解密深度用户访谈(上):关于深度访谈的特点结构化类型与提纲人人都是产品经理

深度访谈从根本来说,是一种研究性交谈,是通过谈话,双方的口头交流,对有意识要获得的资料的收集和梳理。

专业的深度访谈,是拥有专门访问技巧的访问员对待一个符合特定条件的访问对象,使用非结构式的方法进行个人对话式访问,以揭示潜隐的关于特定行为、动机、目的、态度、感受的报告并发现其内在的关联关系。

当决定采用深度访谈的方式来收集数据时就必须明确:研究需要何种信息?深度访谈是否是收集这种信息的最好方式?与其他方式相比,它能在较低的成本下得到大量的高质量数据,进一步说,深度访谈在某种程度上是几近完美的数据收集方式和唯一方法。

在专业研究领域中,有人把定性研究的资料称为“真实与深入的”研究资料,把定量研究的资料称为“坚实的”数据。而深访资料即属于“真实与深入”的资料类型之列。深度访谈的特点有以下几点:

受访者在进行大量的实际行为时,未必进行过周全的事前思考,行为场景也没有系统记忆,事后也未进行过认真总结,而深访则促使受访者因口头表达的需要驱使大脑去进行回忆、反思,这种反思往往使受访者本人感到,在通常情况下不会意识到自己的这类过往行为经验可以如此复述出来。

采用何种形式的深度访谈通常取决于所需结构化的程度。

最具结构化的访谈事实上是书面调研的口头形式。但在定性研究的方法下使用高结构化访谈存在一些缺陷,因为事先确定的访谈问题容易使研究人员难以深入了解受访者的世界观及其对一些问题的宏观看法,而只能得到受访者对研究人员预设问题的某种回应。这样的访谈建立在并不牢固的基础上,因为这样的访谈要求访问者与受访者拥有共同的词汇习惯,并且访谈的问题对于每一个被访者的意义都是等同的。

大多数时候,深度访谈多为开放式问题而非高结构化的。低结构化形式是基于“个体的受访者对这个世界有自己独特的定义”的假设,所以访谈中的问题多以开放式的形式出现。一种结构性稍低的形式是“半结构化访谈”。

半结构化访谈既可以包括语言灵活的问题,也可以或多或少含有高结构化的问题。通常情况下,如果是要求所有受访者都准确应答的信息就往往会使用高结构化的问题。但是大多数时候访谈应该受一系列有待进一步发掘的问题的引导,这些问题既不需要挑剔语言上的精准,也不需要提前确定顺序,但对访问者的要求较高:当被访者对访谈话题有新的看法时,研究人员要能够随机应变,掌握访谈的主动权。

这种访谈形式特别用于当研究人员因为对问题发生的情景缺乏足够的认识而不能提出妥当问题的情况下,往往没有预先设定的问题,访谈也充满探测性质。事实上非结构化访谈是在研究初期掌握足够的信息,为进一步深入访谈所需提出的问题建好架构。所以,非结构化访谈常被用于研究早期,它需要有经验的研究人员来处理非常灵活多变的情况,也可以帮助研究人员以新的角度理解事物,但是访问人员也很可能迷失在众多的头绪和缤纷的观点里,得到一条条零散的独立信息。

总的来说非结构化访谈很少单独用来收集定性数据,绝大多数的研究会尽量整合三种访谈形式,这样一来,高结构化的访谈可以得到标准化的信息,而开放式的问题可以令研究产生新鲜的视角和独特的信息。

个访是指一对一的深访;而群访则是一对几的访问。群访与一般的焦点团体座谈会的区别在于,访问者在群访中仍然是主导的发问者,受访者虽有几个人,但他们仍然主要是面向访问者回答;而在焦点团体座谈会中,主持人虽然也提出问题,但其目的主要在于引导与会者相互之间能相互询问、启发、对答、辩论、提示和深化。虽然我们在这里总是强调访问者是一人,但是实际的深访中并不排斥访问者有两人或者更多的人,但无论如何,深访一般总是由两方构成。

为回答一个特定而明确的问题而进行的深访为单一深访,比如针对汽车经销商展开的配件供应效率访问,或者针对企业员工进行的企业考勤制度执行情况访问。

但有的时候,深访所涉及的问题是一个综合型的问题,比如关于汽车制造商与经销商之间的合作关系研究,乳品饮料消费者品牌感受研究,在这一个大问题下覆盖有多个层次与角度的问题群,这类深访为复合深访。

在不少策略性市场研究或政策研究项目中,需要透过深访等定性研究方法来逐步缩小问题范围及界定核心问题所在,因此其研究过程本身就是一个由复合化问题趋向单一性问题的过程。

从道理来说,这两种类型在定性研究的逻辑序列中有先后之分,即通过非结构型深访解决结构问题,然后通过结构型深访来解决构成要素的内容问题。

访问提纲,有时也被称为访谈进度表,是一个你有兴趣询问的问题清单。依照访谈结构化程度的高低,这份提纲可能是许多按特定顺序排列的特别问题(高结构性),也可能是一些没有特殊顺序的议题(非结构性),或者介于两者之间。因为绝大多数的定性研究都是半结构化的,所以一份访问提纲可能包括:

在刚开始进入角色时,一个新的研究人员对于能提前把问题一一列在访问提纲上的结构化访谈感到更有信心。通过访问提纲的练习,新的研究人员会逐渐寻找和掌握询问开放式问题所需的经验和信心。

许多研究人员都发现当他们在刚迈入研究行业、初次做一些访谈的时候,会高度依赖访问提纲,但很快他们就摆脱了这种约束,不再受限定问题的制约,渐渐可以轻松自如地完成一次访谈了。在具备了这样的能力之后,研究人员只需常规地检查一下访谈议题是否涵盖了研究的主题和范围就能确定访问提纲。

我们只需要提出在这个问题中的5到6个关键问题,但这些问题属于startingquestions,即起始性问题,是用在最初提出问题的问题形式,而实际的深访问题由访问者在访问过程中现场把握。

这种形式适合于资深研究人员做的深访,它意味着这个问题往后的发展主要由研究人员自己来掌控,在几个访问做完以后,通过研究人员自己碰头来讨论以后该怎么做,怎么往后推进。所以这样的深访只需要显示需要挖掘的主要问题。但是越是简单的深访提纲,要求访问员的深访技能越高,经验越丰富,不适合一般的访问人员使用。

当数量比较多的访问员同时在很多区域做深访,而访问员的访问经验有限的情况下,我们就需要把提纲做得很细,这种形式的提纲就属于剧本法。

所以在这个意义上来说,并不存在一开始就非常细的提纲,如果我们能够一开始就制定了特别细化的问题,就意味着这很有可能应该是一个定量化的深访,其问卷形式已经被定量化了。剧本式的问题不仅仅意味着有更多具体展开的问题,同时在提纲的关键处明确地提出了追问、出示道具、不同答案情况的对应规则等。

THE END
1.结构化半结构化和非结构化数据——联系区别以及例子。数据分析: 结构化数据易于标准化分析,半结构化数据分析需要解析其组织结构,非结构化数据分析则需要复杂的算法和技术,如机器学习。 这三种数据类型各有特点,适用于不同的应用场景和需求。随着数据分析技术的发展,处理半结构化和非结构化数据的能力越来越强,为数据分析和业务洞察提供了更多可能性。https://blog.csdn.net/weixin_45594172/article/details/134881751
2.结构化半结构化和非结构化数据腾讯云开发者社区结构化、半结构化和非结构化数据 一、结构化数据 结构化的数据是指可以使用关系型数据库表示和存储,表现为二维形式的数据。一般特点是:数据以行为单位,一行数据表示一个实体的信息,每一行数据的属性是相同的。举一个例子: 代码语言:javascript 复制 id name age gender1Liu Yi20male2Chen Er35female3Zhang San28https://cloud.tencent.com/developer/article/1351609
3.什么是结构化半结构化和非结构化数据?什么是结构化、半结构化和非结构化数据? ①结构化数据:指关系模型数据,即以关系数据库表形式管理的数据,结合到典型场景中更容易理解,比如企业ERP、OA、HR里的数据。 ②非结构化数据:指数据结构不规则或不完整,没有预定义的数据模型,不方便用数据库二维逻辑表来表现的数据。如word、pdf、ppt及各种格式的图片、视https://it.ynnu.edu.cn/info/1054/2898.htm
4.结构化与非结构化的区别多源异构数据源半结构化数据②非结构化数据:指数据结构不规则或不完整,没有预定义的数据模型,不方便用数据库二维逻辑表来表现的数据。如word、pdf、ppt及各种格式的图片、视频等。 其实除了结构化和非结构化数据,还有一类是半结构化数据,那什么是半结构化数据? ③半结构化数据:指非关系模型的、有基本固定结构模式的数据,例如日志文件、XML文https://www.fanruan.com/bw/doc/154297
5.规范程度上来看可以划分为结构化面试非结构化面试和半结构刷刷题APP(shuashuati.com)是专业的大学生刷题搜题拍题答疑工具,刷刷题提供面试的基本类型,从其操作规范程度上来看可以划分为结构化面试、非结构化面试和半结构化面试。()A.正确B.错误的答案解析,刷刷题为用户提供专业的考试题库练习。一分钟将考试题Word文档/Excel文档/https://www.shuashuati.com/ti/625eceb4507545e08dcea5d567561280.html?fm=bdbds2394ac36ce9879729a73c11647e3f5c5
6.半结构化非结构化数据是什么?价值密度低是什么意思?非结构化一般指无法结构化的数据,没有固定的结构,例如图片,文件,视频等,大数据时代可以利用信息技术处理这类数据。 半结构化数据是指有基本固定的结构的数据,介于结构化数据和非结构化数据之间。如邮件系统就是半结构化数据:其中的收发件功能、主题等,有一定规律的数据属于结构化数据;而附件内容,如图片、音频等属于https://www.dongao.com/dy/zckjs_zl_53655/12803215.shtml
7.结构化面试和非结构化面试的区别1.结构化面试可以减少盲目性和随意性,其特点是客观,有效性高,但对面试设计、组织以及主试官的培训程度要求都比较高。2.半结构化面试和非结构化面试的特点是简单、容易组织,但主考官的随意性较大,效度较低,有时甚至低于0.20。总结:半结构化面试没有人数上限制,随机性大,开放性命题多。扩展资料:结构化面试是指https://edu.iask.sina.com.cn/jy/3zzl1bTtYXK.html
8.结构化数据vs.非结构化数据基础设施CIO时代网半结构化数据维护用于识别单独数据元素的内部标记和标签,从而实现信息分组和层次结构。文档和数据库都可以是半结构化的。这种类型的数据只代表结构化/半结构化/非结构化数据的5%-10%,但具有关键的业务用例。 电子邮件是半结构化数据类型的一个非常常见的例子。而更高级的分析工具对于线程跟踪,近似重复数据删除和概念搜https://www.ciotimes.com/Infrastructure/147367.html
9.大数据基础术语精粹来袭结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、标准通用标记语言下的子集XML、HTML、各类报表、图像和音频/视频信息等等。 http://www.mudan.gov.cn/2c908084831c4eb30183205259ac001f/2c908084831c4eb3018320df837d0020/1669185201282129920.html
10.2024国考面试:什么是半结构化面试半结构化面试是对人才测评要素、评价标准、确定评价人员、实施程序和部分试题统一要求的基础上,评价人员基于职位胜任特征和应试者特点向应试者追加提问的面试方法。半结构化面试是介于非结构化面试和结构化面试之间的一种形式。它结合两者的优点,有效避免了单一方法上的不足。 https://gs.offcn.com/html/2023/12/274586.html
11.半结构化面试题及答案20220925195850.docx半结构化面试题及答案 半结构化面试是介于非结构化面试和结构化面试之间的一种形 式。在此种面试构成要素中,有的内容作统一的要求,有的内容则 不作统一的规定,下面给大家整理了半结构化面试题及答案,一起 来看看吧! 半结构化面试题及答案 【答题思路】 一、请你自我介绍一下 1、这是面试的必考题目。 2、https://m.book118.com/html/2022/0925/8041055050004142.shtm
12.按数据来源分,可将数据分为如下几个类型按数据类型可分为:结构化数据、半结构化数据、非结构化数据。 (1)结构化数据 一般是从内部数据库和外部开放数据库接口中获得,一般都是存储产品业务运营数据以及用户操作的结果数据,比如注册用户数、下单量、完单量等数据。这类数据格式规范,典型代表就是关系数据库中的数据,可以用二维表来存储,有固定字段数,每个字https://www.weihaoyi.com/news-details-3574.html
13.什么是结构化数据?结构化数据完整指南Elastic定义结构化数据,通过探索示例理解它与非结构化数据和半结构化数据有哪些不同,并了解如何使用结构化数据。https://www.elastic.co/cn/what-is/structured-data
14.行政管理论文15篇缺乏技术支撑像图像摘要技术、互联网搜索拦截技术、图像识别技术、磁盘恢复与解密技术、数字认证技术等非结构化和半结构化的应用和数据,在工商系统既无采集也无积累。由于没有充足完整的数据信息量做支撑,工商信息化还处于相对简单和小规模的阶段,依托海量数据或大数据的深度挖掘应用、动态应用暂时还不存在。 https://www.ruiwen.com/lunwen/6220159.html