Главная ошибка смешанных исследований — сначала выбирать методы, а потом формулировать задачу. Greenbook предлагает обратную логику: сначала определить бизнес-решение, которое нужно принять, а уже затем выбирать сочетание опросов, интервью, наблюдений и поведенческих данных.
Количественные и качественные методы должны выполнять разные функции. Количественное исследование показывает масштаб и различия между сегментами, качественное помогает понять причины, мотивацию и контекст. Например, опрос может обнаружить неожиданную группу клиентов, а последующие интервью — объяснить её поведение. Или наоборот: интервью формируют гипотезы, которые затем проверяются на большой выборке.
Особенно полезны расхождения между источниками. Если в опросе люди называют главным фактором цену, а интервью показывают, что решение определяет удобство, это не ошибка исследования, а повод изучить противоречие. То же самое работает при сравнении заявленного поведения с аналитикой: отказ от покупки может выглядеть ценовой проблемой, хотя реальные причины связаны с доверием.
Поэтому недостаточно просто провести несколько исследований и сложить результаты в один отчёт. Их нужно связывать на каждом этапе: результаты одной фазы должны менять следующую, а итоговый анализ — объяснять одновременно что происходит, насколько это распространено и почему. AI может ускорить поиск тем и синтез данных, но интерпретация противоречий и перевод выводов в бизнес-решения остаются задачей исследователя.
Подробнее в статье Greenbook.
#рынок_и_тренды
😊 – ведущая ResearchTech-компания России