ResearchOps-periaatteiden soveltaminen terveydenhuoltoon Berliinissä

Berliinissä on nyt pieni, mutta ystävällinen ja kasvava ResearchOps-yhteisö, ja työskentelemme yhdessä kuinka soveltaa osaa ajattelusta työhömme. Viime viikolla Anja ja Anne Smart Heliosissa, Berliinin terveydenhuollon aloittelijoissa, järjestivät avoimen tapahtuman jakaakseen joitain tämän vuoden oppeista yhteisölle. Olen jakanut muistiinpanoni osista, jotka pitivät minua kiinnostavimpana jäljelle jäävälle yhteisölle - nauti!

Menneensä useisiin UX-kirjakerhoihin ja IxDA-kokouksiin ja etenkin aiemmin tänä vuonna Berliinissä järjestetyn #WhatisResearchOps-työpajan järjestämisen jälkeen ymmärsimme yhden asian, että harjoitteluyhteisölle, johon ihmiset voivat puhua, oli tarvetta. kuinka he tekevät tutkimusta ja käyttävät sitä omissa organisaatioissaan.

Niin paljon tutkimusta, niin vähän aikaa

Toinen yleinen teema toukokuussa pidetyissä työpajoissamme oli, että vaikka organisaatioiden sisällä on nyt enemmän kiinnostusta tehdä käyttäjätutkimuksia, kokopäivätoimisten tutkijoiden suhde muihin työntekijöihin on edelleen suhteellisen alhainen.

Koska yksittäinen tutkija voi itse tehdä vain rajallisen määrän tutkimusta, on paljon kiinnostusta rakentaa organisaation kykyä suorittaa tutkimusta tasalaatuisella laadutasolla ja laajentaa tätä yksittäisen henkilön ulkopuolelle.

Tämä johtaa usein keskusteluihin prosessista, työkaluista ja koulutuksesta. Viime viikolla Smart Heliosin mukavat ihmiset järjestivät ensimmäisen avoimen istunnon osoittaakseen, kuinka he ovat käyttäneet Airtablea tukeakseen omia tutkimusponnistelujaan ja tehdäkseen havainnoista ja oivalluksista helpompaa käyttää organisaatiossa.

Olen jakanut muutaman kohokohdan, jotka kiinnittivät huomioni, analysoimalla joitain.

Kuinka pitkälle voit päästä ilmaiseksi

Yksi keskeinen takea illalta on se, että jos 3 kokopäiväisen tutkijan ryhmä 30 ihmisen yrityksessä on käyttänyt ilmaista Airtable-versiota tutkimuksensa hallintaan, työkalu ei ole este toimivan, toistettavan tutkimustoiminnon luomiselle . Itse asiassa, jos siellä oli jotain yhtä, näyttää siltä, ​​kuinka allokoit ihmisten aikaa tutkimukselle ja havaintojen ymmärtämiselle koko organisaatiossa.

Myöhemmin, keskustelun jälkeen, teimme pikakyselyn nähdäksemme kuka muu käytti Polaris Airtable -mallia, jonka WeWork oli aiemmin julkaissut. Noin kolmasosa ryhmästä oli käyttänyt sitä havaintojen strukturointiin ja mukauttanut sen sitten tilanteeseensa.

Lähes jokaisessa tapauksessa he olivat melko varhaisessa vaiheessa perustamassa jonkinlaista tutkimusvarastoa. Myös yrityksillä, joissa he työskentelivät, oli tapoja tallentaa tallenteet ja perustutkimus turvallisesti - päähaaste oli saada tulokset saataville ja käytettäväksi uudelleen.

Lähteen sisällön erottaminen oivalluksista

Yksi näkökohta Euroopassa työskentelystä, etenkin jos et työskentele siellä, on se, että yksityisyyteen liittyy enemmän oikeudellista painoa kuin muualla maailmassa.

Samalla tavoin kuin sananvapautta voitaisiin pitää perusoikeutena Amerikassa, ja joka on kirjattu Yhdysvaltojen oikeuslakien ensimmäisessä muutoksessa, yksityisyyttä mainitaan nimenomaisesti perusoikeutena myös tässä, samoin perusteellisessa asiakirjassa, Eurooppa-valmistelukunnassa. Kun olet ymmärtänyt tämän ja sen luomiseen johtavat 1900-luvun tapahtumat, on helpompi ymmärtää, miksi GDPR on täällä niin iso asia.

Näin on kaksinkertaisesti terveydenhuollon kaltaisella alalla, jolla on omat potilaan luottamuksellisuutta koskevat vaatimukset, joten on todella hyödyllistä nähdä, kuinka terveydenhuollon arkaluontoisilla tiedoilla työskentelevä yritys aikoo tehdä tutkimusta ja jakaa havaintoja sisäisesti.

Kuinka tämä ilmenee todellisessa maailmassa?

Jos olet lukenut tutkimuksen skaalaamisesta organisaation välillä, olet saattanut törmätä tähän kuvakaappaukseen Polariksesta täältä, jossa näet haastattelun katkelman, haettavissa olevien tutkimuksen hittien soittolistassa.

Tässä tapauksessa tutkimusosapuolen pää on epäselvä ja video pidetään oletettavasti yksityisenä soittolistana Youtubessa videon vesileiman perusteella. Lähteen tiedot (haastattelukatkelma) sekoitetaan analyysin kanssa (havainnot ja havainnot):

Tämä nostaa esiin yhden jännitteistä ResearchOpsissa ja yleensä tutkimustiloissa - haluat tehdä tutkimuksesta saatujen tietojen keräämisen helpoksi, jotta voidaan käyttää perustaa todistepohjaiselle suunnittelulle (samalla tavalla kuin miten päätöksentekijät voi olla todisteisiin perustuvaa käytäntöä).

Samanaikaisesti sinun on myös suojattava tutkimasi yksityisyys, ja sinulla on oltava tietynlainen tietoinen suostumus haastatteluun keräämien tietojen käyttämiseen.

Yhä yleisempi malli on näkemysten ja lähteen sisällön tallentaminen erikseen. Sen sijaan, että tallentaisit yksilöitävissä olevia tietoja Airtablessa, tallennat tärkeimmät oivallukset ja avainsitaatit heiltä, ​​sitten tiivisteen, joka viittaa lukittuun alas-sijaintiin. Tämä voi olla asiakirja, joka sisältää haastatellun henkilön tiedot, tai se voi olla osoitin kansioon, joka sijaitsee esimerkiksi Sharepointin kaltaisessa kansiossa, missä lähdehaastattelu saattaa olla.

Tämän avulla voit tehdä löydöksistä haettavissa olevia ja saatavissa olevia ja antaa heidän tiedottaa tuote- tai palvelusuunnittelupäätöksistä laajemmin, vaarantamatta ... oikeudellisesti suojattuja ihmisoikeuksia.

Ei ole vielä yhtä totta tapaa tehdä tämä kaikkea, eikä sitä todennäköisesti koskaan tule olemaan. Olen samaa mieltä siitä, että se on yleinen ratkaisu, ja sitä kannattaa keskustella.

Kuinka tutkimusprosessi muuttuu

Mielestäni on syytä kattaa prosessi, jonka Smart Helios jakoi - prosessia kuvailtiin karkeasti seuraavasti:

  • Haastattelu (yksi henkilö johtaa, yksi henkilö tallentaa havainnot)
  • Haastattelutiedustelu (tutkijatoverin kanssa)
  • Yksi henkilö dokumentoi havainnot ja oivallukset repo-ohjelmassa (ts. Tarjottavat jne.)
  • Toinen henkilö tarkistaa ne virheellisyyden ja tarkkuuden suhteen
  • Jaa oivalluksia muun ryhmän kanssa palautteen saamiseksi
  • Päivitä arkiston oivallukset selkeyden ja tulevaisuuden muistamisen vuoksi

Tämä ei ole muutenkaan radikaalia poikkeamista yleisistä hyvistä tutkimuskäytännöistä - suurin ero riippuu tutkimusta tekevistä ihmisistä tutkittaessa tutkimuksen avainatomi-nuggetit lähdemateriaalista ja rakentamalla useita tarkistuksia matkan varrella auttaakseen ota huomioon vääristymä.

Jos dokumentoit sieltä, mistä nämä tulevat, ja ainakin tunnustat tällä hetkellä mahdollisesti esiintyvän vääristymisen, se vähentää houkutusta luottaa etuoikeutettuun pääsyyn henkilökohtaisiin tietoihin ja alkuperäiseen lähdemateriaaliin tietoon perustuvien päätösten tekemiseksi. Se auttaa myös muistamaan, että vain koska jotain on laitettu tietokantaan, se ei tarkoita automaattisesti, että se on objektiivinen totuus.

Hajottaa tutkimuksen ja edustaa sitten oivalluksia löytää malleja

Saatat ajatella, että kun sinulla on joukko hajonneita havaintoja ja oivalluksia, saatat tarvita monimutkaista analyysiä nähdäksesi hyödyllisiä malleja.

Tämä ei vaikuttanut olevan tilanne - pelkästään tutkijan ryhmittely ryhmiteltynä riitti korostamaan sitä, missä keskeiset oletukset perustuvat yhdelle henkilölle, ja ehkä se tarvitsee lisätutkimuksia varmistaaksesi, että puolueellisuus ei liukenemisesta, ja niin edelleen.

On syytä huomata, että kaikkea tutkimukseen liittyvää ei aina ole syytä sieppata tällä tavoin - tavoitteena on kasvava perusta oivalluksille, joihin voit luottaa, jotka eivät mene vanhentuneiksi, eivät ole sidoksissa tiettyyn tuotteeseen tai, mikä pahempaa, sidottuihin tuotteen erityinen julkaisu.

Kaksitahoinen tutkimus ja ResearchOps

Kuten aiemmin mainittiin, on eroa siinä, kuinka voit tallentaa ja jakaa taktisen tutkimustoiminnan, kuten käytettävyystestien, ja syvemmän, perustavanlaatuisen tutkimuksen tuloksia.

Ensimmäinen tyyppinen tutkimus koskee todella tuotteitasi, ei ihmisiä, joille autat, ja säilyvyys on suoraan sidoksissa siihen, kuinka usein vaihdat tuotteitasi. Ei ehkä kannata käyttää niin paljon aikaa tulosten kategorisointiin, jos seuraava julkaisu poistaa ominaisuuden kokonaan.

Toinen tyyppi, syvempi perustapohjainen tutkimus koskee todella tutkimasi ihmisiä, ei tuotteitasi, eikä se ole niin kytketty jokaisessa julkaisussa tekemiin muutoksiin, joten sen tulisi kestää pidempään. Kompromissi on se, että suurimman osan ajasta on myös vähemmän selvää, mitä tehdä seuraavaksi, jotta näistä löydöksistä saadaan hyötyä.

Onko se todella selkeää?

Ei. Ei edes lähelle.

Onneksi on olemassa erilaisia ​​malleja, jotka auttavat meitä ajattelemaan tätä, Emma Boultonin tutkimussuppilosta, Sam Ladnerin pikaan ja hitaaseen tutkimukseen sekä Will Myddletonin kolmen tyyppiseen tutkimukseen.

Koska #WhatIsResearchOps -työpajoja on pidetty, siellä on myös karkea kehys, jonka avulla voidaan puhua tästä ResearchOps-puitteissa.

Oppiminen menossa

Kuten koskaan, kommentit tähän viestiin ovat erittäin tervetulleita, ja tämän blogin lisäksi siellä on myös ResearchOps Slack -ryhmä ja #ResearchOps-tunniste sosiaalisessa mediassa sekä oma tili twitterissä.

Vedämme myös kuukausittaista virtuaalista kaupungintaloa, jossa puhumme kaikesta ResearchOpsista, kevyesti valvotulla etävideoneuvottelulla. Tämän lisäksi järjestämme erilaisia ​​'show and tell' -esityksiä, kuten näet tämän viestin kuvissa paikallisella tasolla.

Siitä puhuen…

Vielä on tilaa tammikuun 2019 etäkaupunkitalon istuntoa varten yhdelle puheelle. joten älä ole ujo ja ota yhteyttä, jos sinulla on jotain jaettavaa.

Tarkkaile Eventbrite- ja @teamreops-Twitterissä seuraavaa ResearchOps-yhteisön kaupungintaloa

Lisää nimesi odotuslistaan ​​liittyäksesi ResearchOps Community Slack -palveluun

Jos tämä kiinnostaa sinua ja olet Berliinissä

Järjestämme jonkin verran epävirallista kokousta joka kuukausi, ja olet tervetullut liittymään. Olemme pieni, mutta ystävällinen ryhmä, eikä sinun tarvitse olla kokopäiväinen tutkija tullaksesi mukaan. Ole vain utelias ja valmis jakamaan myös oppimasi.

Kat ja minä olemme molemmat tavoitettavissa Twitterissä ja DM: t ovat avoinna - sano hei!