PostPostResearch: Константин Ефимов и Анастасия Жичкина

Наша книга «Качественные исследования в бизнесе» поступила в продажу! Есть два варианта покупки: 1️⃣в любое время - у нас на сайте с Яндекс-доставкой по всей России 2️⃣ cамовывоз (только по предоплате) из московского офиса VK - 30 мая: - для тех, кто зарегистрирован на митап "Вкус UX" - во время митапа, - для тех, кто не зарегистрирован на митап, от входа в офис VK, с 16.00 до 18.00. Стоимость книги в данный момент - 2600 рублей, после митапа будет немного дороже. Цена такая, потому что книга большая (392 страницы, вес 1 кг) и красивая - цветная печать, твердая обложка, белая плотная бумага, закладка-ляссе, цветные иллюстрации. Упакована в термопленку и в коробку, гарантированно не попортится при доставке. Книгу можно и нужно дарить коллегам и заказчикам. На маркетплейсах книга продаваться не будет - стопроцентная наценка со стороны маркетплейса делает книгу при ее высокой себестоимости очень малодоступной. Электронную версию тоже готовим, она будет осенью. Пока продаем бумажный тираж. На электронную версию можно записаться в бота. Print-on-demand для покупки за рубежом будет в ближайшее время. Коллеги из Казахстана, Украины, и экс-СНГ, кто хочет печатную книгу - напишите, пожалуйста, мне (Константину) в личные сообщения @teplorod, мы постараемся отдельно организовать доставку. 💳🛍 Купить книгу

Книга «Качественные исследования в бизнесе» напечатана. Как она выглядит, можно посмотреть на видео. На фото – весь тираж: 1500 экземпляров. Продажи откроем на следующей неделе. Можно записаться в бота, чтобы не пропустить. Презентация книги состоится 30 мая в 16.20 в VK, в рамках митапа «ВКУС UX: как исследования становятся частью продуктовой разработки». Для того, чтобы прийти на презентацию, нужно зарегистрироваться на митапе. Регистрация и программа - здесь. На презентации мы будем выступать с большого экрана. Онлайн-трансляции, к сожалению, не будет, но позже мы выложим видео.

Зарядное устройство, которое снимает тревогу у владельца. Редкий пример по-настоящему инновационного продукта, закрывающего не только функциональную, но и эмоциональную потребность. Его ценностное предложение легко расшифровать и через JTBD, и через Insight → Benefit → RTB. В ролике говорится, что устройство физически отключает зарядку при достижении 100% и при этом может использоваться вместе с оригинальной зарядкой. Первое обещает продлить срок службы батареи: не будет вредных циклов дозарядки в диапазоне 99–100%. Второе снимает сомнения в безопасности, потому что пользователю не нужно отказываться от штатного зарядного устройства. Кроме того, сам факт физического отключения делает обещание более правдоподобным: пользователь не просто слышит, что зарядка «умно остановилась», а видит реальный результат. Жаль, что самого продукта пока нет: видео создано ИИ. 💽@PostPostResearch

После конференции «UX на чиле» у нас появились новые подписчики. Так что давайте знакомиться) Этот канал ведем мы - Константин Ефимов и Анастасия Жичкина. Мы - исследователи и социальные психологи. Проводим качественные исследования, учим их проводить, написали об этом книгу «Качественные исследования в бизнесе». Книга уже печатается, тираж будет готов 27 апреля. Затем упаковка и доставка, и после майских ее можно будет купить. Если вы хотите оперативно узнать о том, что книга вышла - можно записаться в бота. Здесь, в канале, мы временами пробуем AI и синтетических респондентов на прочность. А иногда составляем списки типичных ошибок в UX-тестах и глубинных интервью, которые допускают исследователи с опытом. Список самых интересных постов канала - в закрепе. Еще у нас есть чат для исследователей – в котором можно просто спросить или обсудить исследование и получить совет.

Конференция «UX на чиле» уже сегодня вечером Начало в 17 по МСК. Я (Константин) участвую с докладом «Как AI меняет подход к исследованиям: «тогда» и «сейчас» — что стало быстрее, какие появились риски и как трансформируется роль исследователя. Запись: будет только для зарегистрированных. Участие: бесплатное, при условии подписки на всех участников в телеграм. Регистрация на конференцию и детали выступлений по ссылке: 👉Зарегистрироваться через бота [ничего не надо заполнять] P.S. Если вы пропустили конференцию и только заметили анонс — всё равно регистрируйтесь, чтобы получить запись и материалы. Регистрация будет открыта до 17:00 15 апреля.

Разгадка (начало здесь) Почему Яндекс одновременно в топе и в антитопе у аналитиков? Ключевая проблема этого опроса: мы видим выбор, но не понимаем, чем он объясняется. Что мы можем предположить? Первой нашей гипотезой было то, что Яндекс — это конгломерат сервисов, и именно различия в имидже отдельных подразделений дают эту противоречивую картину. Но такая картина характерна не только для Яндекса: Противоречивый рейтинг у Яндекса (-34% и +31%), Т-Банка (-21% и +30%) и Альфа-банка (-15% и +16%). Т-Банк и Альфа, хотя и имеют много продуктов, пока не создали такой разветвленной экосистемы сервисов, как Яндекс. При этом у таких экосистем, как VK и Сбер, рейтинг преимущественно негативный. То есть дело не только в том, что Яндекс состоит из разных частей. Вторая гипотеза родилась в обсуждении с Филиппом Управителевым. Речь о разрыве между внешним имиджем бренда и тем, как устроена «внутренняя кухня». Противоречивый рейтинг Т-Банка и Альфы скорее говорит в пользу этой гипотезы. Все три бренда воспринимаются как технологически продвинутые, но что происходит с работой аналитиков внутри, мы можем судить лишь косвенно — по результатам опроса. Скорее всего, возникает разрыв между ожиданиями (связанными с имиджем бренда) и реальными условиями работы, которые выясняются уже в процессе собеседования. Имидж технологического лидера формирует завышенные ожидания: аналитики массово откликаются на вакансии, но, (не)получив офер, испытывают разочарование. Обобщая: Яндекс — это big tech-магнит для аналитиков по масштабу задач, но не тот работодатель, по которому существует консенсус, что внутри все так же хорошо, как выглядит снаружи. Сильный бренд обещает очень многое, но большая и неоднородная экосистема не всегда одинаково хорошо исполняет эти обещания. Как мы можем подтвердить проверить эти гипотезы? 1️⃣ Самый простой способ – конкретизировать выбор, переформулировав вопрос с «рассматриваете» на «если вам напишет рекрутер…». Это позволит избежать зашумления ответов с мотивацией типа «меня туда не возьмут, поэтому не рассматриваю». Это улучшит консистентность, но не решит проблему. 2️⃣ Довольно простой способ - добавить открытый вопрос с просьбой пояснить выбор топа и антитопа. Полторы тысячи ответов вполне можно обработать — это не критичное усложнение, которое окупится интересными инсайтами. 3️⃣ Также можно дополнить анкету вопросом о том, в какие компании аналитик уже проходил собеседования, чтобы отделить реальный опыт от представлений. 4️⃣ Более сложный вариант — добавить вопросы о каждом конкретном работодателе и затем связать ответы с попаданием в топ или антитоп. С точки зрения анкеты это относительно просто, но увеличит ее длину и снизит долю завершивших опрос. 5️⃣ Еще более сложный путь — построить объяснительную модель на основе сегментации. Данные о респондентах уже есть, их можно связать с ответами. Именно это отличает настоящую аналитику: мы не только измеряем среднюю температуру, но и понимаем, у кого она повышена. Например, можно выделить кластеры,в которых проявляется разное отношение к компаниям: 🅰️ Связать факторы принятия офера с (не)предпочитаемыми компаниями. 🅱️ Связать стаж и специализацию аналитика с (не)предпочитаемыми компаниями. 6️⃣ Отдельно стоит выделить предложение Виталия Болатаева изменить саму методологию сравнения: отказаться от топа и антитопа и перейти к попарным сравнениям — такой рейтинг будет менее противоречивым. Благодарим за обсуждение Елену Проворову, Александра Артемьева, Катерину Цимботу, Юрия Волкова, Марию, Виталия Болатаева и Павла Савченко.

14 апреля — онлайн-конференция «UX на чиле: анти-тревожная конфа про исследования, дизайн и людей». Я (Константин) участвую с докладом «Как AI меняет подход к исследованиям: «тогда» и «сейчас» — что стало быстрее, какие появились риски и как трансформируется роль исследователя. Дата: 14 апреля 2026 (онлайн) с 17:00 до 20:00 по Мск. Запись: будет только для зарегистрированных. Участие: бесплатное, при условии подписки на всех участников в телеграм. Участники и доклады: 😁 Андрей Морозов, Продюсер BiasConf, автор Chief Philosophy Officer Между измерением и пониманием: по ту сторону закона Гудхарта — почему метрики иногда подменяют смысл и как этого избежать. 😊 Илона Саркисова, Руководитель дизайна соцсервисов Вконтакте, автор Поясни за UX Как пасти дизайн-котов — наблюдения котоматери и дизайн-лида: как распознать «своего» дизайнера и синхронизировать творчество с продуктом. 😄 Анна Подъезжих, Продуктовый дизайнер Ozon, соавтор Ozøn Design Эмоции vs Паника: рецепт интерфейса для миллионов — почему безопасный UX важнее трендового визуала и как снимать тревожность, а не нагнетать. ☺️ Михаил Хананашвили, HMX Research Lead, автор UX Horn 🌀 UX-будущее в эпоху сокращений — какие навыки становятся критически важными и где искать возможности, когда бюджеты режут. 😀 Михаил Греков, CPO AW BI, автор Про удобство Как AI стирает границы между продактами и дизайнерами: новые правила взаимодействия — без страшилок, только факты о том, как меняется совместная работа. Регистрация на конференцию и детали выступлений по ссылке: 👉Зарегистрироваться через бота [ничего не надо заполнять] После регистрации вы получите ссылку на трансляцию. Приходите,будет интересно.

Аналитическая загадка. Принято считать, что бизнесу важны цифры Они очевидны и доказательны, в отличие от каких-то там слов из качественного исследования. Но как быть, если они взаимоисключающие? Ниже пример из исследования, как аналитики воспринимают крупные компании с точки зрения работы. На этом графике вы видите, что аналитики оценивают Яндекс полярно. Но, может быть, в тексте отчета есть разгадка? А вот и нет. Авторы отчета пишут, что: Противоречивый рейтинг у Яндекса (-34% и +31%), Т-банка (-21% и +30%) и Альфа-банка (-15% и +16%). «Противоречивый рейтинг»! Очень напоминает кейс про то, как не стоит описывать противоречивые результаты в UX тестах. Описывая результаты в таком формате, вы максимально роняете свой авторитет. Показываете, что аналитик просто считает цифры и не пытается дать ответ – а что за этим стоит? Просто представьте, что такой график вы показываете на встрече со стейкхолдерами C-level. «Что за этим стоит?» - очень важно, потому что из него следует, «как» это все можно исправить. Ну или в данном конкретном случае – почему стоит или не стоит наниматься на работу в Яндекс. Поэтому, коллеги, мы предлагаем вам в комментариях ответить на два вопроса: 1️⃣ Почему Яндекс имеет противоречивый рейтинг? 2️⃣ Как стоило проектировать конкретно этот блок вопросов – про топ и антитоп работодателей? Комментарии к этому посту могут писать все желающие, вступать в чат не нужно. Свой ответ мы дадим в четверг.

Директивные приемы в интервью и продуктовые исследования В обсуждении модели ошибок в глубинных интервью Павел Мальченко поднял интересный вопрос о том, считать ли ошибкой директивность в продуктовых исследованиях: «с директивным управлением скорее мы в продуктовых исследованиях шалим, потому что цель исследования еще более сфокусирована» В маркетинговых исследованиях директивности меньше. Там стратегическая цель – получить понимание, новые инсайты, которые открывают новые бизнес-возможности. Обучающие материалы по маркетинговым исследованиям явно предписывают недирективность - особенно в групповых форматах. Период увлечения директивными методиками (лэддеринг) в маркетинговых исследованиях давно прошел – а в продуктовых он переживает расцвет. Очень частая норма в продуктовых исследованиях - работать качественными методами как количественными: пытаться с помощью интервью получить данные, которые измеряются в баллах и процентах. Субъективное шкалирование в интервью, «пять “почему?”». Структурированное интервью вместо глубинного. Повторяющиеся вопросы при диагностике emotional layer в CJM. JTBD-интервью, в некоторых вариантах которого принято много и путанно спрашивать про expected outcome. И это так не только потому, что в продуктовых исследованиях более сфокусирована цель. Не только потому, что чаще требуется растить метрики продукта (количественная цель), чем открывать новые бизнес-возможности (качественная цель). Это так еще и потому, что в продуктовых исследованиях больше распространена идеология быстрого успеха и вера в «серебряные пули» (рецепты того самого быстрого успеха) - которые пропагандируют евангелисты. Особенно важно, чтобы «серебряная пуля» была простой, понятной и воплощалась в конкретном рецепте, который легко может воспроизвести каждый. И обычно такие «пули» — это странные или директивные методики ведения интервью. Проблема в том, что привнесение директивных приемов довольно эффективно рушит контакт «Как вы по-другому хотели себя чувствовать от того, что вам пришло письмо от налоговой, что у вас задолженность [триггер+контекст], вы захотели увидеть сумму задолженности?» А самое главное – директивность не очень-то работает. Исследователь с помощью точечных вопросов уточняет свою картину мира, но картина мира респондента – как он принял решение и почему решение именно такое – остается за кадром. Но что делать исследователю, если внутренний заказчик разделяет эту групповую норму о пользе директивности в интервью? Выход мы видим в просвещении и в социализации исследований: нужно показать, что лучшего результата можно добиться не через все эти прямые вопросы, изматывающие респондента (и заставляющие его думать за всю продуктовую команду), а через недирективные приемы, дающие возможность респондента поделиться историями о своем опыте. И даже если возможности исследователя на это влиять ограничены - потому что в системе координат заказчика мнение евангелиста более авторитетно, чем мнение исследователя – вы лично можете работать менее директивно. Лично вы можете показать, что есть способ лучше. Что можно добиться лучшего результата, не превращая интервью в «деревянную беседу», не мучая респондентов однотипными вопросами. И здесь поможет нарративное интервью – где респонденты рассказывают истории о своем опыте. Да, это более сложная задача - получить от респондента подробный рассказ одним куском, да еще и уточнить по тем деталям, которые остались «за кадром». Даже для исследователя с опытом. Особенно, если ты привык контролировать респондента через «точечные вопросы» - которые являются нормой в индустрии. Но стоит попробовать.

Исследователь Павел Долгов запускает второй поток интенсива по английскому для UX-исследователей, которые хотят уверенно проходить интервью в международные компании. За 5 недель участники учатся четко рассказывать о своем опыте, проектах и решениях. Много практики, подробный фидбек и разбор кейсов. Старт 28 марта, группа маленькая - 5 человек. Подробности в его канале https://t.me/prosto_ne_grusti/1052

Где ошибаются исследователи с опытом? Про ошибки в интервью написано много, но все эти классификации основывались на экспертных оценках. Мы собрали реальные данные относительно ошибок в глубинных интервью и создали модель ошибок. Для этого мы проанализировали 105 анонимизированных протоколов обратной связи в рамках нашего курса по CX-интервью. Наша модель ошибок основана на том, как исследователи справляются с возникающим у них напряжением - которое возникает у всех, даже у исследователей с опытом, и это нормально - через отказ от управления беседой, избыточный контроль респондента или контроль себя. Лидирует отказ отуправления беседой. Андрей Дорожный (автор канала Дата сторителлинг) сделал наглядную визуализацию результатов в виде Sankey diagram. Эта диаграмма интерактивна: можно посмотреть, что включает конкретный тип ошибок, применив фильтры. Благодарим Екатерину Кудешову за ее работу по подсчету количества ошибок в интервью на материале протоколов обратной связи. Читать статью

Синтетические респонденты: почему это плохо с точки зрения количественных исследований? Крис Чапмен (один из популяризаторов QuantUX), довольно резко высказался на тему «синтетиков»: Synthetic Survey Data? It's Not Data 📹Youtube (есть хорошие русские субтитры) Ключевое, с нашей точки зрения: Ошибки в негативных ответах - разрыв в ответах «Нет, не нравится» у людей и синтетиков в десятки процентов. Возможно, что следствие статистической оптимизации. Синтетики хуже отказываются и ставят нет - Крис привел несколько исследований с этим феноменом и это гораздо важнее для бизнеса - знать, что НЕ нравится Краткие тезисы из его выступления можно почитать у Виталия Болатаева в канале «Цифровой геноцид»