序論
ユーザーについてわかってますか？
定性調査、思考発話法、インタビュー、ユーザービリティテスト、観察は気付き（インサイト）を与えてくれる。なんで使ったとかはわかるが、属性の流行などはわからない。ユーザー定義に使える。
一番い方法は調査です。嗜好や興味などの質問で構成される。統計処理をすれば、幅広い特性と面白いパターンがわかる。定性調査よりた高いレベルに成る。
• How old are your users?
• What kind of Internet connection do they have?
• Is your user population homogeneous, or does it consist of a
number of distinct groups?
• What do they want? Does the product provide it?
• What do they like about the product? What do they dislike?
ミスしやすい。
いつ調査をするか？
聞きたいグループがすでにある場合、聞きたい質問があるときがやるとき。
調査は何をしたいか、得たいかに依存ずる。
どのように調査を実施するか？
調査を設計する前に、何を達成したいかを決める。
日程を設定する
調査を書く
• Create a demographic, technological, and web use profile of our audience.
• Get a prioritized rating of the utility of our main features to the survey audience.
• Get a list of other sites they commonly use.
問いをブレイン・ストームする
特徴部門
行動部門
態度部門
質問を書く
Will you use an online calendaring system?
→
Have you ever used or ever wanted to use an online calendar system such asYahoo! Calendar or Google Calendar?
編集と質問を整理する
インストラクションを書く
レポートのレイアウト
WEB調査の豆知識
2012年にはオンライン調査は様々なものがある。
独立したものや、自分のWEBに貼るもの
機能を限定した無料のものがある。これらは、小さい調査や単純なプロジェクトに向いている。定期的にお金を払って大きな調査をするかどうかも試すことができる。
・エラーチェック バックでユーザーがどう反応したかわかる。チェックボックスにちゃんと出来ているかどうか調べる。
・機能性 調査ページがどのブラウザでもみれるかどうか。早く正確に。OSや画面の大きさ、早さに対応しているかどうか。
・ユーザービリティ ユーザーの体験が期待とマッチしているかがわかる。
・時間 反応が現れた時間を測る。
・死亡率 調査から離脱した人を追跡する。どうしたらみんなやってくれるか考える
・返答率 調査を頼んだ数とやってくれた人の割合。大きい場合は非常に有効な情報である。
調査を試す
報酬
調査を実施する
サンプルとサンプリングフレーム（アンケートを実施でできる顧客のグループ・母集団から抽出するサンプリング枠）
サンプリングサイズ（抽出サイズ）
バイアス
サンプリングバイアスは調査における悪魔である。賢く、進行し、どこにでもいる。撲滅するのは不可能。回答しようとした時に起こる。p.354画像参照
non-responder bias いくつかの人は常に招待を無視する
違う層に質問すると起きる
時間バイアス クリスマスの楽しいショッピングの時では回答は異なる。
持続バイアス いくつかは深刻になる。１日か１週間か１ヶ月の中でもピークがある。忙しい時に調査頼んでも誰もやってくれない
招待バイアス
場所、時間、報酬、言葉は答えに影響する。
self-selectionバイアス 招待バイアスの特別バージョン。参加したい人たちを明確に誘ってしまうこと。いつも同じ人になる。良い意見を行ってくれる
表現バイアス 表現によって好みの層がある。
予想バイアス ユーザーはなんお調査であるかどうか予測する。
オンラインでの返答率は20%から40%の間である。
招待
バイアスを減らした後、次の仕事はをサンプルをどのようにランダム化（任意抽出）するか考えることだ。正しいランダムなサンプルを見つけるためには、厳しく、どのように人をリクルートしたのかということかによる。調査へ人を誘う共通の方法がある。それぞれの方法にはメリットどデミリット（問題がある。
リンクでの招待
＋ 最も簡単、安い、控え目
ー 正確でない、重い個人的な選択のバイアスがかかる
ホームページから参加できる。強い意見を持った経験者の意見が集める。偏った意見があつまる。
ユーザー間でよく比較する必要がある。
Eメール
よく知っているユーザーのリストがあれば、誘えばいい。
＋よく知っている人が回答してくれる。ちゃんとした層に送れる。応答した人を正確に追える。
ーリストにないひとに届かない、
妨害（中断させる）
訪れたランダムなユーザーに対してやる。招待数がわかる。みんな調査に気づいてくれる。
＋みんな平等な機会（訪れた経験を問わない）
ーユーザーにページを使うためには、承認するか、拒否するかを迫る。
確率（ランダムで）かシステム的（訪問者全員に対して）にやるかに別れる。
電話、実際に合う、通常のメールでの調査（DM）
前頭的なのはこの本の範疇を超える。忘れるなよ。
＋ 一番人口からランダムにとれる。わすれるなよ！
ー 電話はユーザーを選ぶのに適していない、WEBより時間を使う。高い。
どのように回答を分析するか
数字で騙そうとしてはいけない。証拠を見せよう
カウントする
一番簡単だ。表で表したり、発話を表す。
シンプルな傾向を見つける。入力間違いを見つける。
生データをみよ。アイディアをもたらしてくれるよ。直感的なね。
カウントのやり方をつらつら
比較する
推定誤差
精密であるかどうかを確かめるためのもの。
標準誤差
標準偏差
標準誤差
標準誤差とサンプルの信頼度を計算する事によって、測ったデータが対象物が正しいとどのように近づくのかのアイディアを得られる。しかし、疑う余地がある。NASA MARS CLIMATE ORBITERの例
標準誤差の測定は、センスとランダムエラーの補正方法とランダムエラーはいくつかの方向性を示す。消せるそれは、標準誤差はサンプル数の増加によって縮小する事ができる。
結論を描く
最初のリサーチクエスチョンに答え無くてはならない。
予想外の関係をデータから釣り上げればそれはとても実りがある。
酒なくてはいけない問題
- 相関関係と因果関係の混同
- 部分母集団を分けてはいけない
- 信頼と真実の混同
たとえ、重要な相違を見つけたとしても、説明が必要な回答が起こす問題がある。
*人はすべてを望む なんでも望んでいる場合があるので調査で１番求められているものを抽出しよう
*人は大げさである 実際の行動より、バラ色の写真を人は反映しがち→ポジティブを大きく評価する傾向にある。
- 人は強くそれが答えだと思っていない時でも、１つの答えを選ぶ。いいえとか同意しないとあ気にしないのほうがが重要な意見だ。
- 人は調査の意図を汲み取ろうとする インタビューやプレテストで回避できる。
- 人は嘘をつく インセンティブがない場合や不快に感じると嘘を疲れてしまう。経編をおくるとすれば、住所は書いてくれるはず
本当に良いと調査の分析方法はプロの統計学者を雇うことである。理想的には調査を書く前から統計学者を雇うべきだ。一緒に働けば働くほど、どんな質問が答えてくれるのか、どんな回答が得られるのか理解できるようになるはず。
もし統計学者に知り合えなかったとしても、調査を運営することから逃げることを恥ずかしがらないで
プロなしでやる調査でもちゃんとわかることはあるよ！
補足と調査の継続
定性的な調査の補正と顧客の変化の追跡が必要
定性調査による補足
人が何を感じたり考えているかや行動、あなたの製品がわかる。しかし、限定的な技術では十分とは言えない。定性的な調査による補足をする必要がある。顧客の変化を追跡する必要もある。
インタビューとフォーカス・グループ、サイトビジットが良い。
リアルな行動がを理解したいなら、サイトビジット、データを自動的に集めること、がよい。
ユーザビリティテスト発話思考法も人々の意思決定や製品理解の手がかりを明らかにしてくれる。
追跡調査
同じ調査を同じ方法で標準的な期間で行うことでもユーザーの変化を追うことができる。
洗練された調査
コアが決定して顧客を再定義したら、追加の調査を行える。
質問も深堀りすることができる。
プレ/ポスト調査
明確な変化の反応が知りたいこととき、全く同じ調査を変更の前後で行うとよい。
プレ/ポスト調査を行う前に、観察する変数を決めることが重要。どうなってほしいや、ここは変わらなくて良いなどの結果に対する仮設を調査に入れるとよい・
変化の過程がわかる。
この商は調査の表面を引っ掻いたに過ぎない。調査の組み合わせに上限はない。