作業の進め方
Affinity Diagramは、複数の定性ソースを横断して統合するためのものです。個々の観察、引用、メモから始め、自然なクラスターを作ってから上位のテーマに名前を付けます。事前に用意した分類枠にインタビューの根拠を無理に当てはめるツールではありません。
ソースが最も重視する点は、参加者のカバレッジです。各書き起こしを最後まで処理し、グループ化の前にすべての観察にタグを付けます。すべての参加者が反映され続けるようにし、1回のインタビューにしかないパターンは、破棄したり合意事項として誇張したりせず、単一ソースとして示します。
期待される成果物
- 根拠に裏付けられた調査テーマの階層
- 各クラスターを支える、参加者タグ付きの観察
- 優先順位付きのインサイト文と単一ソースのフラグ
ブリーフからレビューまで
- 01参加者横断で抽出する
提供された各ソースを最後まで読み、観察ごとに参加者識別子を保持します。
- 02ボトムアップでクラスタリングする
テーマ名や上位構造を決める前に、関連する観察をグループ化します。
- 03示唆をまとめる
各テーマのデザイン上の意義を説明し、参加者のカバレッジを確認し、繰り返し現れるパターンと孤立したシグナルを区別します。