Просчитался, но где? Разбираем ошибки совмещения качественных и количественных методов в процессе Discovery
Просчитался, но где? Разбираем ошибки совмещения качественных и количественных методов в процессе Discovery
В связи с распространением практик Discovery в продуктовой разработке правильный выбор исследовательских методов в ситуациях разных бизнес-решений становится особенно важным. На разных этапах жизненного цикла продукта могут требоваться специфические качественные и количественные методы исследований, а также их сочетания.
В связи с распространением практик Discovery в продуктовой разработке правильный выбор исследовательских методов в ситуациях разных бизнес-решений становится особенно важным. На разных этапах жизненного цикла продукта могут требоваться специфические качественные и количественные методы исследований, а также их сочетания.
Такой «смешанный» подход требует больше ресурсов, но и позволяет наиболее полно проработать проблему и ее решение. С другой стороны, бездумное совмещение качественных и количественных методов, напоминающее «карго-культ», может привести к плачевным результатам.

Проникновение ИИ в сферу исследований только подогревает актуальность проблемы: ИИ может стать как «серебряной пулей», решив вопрос недостатка ресурсов, так и источником новых ошибок.

О чем поговорим на выступлении:
  • Попробуем разобраться с тем, как правильно подбирать инструменты для разных типов бизнес-решений;
  • Узнаем, как смешивать качественные и количественные методы, чтобы избежать ошибок;
  • Расскажу, как встраивать ИИ в процесс Discovery, чтобы он помогал, а не плодил ошибки.

Этот доклад для всех тех, кто вовлечен в процесс проверки гипотез в роли исследователя, или того, кто принимает решения на основе результатов исследования.

Доклад поможет продактам лучше ориентироваться и избегать ошибок при выборе инструментов discovery в контексте бизнес-решений. Правильный выбор инструментов и понимание того, как они должны дополнять друг друга, позволит тратить ресурсы команды discovery более эффективно.
Такой «смешанный» подход требует больше ресурсов, но и позволяет наиболее полно проработать проблему и ее решение. С другой стороны, бездумное совмещение качественных и количественных методов, напоминающее «карго-культ», может привести к плачевным результатам.

Проникновение ИИ в сферу исследований только подогревает актуальность проблемы: ИИ может стать как «серебряной пулей», решив вопрос недостатка ресурсов, так и источником новых ошибок.

О чем поговорим на выступлении:
  • Попробуем разобраться с тем, как правильно подбирать инструменты для разных типов бизнес-решений;
  • Узнаем, как смешивать качественные и количественные методы, чтобы избежать ошибок;
  • Расскажу, как встраивать ИИ в процесс Discovery, чтобы он помогал, а не плодил ошибки.

Этот доклад для всех тех, кто вовлечен в процесс проверки гипотез в роли исследователя, или того, кто принимает решения на основе результатов исследования.

Доклад поможет продактам лучше ориентироваться и избегать ошибок при выборе инструментов discovery в контексте бизнес-решений. Правильный выбор инструментов и понимание того, как они должны дополнять друг друга, позволит тратить ресурсы команды discovery более эффективно.
Александр Кацуро

Управляющий директор платформы Fastuna, Tiburon Research

  • Более 20 лет работает в сфере исследований, преимущественно на стороне исследовательских команд в крупных технологических и финансовых компаниях;
  • Участвовал в выстраивании практики клиентских (CX/UX) и продуктовых исследований в МТС, СБЕРе и ВТБ;
  • Занимается развитием направления автоматизированных исследовательских инструментов на базе AI в команде Fastuna.
Александр Кацуро
Управляющий директор платформы Fastuna, Tiburon Research

  • Более 20 лет работает в сфере исследований, преимущественно на стороне исследовательских команд в крупных технологических и финансовых компаниях;
  • Участвовал в выстраивании практики клиентских (CX/UX) и продуктовых исследований в МТС, СБЕРе и ВТБ;
  • Занимается развитием направления автоматизированных исследовательских инструментов на базе AI в команде Fastuna.