Quantitative research and qualitative research integration

From LemonWiki共筆
Revision as of 13:25, 27 November 2017 by Planetoid (talk | contribs) (→‎延伸閱讀: +數位時代人的自我修養:體驗、數據與研究|講座紀錄 – 產品優化獅 │專注於分享增長相關資訊的部落格 https://blog.zealplanner.com/%E6%95%B8%E4%BD%8D%E6%99%82%E4%BB%A3%E4%BA%BA%E7%9A%84%E8%87%AA%)
Jump to navigation Jump to search

量化分析與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」

  • 資料是否具備母體代表性: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?
  • 資料是否能回答問題:如果追蹤器 (tracker) 沒有事先規劃好,在缺乏相關的數據狀況下,無法分析、也無法回答問題。
  • 如果沒有人使用服務或者是新創服務,也不會有數據可供分析。
  • 如果資料來自使用者的評論,可能受到僵屍帳號洗榜,或者是商家行銷活動影響。


質化分析的挑戰

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。
  • 量化先做、還是質化先做?如果不確定使用者,可以先做量化問卷,再作篩選。
  • 「社群聆聽」 (social listening) 提供的是消費者根據自身經驗給予產品或品牌的回饋和評論,但是對於新產品開發則無法提供我是否需要這個新產品。 資料來源: 楊少夫 (2017). 鐵粉行銷|社群監測與消費者訪談

延伸閱讀