Этапы тематического анализа в UX исследованиях

Часть II.

Часть I читайте в статье: Тематический анализ качественно-количественных данных в ходе UX-исследования

6 шагов тематического анализа 

Независимо от того, что вы используете – софт, дневник или аффинные диаграммы, процесс тематического анализа можно поделить на 6 шагов. 

Тематический анализа предусматривает 6 этапов: 

• сбор данных
• прочтение всех данных
• присвоение  кодов 
• создание новых кодов, кратко обобщают все темы
• перерыв на один день
• оценка тем на соответствие содержанию данных

Шаг 1: Сбор данных

Начинайте с сырых данных:

• интервью
• фокус групп 
• полевых заметок 
• дневниковые записи

Я рекомендую делать транскрипты интервью, не полагаться на фрагментарность памяти .

Шаг 2: Прочтение всех данных

Перечитывайте данные перед тем, как начать их анализировать, даже если вы собирали их сами. На этом этапе вы можете привлечь к проекту своих коллег. Вовлечение команды дает возможность погрузиться в знания пользователя и понять его нужды.

Проведите совещание или несколько, если команда большая или данных слишком много. Придерживайтесь следующих советов:

1. Перед тем, как ваши коллеги начнут читать данные, напишите вопросы исследования там, где они всегда будут перед глазами, чтобы легко ссылаться на них в любой момент.
2. Раздайте участникам вводные в виде записей/заметок/дневников. Попросите их выделить то, что они считают наиболее важным. 
3. Как только все ознакомятся со своей частью данных, они могут передать прочитанный текст одному соседу и получить новый текст от другого. Это можно повторять, пока вся команда не ознакомится со всеми данными.
4. Обсудите вместе все, на что обратили внимание, или сочли неожиданным. 

Совещание, на котором все вместе читают данные, а затем выделяют важные части – отличный способ активного взаимодействия команды с текстом, в отличие от простого прочтения, не оставляющего ничего в памяти. 

Наилучшее развитие событий – когда вся ваша команда знакомится со всеми исследовательскими сессиями. Иногда это крайне сложно, например, в случае если сессий было много или ваша команда слишком велика. Когда отдельные члены команды изучают только часть материалов, есть риск, что у них сложится неполное понимание выводов. Совещание может решить эту проблему, так как каждый сможет прочитать материалы по всем сессиям. 

Шаг 3: Присвоение  кодов 

В ходе кодирования части текста необходимо разбить на категории так, чтобы эти части были легко сравнимы.

На этой стадии держите в голове цели исследования. Распечатайте их и прикрепите их на стену или доску в помещении, где проводится анализ. 

Если позволяют сроки, можно использовать команду и для кодирования. Если времени нет, а данных много, работайте в одиночку и пригласите коллег для проверки кодов и помощи в конкретизации тем.

В ходе кодирования пересматривайте каждый текстовый сегмент, задавая вопрос: «О чем это?». Присвойте ему описательный код. Можете добавлять интерпретационные коды к тексту и сейчас, хотя, как правило, это легче делать позже. 

Коды могут быть присвоены и до, и после того, как вы рассортировали данные по группам; блоки про два разных метода ниже описывают, как и когда именно вы можете добавлять коды.

Традиционный метод: коды создаются ДО группировки

В традиционном варианте вы кодируете данные сразу после того, как сегментируете их на предложения, параграфы или фразы. Полезно выписывать все используемые коды, выделяя их тематику, чтобы иметь возможность вернуться к ним при кодировании следующих сегментов текста. Особенно это удобно, если текст кодируют несколько человек. Такой подход исключает создание множественных кодов, которые в дальнейшем все равно будут объединены, для одного и того же типа проблемы. 

Как только данные размечены кодами, можете приступить к группировке данных по кодам. 

ПО CAQDAS автоматически привязывает назначенные коды прямо в процессе, так что вы сможете использовать их снова. Впоследствие это обеспечивает вам возможность видеть текст, целиком закодированный одними и теми же кодами. 

Выше продемонстрировано кодирование в Nvivo (инструмент CAQDAS). Полосы справа означают, что эти части текста помечены каким-либо кодом. Коды, использованные во всех источниках данных в проекте, отображены на панели пересечений (Nvivo называет коды пересечениями). Двойной клик по пересечению покажет все сырые данные, отмеченные этим кодом.

Быстрый метод: коды создаются ПОСЛЕ группировки данных

Вместо назначения кодов в момент прочтения текста и выделения общего, вы можете вырезать все фрагменты, объединенные похожей идеей (на бумаге с распечаткой, или в файлах – так же, как вы группируете текст на аффинной карте, наклеивая разноцветные стикеры на похожие сегменты). Затем полученным группам присваиваются коды. Если вы делаете группировку в файлах, вы можете перетягивать закодированные фрагменты в отдельный или на виртуальную доску. 

На картинках, ниже была сделана ручная группировка. Записи были вырезаны и закреплены стикерами на доске до тех пор, пока не попали в соответствующие тематические группы. Затем исследователь объединил группу розовым стикером с описательным кодом.  

Выделенные фрагменты вырезаются ножницами и прикрепляются скотчем на доску.

На стикере были написаны: номер участника, тип исследования (например, интервью в сопоставлении с полевым исследованием); также информация может сообщаться цветом стикера. Эта практика облегчает возврат и к полным данным, и к сравнению поведения участников, источников данных и т.д.  Стикеры позволяют легко перемещать фрагменты текста по доске или стене.

Выделенные сегменты были объединены темой и им присвоен описательный код. 

В конце нужно разложить все кусочки по темам и присвоить каждой свой код.

Пример кодирования тем‍

Я поговорила с тремя респондентами о приготовлении пищи дома. Они рассказывали, как они выбирают, что именно приготовить, и о возникающих проблемах. Например, требованиях их диеты, маленьких бюджетах, недостатке времени или ограничениях пространства и о том, как они решают эти проблемы. 

После группировки по темам вырезок из интервью, я остановилась на трех описательных кодах и темах: 

• Опыт готовки: запоминающиеся позитивные и негативные переживания, связанные с готовкой
• Точки боли: все, что останавливает человека от приготовления пищи или делает его сложным, включая обход диетических ограничений, лимитированные бюджеты и т.д.
• Что поможет справиться: что помогает или предположительно поможет человеку преодолеть специфические проблемы и боли.

Шаг 4: Создание новых кодов, обобщение тем

Посмотрите на все коды и выясните любые взаимосвязи, сходства, отличия или противоречия с тем, чтобы понять, можете ли вы выявить основные темы. При этом вы откажетесь от некоторых кодов (архивируйте или удалите их) и создадите новые, интерпретационные. Если вы делаете группировку данных с помощью бумаги или доски, некоторые из ранее созданных групп могут быть расформированы или, наоборот, дополнены, после того, как вы снова взглянете на темы.

Вопросы для обобщения тем

Глядя на темы и группы, спросите: 

• Что происходит внутри каждой группы? 
• Как коды связаны между собой? 
• Какое все это имеет отношение к вопросам моего исследования? 

Возвращаясь к примеру с приготовлением пищи: когда я анализировала тексты в группах и искала взаимосвязи между ними, я заметила, что пара респондентов упоминали, что любят ингредиенты, которые можно готовить по-разному, и они отлично справляются с большим количеством ингредиентов.  Еще одна респондентка говорила, что предпочитает иметь один набор продуктов, из которых можно делать разные блюда в всю неделю, нежели покупать разные ингредиенты для плана питания на каждый день. Так появилась еще одна тема – универсальность ингредиентов. Для нее был использован код ингредиент подходит много к чему, написав к нему детальный комментарий. 

На примере этого исследования рассмотрим появление новой группы, включающей цитаты по поводу необходимости в универсальных продуктах – тех, которые могут быть приготовлены несколькими способами, и тех, из которых можно делать разные блюда всю неделю. Группа была обозначена интерпретационным кодом «ингредиент подходит много к чему». Затем исследователь конкретизировал описание этого кода. 

Шаг 5: Перерыв на один день

Вернуться к данным после перерыва с незамыленным взглядом – почти всегда хорошая идея.

Иногда это помогает четче увидеть новые закономерности и прийти к серьезным выводам. 

Шаг 6: Оценка тем на соответствие содержанию данных

Здесь полезно снова привлечь коллег к пересмотру кодов и формулировке тем. Они не только дадут новые идеи, но и дадут полезные замечания, оспорят выводы, посмотрев на данные с нового ракурса. Такая практика снизит потенциальный риск искажения интерпретации данных вашими личными предубеждениями. 

Подвергните ваши темы тщательному анализу. Спросите себя: 

• Насыщена ли тема данными? Остались ли еще данные, которые могли бы раскрыть ее шире? 
• Достаточно ли приведено примеров к темам? 
• Согласны ли коллеги с вашими темами, после просмотра результатов анализа наедине с собой? 

Если ответом на какой-либо вопрос будет «нет», это значит, что есть смысл вернуться для еще одного захода на анализ. Если собраны значимые данные, всегда есть что-то, что можно изучить подробнее, так что вновь поработать с вашей командой на шагах 4-6 будет очень ценно.  

Заключение

Используйте тематический анализ в качестве помощника, чтобы эффективно пробираться сквозь серьезный массив качественно-количественных данных. 

Нет одного правильного способа анализировать данные. Выберите то, что лучше всего подходит типу и объему данных в вашем случае.

Привлекайте к процессу коллег, это и увеличит достоверность анализа, и даст вам доступ к их исследовательскому опыту. 

Анализ может затянуться, поэтому следуйте золотому правилу: закладывайте на анализ данных столько же времени, сколько было потрачено на сбор данных.

‍

Часть I читайте в статье: Тематический анализ качественно-количественных данных в ходе UX-исследования

‍

Источник: статья Maria Rosala
Подготовлено: Ольга Размышляева, Customer Experience Manager

‍