Appliquer les principes de ResearchOps aux soins de santé à Berlin

À présent, à Berlin, la communauté ResearchOps en croissance, petite mais sympathique, est en pleine croissance et nous cherchons ensemble à appliquer certaines de nos idées à nos emplois. La semaine dernière, Anja et Anne de Smart Helios, une start-up berlinoise du secteur de la santé, ont organisé un événement ouvert pour partager certaines des leçons apprises cette année avec la communauté. J'ai partagé mes notes sur les parties qui, à mon avis, pourraient être les plus intéressantes pour le reste de la communauté ci-dessous - profitez-en!

Après avoir assisté à un certain nombre de rencontres dans les clubs de livres UX et IxDA, et en particulier après avoir organisé l'atelier #WhatisResearchOps plus tôt cette année à Berlin, nous avons compris qu'il existait un besoin non satisfait de communauté de pratique où les gens peuvent parler sur la façon dont ils effectuent des recherches et les utilisent dans leurs organisations respectives.

Tant de recherches à faire, si peu de temps

Un autre thème récurrent dans nos ateliers en mai était que, même si l’intérêt pour les recherches sur les utilisateurs au sein des organisations suscitait davantage d’intérêt, le ratio de chercheurs à temps plein embauchés par rapport aux autres employés restait comparativement faible.

En conséquence, puisqu'un seul chercheur ne peut effectuer lui-même qu'une quantité limitée de recherches, il est très intéressant de renforcer la capacité d'une organisation à mener des recherches à un niveau de qualité constant, et de les dépasser au-delà d'une seule personne.

Cela conduit souvent à des discussions sur le processus, l’outillage et la formation. La semaine dernière, les sympathiques employés de Smart Helios ont organisé la première séance publique pour montrer comment ils utilisaient Airtable pour soutenir leurs propres efforts de recherche et pour faciliter l’utilisation des conclusions et des informations au sein de l’organisation.

J'ai partagé quelques faits saillants qui ont retenu mon attention, avec quelques analyses.

Jusqu'où vous pouvez obtenir avec gratuit

L'un des principaux points à retenir de la soirée est que, si une équipe de trois chercheurs à plein temps d'une entreprise de 30 personnes utilise la version gratuite d'Airtable pour gérer leurs recherches, l'outillage n'est pas un obstacle à la création d'une fonction de recherche exploitable et reproductible. . En fait, s’il y avait une chose, il semble que ce soit la façon dont vous allouez le temps des gens à la recherche et à l'interprétation des résultats dans l'ensemble de l'organisation.

Plus tard, après la conversation, nous avons effectué un sondage rapide pour savoir qui utilisait le modèle Polaris Airtable, publié par WeWork plus tôt. Environ un tiers du groupe l'utilisait pour structurer les constatations, puis l'adapter à leur contexte.

Dans presque tous les cas, ils ont commencé assez tôt à mettre en place une sorte de référentiel de recherche. En outre, les entreprises avec lesquelles ils travaillaient disposaient déjà de moyens de stocker en toute sécurité les enregistrements et les recherches primaires. Rendre les résultats accessibles et réutilisables était le principal défi.

Séparer le contenu source des informations

L’un des aspects de votre travail en Europe, en particulier si vous n’y travaillez pas, est que l’importance juridique accordée à la vie privée est plus grande que dans d’autres parties du monde.

De la même manière que la liberté d’expression pourrait être considérée comme un droit fondamental en Amérique, et inscrite dans le Bill of Rights des États-Unis, dans le premier amendement, la vie privée est explicitement mentionnée comme un droit fondamental également ici, dans un document fondamental similaire, la Convention européenne. sur les droits de l'homme, en tant qu'article 8. Une fois que vous avez compris cela et les événements du 20ème siècle qui ont conduit à sa création, il est plus facile de comprendre pourquoi le GDPR est une si grande chose ici.

C’est encore plus vrai dans un secteur comme la santé, avec ses propres exigences en matière de confidentialité des patients. Il est donc très utile de voir comment une entreprise travaillant avec des informations sensibles dans le secteur de la santé procède à des recherches et partage ses résultats en interne.

Comment cela se manifeste-t-il dans le monde réel?

Si vous avez lu des articles sur l’extension de la recherche dans une organisation, vous avez peut-être déjà vu cette capture d’écran de Polaris, où vous pouvez voir un extrait d’une interview, dans une liste de lecture contenant des pépites de recherche.

Dans ce cas, la tête du participant à la recherche est brouillée et la vidéo est hébergée comme une liste de lecture privée sur Youtube, basée sur le filigrane de la vidéo. Les données source (l'extrait d'interview) sont fusionnées avec l'analyse (les résultats et les observations):

Cela soulève l’une des tensions au sein de ResearchOps et des référentiels de recherche en général: vous souhaitez faciliter la collecte des informations issues de la recherche, qui servira de base à ce que vous pourriez appeler la conception basée sur des preuves (de la même manière que les décideurs peut avoir une politique basée sur des preuves).

Dans le même temps, vous devez également protéger la vie privée des personnes sur lesquelles vous effectuez des recherches et avoir un degré de consentement éclairé quant à la manière dont tout ce que vous collectez au cours d’une interview est utilisé.

Un modèle de plus en plus courant consiste à stocker les informations et le contenu source séparément. Plutôt que de stocker des informations identifiables sur une personne dans Airtable, vous stockez les informations clés et les citations clés, puis un dièse faisant référence à un emplacement plus verrouillé. Il peut s'agir d'un document contenant les détails de la personne interrogée ou d'un pointeur sur un dossier situé dans quelque chose comme Sharepoint, où pourrait se dérouler l'interview source.

Cela vous permet de rendre les résultats consultables et accessibles, et de les laisser informer plus largement les décisions en matière de conception de produits ou de services, sans pour autant compromettre les droits de l'homme fondamentaux protégés par la loi tout au long du processus.

Il n’existe pas encore de véritable moyen de faire tout cela, et il n’y en aura probablement jamais. Je le partage, car il s’agit d’une énigme commune qui mérite d’être discutée.

Comment le processus de recherche change

Je pense que cela vaut la peine de couvrir le processus partagé par Smart Helios - le processus a été décrit comme suit:

  • Entretien (une personne mène, une personne enregistre ses observations)
  • Compte rendu de l'entretien (avec un partenaire de recherche)
  • Une personne documente les observations et les idées contenues dans le repo (c.-à-d. Airtable, etc.)
  • La deuxième personne les examine pour la partialité et l'exactitude
  • Partagez les idées avec le reste de l'équipe, pour commentaires
  • Mettre à jour les informations dans le référentiel, pour plus de clarté et pour les rappels futurs

Quoi qu’il en soit, ce n’est pas un départ radical par rapport aux bonnes pratiques générales en matière de recherche - la principale différence réside dans le fait que les chercheurs effectuent la recherche pour extraire les pépins atomiques essentiels de la recherche à partir du matériel source, et qu’ils renforcent prendre en compte les biais.

Si vous documentez leur origine et que vous reconnaissez au moins les partis pris qui pourraient se produire à ce stade, vous serez moins tenté de vous fier à un accès privilégié à des informations personnelles et à des sources originales pour prendre des décisions en connaissance de cause. Cela aide également à se rappeler que le fait que quelque chose ait été placé dans une base de données ne signifie pas automatiquement que c'est la vérité objective.

Décomposer la recherche, puis représenter des idées pour trouver des modèles

Vous pourriez penser qu'une fois que vous avez un ensemble d'observations et d'idées décomposées, vous aurez peut-être besoin d'une analyse compliquée pour identifier des modèles utiles.

Cela ne semblait pas être le cas - le simple fait de regrouper les informations par chercheur suffisait à mettre en évidence les hypothèses clés reposant sur une seule personne et nécessitait peut-être davantage de recherche pour s'assurer que les préjugés ne disparaissaient pas, etc.

Cela vaut la peine de noter que toutes les recherches liées ne méritent pas toujours d'être capturées de cette manière - l'objectif est une base croissante d'informations sur lesquelles vous pouvez compter, qui ne resteront pas obsolètes, ne seront pas liées à un produit spécifique, ou pire, liées à une version spécifique d'un produit.

Double piste de recherche et ResearchOps

Comme mentionné précédemment, il existe une différence dans la manière de stocker et de partager les résultats d’activités de recherche tactiques telles que les tests d’utilisabilité et les recherches fondamentales plus approfondies.

Le premier type de recherche concerne réellement votre produit, et non les personnes que vous aidez, et sa durée de vie dépend directement de la fréquence à laquelle vous changez de produit. Il ne vaut peut-être pas la peine de passer autant de temps à classer consciencieusement les résultats ici si la prochaine version supprime entièrement une fonctionnalité.

Dans le deuxième cas, la recherche fondamentale plus approfondie concerne les personnes que vous recherchez, et non votre produit, et n’est pas aussi couplée aux modifications que vous apportez à chaque publication. Elle devrait donc durer plus longtemps. Le compromis est que la plupart du temps, il est également moins évident de savoir quoi faire pour tirer parti de ces résultats.

Est-ce que c'est vraiment clair?

Nan. Pas même proche.

Heureusement, il existe différents modèles pour nous aider à réfléchir à cela, depuis l’entonnoir de recherche d’Emma Boulton au billet de Sam Ladner sur la recherche rapide et lente et les trois types de recherche de Will Myddleton.

Depuis la tenue des ateliers #WhatIsResearchOps, il existe également un cadre approximatif permettant d’en parler dans le cadre de ResearchOps.

Apprendre au fur et à mesure

Comme toujours, les commentaires sur ce message sont les bienvenus. Outre ce blog, il existe également le groupe ResearchOps Slack, la balise #ResearchOps sur les médias sociaux, ainsi que notre propre compte sur Twitter.

Nous organisons également une mairie virtuelle mensuelle, où nous discutons de tout ce qui concerne ResearchOps, dans une conférence vidéo à distance légèrement modérée. De plus, nous organisons diverses présentations ‘montrer et raconter’ comme vous le voyez sur les photos de ce message à un niveau plus local.

En parlant de ça…

Il reste encore de la place pour la séance de discussion ouverte de janvier 2019 à distance. alors ne soyez pas timide et contactez-nous si vous avez quelque chose à partager.

Surveillez Twitter sur Eventbrite et @teamreops pour la prochaine assemblée publique de ResearchOps Community

Ajoutez votre nom à la liste d'attente pour rejoindre le forum communautaire de ResearchOps.

Si cela vous intéresse et que vous êtes à Berlin

Nous organisons une réunion informelle quelconque tous les mois environ, et vous êtes le bienvenu. Nous sommes un petit groupe, mais sympathique, et vous n’avez pas besoin d’être un chercheur à temps plein pour participer. Soyez simplement curieux et soyez prêt à partager ce que vous apprenez aussi.

Kat et moi sommes tous les deux joignables sur Twitter et nos sous-ministres sont ouverts - dites bonjour!