İnsan Merkezli Araştırma: Araştırmayı Anlamlı Kılmak
Araştırmacılar çoğu zaman kendilerini bir şirketin dikte ettiği katı soruları yanıtlarken bulurlar. Ancak bu sorular buzdağının yalnızca görünen kısmı olabilir; hatta daha da kötüsü, tüketicilerle hiç alakası bile olmayabilir.
'Araştırma hem bir zanaat hem de bir bilimdir. Rakiplerinizle aynı soruları sorarsanız aynı sonuçları elde edersiniz; dolayısıyla kalabalık sektörlerde farklılaşmak için farklı bir şeyler yapmanız gerekir.'
Yeni nesil bir içgörü danışmanlığı olarak bu tür durumlarda 'insan merkezli araştırma'yı savunuyoruz. Temel olarak, katı soruları yanıtlamak yerine bağlamı, algıları ve ihtiyaçları anlayarak insanlarla empati kurmaya çalışıyoruz. Bunu gerçekleştirmek için yalnızca belirli bir konuya ilişkin sorular sormak yerine o konuyu çevreleyen soruları da belirliyoruz. Konuyu çevreleyen motifleri tespit ediyor ve araştırma sorusuyla ilgisiz görünen bu motiflerin birbiriyle ilişkisini anlamaya çalışıyoruz. Tıpkı bir sarmal gibi, tüketicinin yaşamına katman katman daha derine inerek çekirdek araştırma sorusuna yaklaşıyoruz. Elbette bir araştırmacının derinleşebileceği sonsuz katman mevcuttur. Bu yöntemi yönetilebilir kılmak için netnografi, etnografi, ikincil veriler ve çevik araştırma modelimizi en alakalı ve etkisi en yüksek konuları belirlemek için kullanıyoruz.
Temaları belirleyip bir soru formu oluşturduktan sonra, katılımcının yaşamını bütünsel biçimde anlamak için derinlemesine görüşmeler gerçekleştiriyoruz. Örüntüler oluşturabilmek amacıyla her tüketici segmenti için toplamda 7 görüşme yapıyoruz. Derinlemesine görüşmeler, araştırmacılara başka bir metodolojide gözden kaçabilecek pek çok ince nüansı yakalamalarına imkân tanır.
Nitel yolculuğumuz dijital ortamlara yönelik kullanıcı araştırmalarıyla başladı. Ancak dijital etkileşimleri anlamanın tüm resmi kavramak için yeterli olmadığını fark ederek geleneksel pazar araştırmasına da yavaş yavaş derinlemesine yöneldik. Bu alanı aşağıdan yukarıya doğru uygularken her adımı design thinking, yalın metodoloji, strateji ve agile gibi önceden uzman olduğumuz diğer disiplinlerle harmanlıyoruz. Dolayısıyla kendi çerçevemizi oluştururken diğer disiplinlerin iyi örneklerinden yararlandık ve yöntemi 10 yıl boyunca çalışarak mükemmelleştirdik. İnsan merkezli araştırmanın etkin biçimde işlemesi ve faydayı en üst düzeye çıkarması için birkaç önemli adım bulunmaktadır:
İlk adım, markaların stratejik hedeflerini ve ihtiyaçlarını iyi anlamaktır; böylece araştırmacı ve moderatör, devasa bir veri okyanusunda her iki taraf için de anlamlı olana göre yön bulabilir ve marka değeriyle ilgili alanlara odaklanarak derinleşebilir.
İkinci adım, araştırmayı çevik bir yaklaşımla yürütmektir. Çevik yaklaşım, günümüz iş dünyasında oldukça popüler bir metodoloji haline gelmiştir. Yalnızca hızlı olmak anlamına gelmez; bir ürün/hizmet/hipotezin küçük parçalarını hızla test etmek ve bu öğrenimlerden yararlanarak ya ilerlemeye devam etmek ya da hataları düzeltmek demektir. Bu metodoloji, markaların çok fazla zaman ve çaba harcamadan önce hızla başarılı veya başarısız olmasına olanak tanır. Akış aynı zamanda kendini düzelterek daha iyi sonuçlar üretir.
Çevik araştırma ise hızla başarısız olmak değil, hem hedef tüketici segmentini hem de bu segmente nasıl etkin biçimde yaklaşılacağını iteratif olarak daha iyi anlamak anlamına gelir. Çevik araştırmanın ne olduğunu başka bir makalede daha ayrıntılı açıkladık (links.user.vision/agile).
Ray Poynter'ın Proje Bilgisi İçin Bir Çerçeve başlıklı makalesinde de belirttiği gibi, entelektüel bilgiyi dört alana ayırabiliriz:
a) Bilinen Bilinenler (Araştırmacının üzerine inşa etmesi gereken bilgidir. Derinleşilmesine gerek yoktur.)
b) Bilinen Bilinmeyenler (Bir markanın genellikle sorduğu şey budur)
c) Bilinmeyen Bilinenler (Kolaylaştırıcılar ve stratejistler, markaların bu bilgiyi yapılandırmasına yardımcı olabilir)
d) Bilinmeyen Bilinmeyenler (Altın madeninin bulunduğu yer burasıdır)
Araştırma öncesinde 'bilinen bilinmeyenler' için hazırlık yapılabilir; ancak 'bilinmeyen bilinmeyenler' yalnızca araştırma süreci sırasında ortaya çıkar. Çevik yöntem, bu altın madenden en iyi şekilde yararlanmak için sistematik bir model üretir. Araştırmacı araştırmanın gidişatına göre kendini düzeltebilir, sorular ekleyip çıkarabilir, hatta metodolojisini bile değiştirebilir. Yalnızca tek bir 'araştırma sprintinin' ardından, hedef kitleyle ilgili sorular oluşturulabilir. Çevik yinelemeler, insan merkezli olmanın temel bir parçasıdır.
Araştırma sprintleri sırasında belirli bir alt grup (demografik, psikografik veya davranış tabanlı) araştırma hedefiyle olağanüstü bir uyum sergileyebilir. Bu tür durumlarda müşterilerimizi bu fenomen hakkında bilgilendiriyor ve çoğu zaman araştırmayı o niş üzerine odaklanarak sürdürüyoruz. Bu nişler, markanın ilk gitmesi gereken, en kolay gidebileceği veya en çok para kazanabileceği kitleler olabilir. Daha sonra daha fazla araştırma yapmak veya başka nişler bulmak için her zaman ilk segmente geri dönebiliriz. Veriler doyuma ulaşana kadar ilgili nişleri yinelemeli biçimde anlamak, insan merkezli araştırmanın özünü oluşturur.
Son olarak, katılımcıları olabildiğince eksiksiz anlamak araştırma sürecine değer katacaktır.
Bütünsel bir anlayışa sahip olmak her zaman zorunlu değildir; hatta bazen aşırıya kaçmak anlamına da gelebilir. Müşterinin ihtiyaçlarını karşılamak için hangi yaklaşımın seçilmesi gerektiğine karar vermek araştırmacıya düşer. Ancak araştırma yüzeysel sonuçlar vermeye başladığında daha bütünsel bir yaklaşım çözüm olabilir.
Özetle
İnsan merkezli araştırma, hem araştırmacılar hem de markalar için hedef kitleyi kavramanın güçlü bir aracıdır. Bu modelin bazı parçaları, çıktı kalitesini artırmak amacıyla daha geleneksel yaklaşımlarla birlikte kullanılabilir. Çevik araştırmayla bütünleştirildiğinde, insan merkezli araştırma markaların tanımlanmış tüketici segmentlerini derinlemesine anlaması ve zarif biçimde farklılaşması için mutlaka denenmesi gereken bir yaklaşımdır. Bu yeni çerçeve hakkında daha fazla konuşmayı ve düşüncelerinizi duymayı çok isteriz. Bir toplantı rezervasyonu için: meet.user.vision
B'"/>
