Editing Quantitative research and qualitative research integration

Quantitative research (量化分析) and qualitative research (質化分析) 研究的整合

== 問題與挑戰 ==
量化分析的挑戰:

迷失1:「質化分析的訪問者不具備代表性，巨量資料的數據分析才有母體的代表性」
* 如果母體是一國國民，已知服務使用者有 1% 的國民，此時巨量資料的使用行為資料是否有母體代表性？
* 如果追蹤器 (tracker) 沒有事先規劃好，在缺乏相關的數據狀況下，可無法分析、無法回答問題。
* 如果沒有人使用服務，也不會有數據可供分析。

質化分析的挑戰
* 訪問或問卷的招募方式與受測者條件，是否能回答原本想問的問題？
* 訪問或問卷要找多少人，結果才有說服力？

== 不同研究方法的比較與整合 ==
* 量化數據可以了解使用行為量化指標的變化、不同資料的關聯性，但是無法知道為什麼。而質化研究可以了解使用者'''為什麼'''要這麼做。

延伸閱讀
* [http://mix.hpx.tw/2016/ch/note-1/ (筆記) 數據導向行動產品成長 / 羅荷傑 Yahoo! 亞太區策略暨業務營運部 副理 | MIX 2016 行動體驗設計論壇]
* Wesley (2016). [http://vide.tw/4164 你是做UI的，那懂不懂UX？] {{access | date = 2016-09-16}}
*  ELSA HO (2015). [http://conversionlab.co/2015/02/16/%e4%bc%81%e6%a5%ad%e5%a6%82%e4%bd%95%e9%81%b8%e6%93%87%e9%81%a9%e7%95%b6%e7%9a%84%e4%bd%bf%e7%94%a8%e8%80%85%e7%a0%94%e7%a9%b6%e6%96%b9%e6%b3%95/ 企業如何選擇適當的使用者研究方法 - Conversion Lab] {{access | date = 2016-09-16}}

[[Category:Research]] [[Category:Data Science]]