Как повысить гибкость и эффективность тестирования продуктов

Исторически сложилось мнение, что большие выборки нужны для эффективного тестирования продукта. Это предположение основано на гипотезе, согласно которой есть большой риск получить на выходе ненадежные и ответы потребителей с большим разбросом мнений (высокая дисперсия). Сегодня наличие больших потребительских панелей и хранение баз данных с историческими ответами потребителей позволяют пересмотреть подход к исследованиям.

В этой статье мы рассмотрели различные продукты, исследования по которым проводились в разных регионах, опираясь на нашу базу данных из 36 500 потребителей. Мы сравнили надежность исследований на небольших выборках, где n=50, с данными, полученными на группах от n=150 и больше. Были рассмотрены и ранние, и поздние стадии “жизненного цикла” продуктов.

Результаты исследования позволяют сделать вывод, что небольшие выборки можно использовать для создания дифференциации продуктов на стадии отбора прототипов. Такой подход активно применяется, например, в современной юнит-экономике. Это позволяет нам сократить затраты времени и финансов, отсеивая количество образцов для дальнейшего исследования. Тем не менее, для других исследовательских задач, таких как, например, ценовая оптимизация или анализ подгрупп, по-прежнему необходимы большие выборки.

Читайте подробнее в нашей статье "Towards more agile and efficient product testing"