Застосування принципів ResearchOps до охорони здоров'я в Берліні

Зараз у Берліні існує невелика, але доброзичлива та зростаюча спільнота ResearchOps, і ми разом розробляємо, як застосувати частину мислення у своїх робочих місцях. Минулого тижня Аня та Енн із Smart Helios, берлінського стартапу охорони здоров’я, влаштували відкритий захід, щоб поділитися деякими уроками, засвоєними в цьому році з громадою. Я поділився своїми нотатками з частин, які, на мою думку, можуть бути найцікавішими для решти спільноти нижче - насолоджуйтесь!

Після відвідування ряду книжкових клубів UX та зустрічей з IxDA, зокрема, після проведення семінару #WhatisResearchOps на початку цього року в Берліні, ми зрозуміли одне, що існує незадовільна потреба у практиці спільноти, де люди можуть говорити про те, як вони проводять дослідження та використовують їх у відповідних організаціях.

Стільки досліджень робити, так мало часу

Ще однією поширеною темою на наших семінарах ще в травні було те, що, хоча зараз існує більший інтерес до дослідження користувачів в організаціях, співвідношення найнятих дослідників, що працюють на повний робочий день, порівняно з іншими працівниками, як і раніше, є порівняно низьким.

Як результат, оскільки один дослідник може виконати лише обмежений обсяг досліджень самостійно, існує великий інтерес у формуванні спроможності організації проводити дослідження на постійному рівні якості та масштабувати це за межі однієї людини.

Це часто призводить до дискусій про процес, а також про інструменти та навчання. Минулого тижня приємні люди в Smart Helios провели перший відкритий сеанс, щоб показати, як вони використовують Airtable для підтримки своїх власних науково-дослідних зусиль, а також зробити висновки та уявлення простішими для використання в організації.

Я поділився кількома важливими моментами, які привернули мою увагу, деяким аналізом.

Як далеко ви можете дістатися безкоштовно

Одним із ключових результатів вечора є те, що якщо команда з 3 штатних дослідників у компанії з 30 людей використовувала безкоштовну версію Airtable, щоб керувати своїми дослідженнями, то інструментарій не є перешкодою для створення працездатної, повторюваної дослідницької функції . Насправді, якщо була якась річ, то, схоже, ви виділяєте людині час на дослідження та осмислення результатів в організації.

Пізніше, після бесіди, ми зробили швидке опитування, щоб побачити, хто ще використовує шаблон Polaris Airtable, який був випущений WeWork раніше. Близько третини групи використовували його для структурування результатів, потім адаптуючи їх до свого контексту.

Майже в кожному випадку вони були досить рано в процесі створення сховища досліджень. Також у компаній, в яких працювали, були способи надійного зберігання записів та первинних досліджень - основне завдання було зробити доступними та багаторазовими.

Відокремлення вихідного вмісту від розумінь

Одне з питань роботи в Європі, особливо якщо ви не працюєте там, полягає в тому, що на приватному житті є більший правовий акцент, ніж в інших частинах світу.

Так само, як вільне слово може вважатися основним правом в Америці та закріплене в Біллі про права США, в рамках першої поправки приватність приватно чітко згадується як основне право і тут, під аналогічним фундаментальним документом, Європейською конвенцією з прав людини, як стаття 8. Як тільки ви зрозумієте це, і події в XX столітті, які призводять до його створення, простіше зрозуміти, чому GDPR тут така велика річ.

Це вдвічі більше у такому секторі, як охорона здоров'я, зі своїми вимогами щодо конфіденційності пацієнтів, тому дуже корисно побачити, як компанія, яка працює з конфіденційною інформацією в секторі охорони здоров’я, займається дослідженнями та обміном результатами всередині країни.

Як це проявляється в реальному світі?

Якщо ви читали про дослідження масштабування в організації, можливо, ви натрапили на цей знімок екрана від Polaris тут, де ви бачите фрагмент інтерв'ю, у списку відтворення пошукових запитів, самородків дослідження.

У цьому випадку у вас голова учасника дослідження розмита, а відео розміщується як приватний список відтворення на Youtube на основі водяного знака у відео. Вихідні дані (фрагмент інтерв'ю) поєднуються з аналізом (висновками та спостереженнями):

Це спричинить одну із напруженостей у ResearchOps та сховищах досліджень загалом - ви хочете полегшити збір думок із досліджень, використовувати як основу для того, що ви можете назвати на основі доказів дизайну (аналогічно тому, як розробники політики може мати політику, засновану на доказах).

У той же час, ви також повинні захищати конфіденційність того, кого досліджуєте, і мати ступінь поінформованої згоди щодо того, як використовується все, що ви збираєте в інтерв'ю.

Все більш поширеною схемою є зберігання інформації та вихідного вмісту окремо. Замість того, щоб зберігати ідентифікуючу інформацію про людину в Airtable, ви зберігаєте ключові відомості та ключові цитати з них, а потім хеш із посиланням на більш заблоковану локацію. Це може бути документ, який містить реквізити опитуваної особи, або це може бути вказівник на папку на щось на зразок Sharepoint, де може бути інтерв'ю з джерелом.

Це дозволяє зробити результати пошуку пошуковими та доступними, і дозволити їм інформувати рішення про дизайн продукту чи послуги ширше, без, добре ... компрометуючи будь-які юридично захищені основні права людини на цьому шляху.

Не існує жодного істинного способу зробити це все ще, і, мабуть, цього ніколи не буде. Я поділяю це, як це загальна загадка, і варто обговорити.

Як змінюється процес дослідження

Я думаю, що варто висвітлити процес, яким поділився Smart Helios - процес був приблизно описаний як:

  • Інтерв'ю (одна людина веде, одна людина записує спостереження)
  • Інтерв'ю-інтерв'ю (з приятелем дослідження)
  • Одна людина документує спостереження та уявлення у репо (тобто, Airtable тощо)
  • Друга людина переглядає їх на упередженість та точність
  • Поділіться думками з рештою команди, для зворотного зв'язку
  • Оновіть інформацію в сховищі для ясності та подальшого виклику

Це все-таки не радикальний відхід від загальних добрих дослідницьких практик - найбільша відмінність покладається на людей, які роблять дослідження, щоб витягти ключові атомні самородки дослідження з вихідного матеріалу та будувати різні перевірки на цьому шляху, щоб допомогти враховувати упередженість.

Якщо ви документуєте, звідки вони беруться, і хоча б визнаєте упередженість, яка може з’явитися в цей момент, це зменшує спокусу покладатися на привілейований доступ до особистої інформації та оригінального вихідного матеріалу для прийняття обгрунтованих рішень. Це також допомагає пам'ятати, що те, що щось було поміщено в базу даних, це не означає, що це об'єктивна істина.

Декомпозиція досліджень, а потім представлення розуміння для пошуку шаблонів

Ви можете подумати, що після того, як у вас з'явиться купа розкладених спостережень і розумінь, вам може знадобитися складний аналіз, щоб побачити корисні зразки.

Це, мабуть, не так - просто групування розумінь дослідника було достатньо, щоб підкреслити, де ключові припущення покладаються на одну людину, і, можливо, знадобиться додаткове дослідження, щоб переконатися, що упередженість не прослизнула тощо.

Варто зазначити, що не все, що пов'язане з дослідженнями, завжди варто зафіксувати таким чином - мета - це зростаюча база розумінь, на яку можна покластися, яка не стане устареною, не буде прив’язана до конкретного продукту або, що ще гірше, буде прив’язана до конкретний випуск товару.

Подвійні трекові дослідження та ResearchOps

Як уже згадувалося раніше, існує різниця в тому, як ви можете зберігати та ділитися висновками з тактичних дослідницьких заходів, таких як тести зручності використання та більш глибокі фундаментальні дослідження.

Перший вид дослідження стосується саме вашого продукту, а не людей, яким ви допомагаєте, а термін зберігання безпосередньо пов'язаний з тим, як часто ви міняєте товар. Можливо, не варто витрачати стільки часу, щоб ретельно класифікувати результати тут, якщо наступний випуск повністю видалить функцію.

Другий вид, більш глибокі фундаментальні дослідження - це насправді люди, яких ви досліджуєте, а не ваш продукт, і вони не так поєднані зі змінами, які ви вносите з кожним випуском, щоб воно тривало довше. Компроміс полягає в тому, що більшість часу також менш очевидно, що робити далі, щоб зрозуміти певну цінність цих висновків.

Це справді чіткий виріз?

Ні. Навіть близько не.

На щастя, існують різні моделі, які допомагають нам подумати про це - від дослідницької воронки Емми Бултон, до публікації Сема Ладнера про швидкі та повільні дослідження і до трьох видів досліджень Уїлла Міддлтона.

Оскільки запускаються семінари #WhatIsResearchOps, там також існує орієнтовна рамка, яка допоможе поговорити про це в контексті ResearchOps.

Навчання, як ми йдемо

Як завжди, коментарі до цієї публікації дуже вітаються, окрім цього щоденника є також група ResearchOps Slack та тег #ResearchOps у соціальних мережах, а також наш власний обліковий запис у Twitter.

Також ми щомісяця запускаємо віртуальну ратушу, де ми розмовляємо про все, що таке ResearchOps, у незначно модерованому віддаленому відеоконф. На додаток до цього ми проводимо різні презентації "Показуй і розповідай", як ви бачите на фотографіях у цій публікації на місцевому рівні.

Якщо говорити про ...

Є ще віддалене засідання ратуші січня 2019 року для однієї бесіди. тож не соромтеся і зв'яжіться, якщо вам є чим поділитися.

Слідкуйте за Eventbrite та @teamreops у Twitter на наступну ратушу громади ResearchOps

Додайте своє ім’я до списку очікування, щоб приєднатися до Slack ResearchOps Community Slack

Якщо це цікавить вас і ви перебуваєте в Берліні

Ми проводимо якусь неофіційну зустріч щомісяця або близько того, і ви можете приєднатися. Ми невелика, але доброзичлива група, і вам не потрібно бути штатним дослідником, щоб бути разом. Просто будьте цікаві та будьте готові поділитися тим, чого ви також дізнаєтесь.

Ми з Кет обоє досягли у Twitter, і наші DM відкриті - скажіть привіт!