшая памятка по поиску респондентов. Они опросили экспертов, которые дали много толковых советов.
3. Noreen Whysel: Разобралась, делятся ли сервисы для исследований какими-то данными со сторонними платформами. Есть нюансики.
4. Faten Habachi: Структурированная подборка статей о построении базы знаний и инсайтов. Как инициировать, построить, наполнить, использовать и т.п.
5. Adam Palanica: Решил разобраться с мифами о поведении людей. Зачастую это клише, искажённые научпопом, которые не подтверждаются реальными исследованиями или сильно искажены относительно первоисточника.
6. Chris Chapman: Напоминает, что исследования не всегда могут дать простой ответ на сложные бизнес-гипотезы. Он предлагает отличный обзор разных аспектов бизнеса, в каждом из которых можно принести много годных инсайтов.
7. Steve Bromley: Отличная памятка о том, когда и сколько игровых тестов нужно проводить на каждом этапе работы над игрой. Какие риски есть на этих этапах и что за методы помогут их снизить.
8. Jeff Sauro и Jim Lewis: Памятка по всем своим исследованиям шкал опросов, которые они делали в последние годы. Они пытались разобраться, есть ли разница в результатах при изменении формы.
Из последнего — они испытали необычный вариант — сплошную полоску, где можно кликнуть в любое место, а не классические радио-кнопки. В целом заметной разницы нет.
9. Jake Burghardt: Принципы хорошей базы знаний и инсайтов.
10. Сервис Dovetail для ведения базы знаний и инсайтов из пользовательских исследований провёл свою конференцию Insight Out 11 апреля в Сан-Франциско. Они начали публиковать видео и транскрипции выступлений. Вот несколько толковых:
— Со-основатель и глава Dovetail Benjamin Humphrey рассказал об изначальной задумке при создании продукта и том, как её удалось реализовать только сейчас, с помощью недавних наработок рынка в ИИ. Он также рассказал о новых алгоритмических функциях для упрощения работы с инсайтами.
— Команда Jared Forney в Okta умеет здорово миксовать разные методы под запрос команды. Он рассказал о нескольких подходах, используя метафору меню в ресторанах.
— Из-за массовых сокращений в ИТ 2020 и 2022-2023 года рынок сильно изменился, включая пользовательские исследования в компаниях. John Garvie из Uber делится своим пониманием обязанностей и возможностей генералистов в такой ситуации.
#research
Smashing Magazine
Conducting Accessibility Research In An Inaccessible Ecosystem — Smashing Magazine
Conducting UX research that includes participants with a variety of disabilities is vital to building inclusive technology, but most prototypes used for testing are inaccessible. Rather than continuing to leave out feedback from disabled consumers, which…
Forwarded from Юрий Борзило
Понравилась вот эта часть статьи Криса:
"Ответ на вопрос типа « Как влияет ___ на ___? » обычно требует больше усилий, чем оно того стоит . Забудьте о редком исключении.
→ Вместо этого : сосредоточьтесь на хорошей оценке в каждом блоке — оценке опыта пользователей, оценке поведения, оценке качества продукта, оценке цен, оценке конкурентов и т. д. — и не пытайтесь связать их вместе (что, даже если бы вы это сделали, в любом случае потребуется хорошая оценка внутри каждого блока; на самом деле, потребуется отличная оценка, чтобы справиться с объединенной дисперсией и помехами.)"
Зачастую, действительно хочется упороться в анализ причинно-следственных связей и понять, а что конкретно влияет на нужную тебе метрику. Например я работаю с cr1, можно много ковыряться в событиях и искать корреляции и пытаться обосновать их причинность.
Но как правило более эффективно идти от понимания системы и анализа отдельных блоков. Например на cr1 влияют:
- ценность оффера для сегментов, которые приходят на сайт
- этап пути клиента на котором находится пользователь
- доверие к продукту и бренду
- удобство и понятность интерфейса и отсутствие барьеров в процессе заказа
- позиционирование и цены конкурентов
- сезонность
- факторы принятие решения по сегментам.
Построить модель влияния всех этих факторов на cr1 и оценить вклад каждого параметра, кажется практически не возможно, а также всегда могут быть скрытые переменные.
Но можно провести исследование в каждом из блоков и найти гипотезы по улучшению в каждом из блоков и проверить их через АБ, такой путь более практичный, более понятный и приносит конкретный результат в виде роста метрик
"Ответ на вопрос типа « Как влияет ___ на ___? » обычно требует больше усилий, чем оно того стоит . Забудьте о редком исключении.
→ Вместо этого : сосредоточьтесь на хорошей оценке в каждом блоке — оценке опыта пользователей, оценке поведения, оценке качества продукта, оценке цен, оценке конкурентов и т. д. — и не пытайтесь связать их вместе (что, даже если бы вы это сделали, в любом случае потребуется хорошая оценка внутри каждого блока; на самом деле, потребуется отличная оценка, чтобы справиться с объединенной дисперсией и помехами.)"
Зачастую, действительно хочется упороться в анализ причинно-следственных связей и понять, а что конкретно влияет на нужную тебе метрику. Например я работаю с cr1, можно много ковыряться в событиях и искать корреляции и пытаться обосновать их причинность.
Но как правило более эффективно идти от понимания системы и анализа отдельных блоков. Например на cr1 влияют:
- ценность оффера для сегментов, которые приходят на сайт
- этап пути клиента на котором находится пользователь
- доверие к продукту и бренду
- удобство и понятность интерфейса и отсутствие барьеров в процессе заказа
- позиционирование и цены конкурентов
- сезонность
- факторы принятие решения по сегментам.
Построить модель влияния всех этих факторов на cr1 и оценить вклад каждого параметра, кажется практически не возможно, а также всегда могут быть скрытые переменные.
Но можно провести исследование в каждом из блоков и найти гипотезы по улучшению в каждом из блоков и проверить их через АБ, такой путь более практичный, более понятный и приносит конкретный результат в виде роста метрик
Product Science by Anton Martsen
Фреймворк для систематизации культур и особенностей поведения в них
https://www.behavioraleconomics.com/what-behavioral-scientists-should-know-about-hofstedes-cultural-framework/
https://www.behavioraleconomics.com/what-behavioral-scientists-should-know-about-hofstedes-cultural-framework/
BehavioralEconomics.com | The BE Hub
What Behavioral Scientists Should Know about Hofstede’s Cultural Framework? - BehavioralEconomics.com | The BE Hub
Geert Hofstede revolutionized cultural research in the 1970s with a massive survey of IBM employees worldwide, using factor analysis to identify six key cultural dimensions. While his framework remains influential, it's essential for behavioral scientists…