4.5.2 Partner kanssa tehokas

Kumppanuus voi vähentää kustannuksia ja lisätä mittakaavassa, mutta se voi muuttaa erilaisia ​​osallistujia, hoidot ja tulosten että voit käyttää.

Vaihtoehtona tehdä se itse on kumppaneina tehokas organisaatio kuten yritys, hallitus tai kansalaisjärjestö. Etuna työskennellä kumppanin on, että ne voivat avulla voit suorittaa kokeita, jotka vain ei voi tehdä itse. Esimerkiksi yksi kokeet, minä kerron teille alla mukana 61 miljoonaa osallistujaa; ei yksittäinen tutkija voisi saavuttamiseksi mittakaavassa. Samalla että kumppanuudesta kasvattaa mitä voit tehdä, se myös samanaikaisesti, rajoittaa sinun. Esimerkiksi useimmat yritykset eivät voit kokeilun, joka voisi vahingoittaa niiden kaupallisia tai niiden maine. Yhteistyö kumppaneiden kanssa tarkoittaa myös sitä, että kun on aika julkaista, voi tulla paineita "re-frame" tuloksia, ja jotkut kumppanit saattavat jopa yrittää estää julkaisemisen työsi jos se tekee niistä näyttämään huonolta. Lopuksi kumppaneina mukana tulee myös kustannuksia, jotka liittyvät kehittämiseen ja ylläpitämiseen näiden yhteistyötä.

Suurin haaste, joka on ratkaistava, jotta näitä kumppanuuksia onnistunut on löytää tapa intressit molempien osapuolten, ja hyödyllinen tapa ajatella, että tasapaino on Pasteurin Quadrant (Stokes 1997) . Monet tutkijat ovat sitä mieltä, että jos he työskentelevät jotain käytännöllistä-jotain, joka voisi kiinnostaa kumppaninhakupalvelun niin niitä ei voida tehdä todellista tiedettä. Tämä ajattelutapa on erittäin vaikea luoda onnistuneita kumppanuuksia, ja se myös sattuu olemaan täysin väärin. Ongelmana tässä ajattelutapa on ihanan havainnollistetaan uraauurtavaa tutkimusta biologi Louis Pasteur. Työskennellessään kaupallinen käymisen hanke muuntaa juurikasmehun alkoholiksi, Pasteur löysi uuden luokan mikro-organismin, joka lopulta johti mikrobiteoria. Tämä löytö ratkaistu hyvin käytännöllinen ongelma-se auttoi parantamaan käymismenetelmällä-ja se johtaa merkittäviä tieteellisiä etukäteen. Siten sen sijaan ajatella tutkimuksen käytännön sovelluksia olevan ristiriidassa todellisen tieteellisen tutkimuksen, on parempi ajatella näitä kahtena erillisenä ulottuvuuksia. Tutkimus voidaan perustella käyttöön (tai ei) ja tutkimus voi hakea perusteellisen ymmärtämisen (tai ei). Kriittisesti, joidenkin tutkimusten kaltaisia ​​Pasteur's-voidaan perustella käyttöä ja etsivät perusteellisen ymmärtämisen (kuva 4.16). Research in Pasteurin Quadrant-tutkimukseen, joka luonnostaan ​​edistää kaksi maalia-sopii välistä yhteistyötä tutkijoiden ja kumppanit. Koska tausta, minä kuvaavat kahta kokeellisten tutkimusten kanssa yhteistyötä: yksi yritys ja yksi kansalaisjärjestö.

Kuva 4.16: Pasteurin Quadrant (perustuen Kuva 3,5 Stokes (1997) ). Sen sijaan ajatellut tutkimuksen joko "perus" tai "kiinni" on parempi ajatella tutkimuksen motivoi käyttö (tai ei) ja etsivät perusteellisen ymmärtämisen (tai ei). Esimerkki tutkimusta että molemmat motiivina käyttöä ja pyrkii perusteellisen ymmärtämisen on Pasteur työtä muuntamalla juurikasmehun alkoholiksi, jotka johtavat mikrobiteoria. Tämä on sellaista työtä, joka sopii parhaiten kumppanuuksia voimakas. Esimerkkejä työn motiivina on käytössä, mutta se ei pyri perusteellisen ymmärtämisen kotoisin Thomas Edison, ja esimerkkejä työtä, joka ei motivoi käytössä, mutta jonka tarkoituksena ymmärtäväiset tulevat Niels Bohr. Katso Stokes (1997) perusteellisempaa keskustelua tästä kehystä ja kukin näistä tapauksista.

Suuret yritykset, erityisesti teknologian yritykset ovat kehittäneet uskomattoman edistyksellinen käynnissä monimutkaisia ​​kokeita. Tech teollisuuden, nämä kokeet ovat usein kutsutaan A / B-testien (koska ne tehokkuuden testaamiseksi kaksi käsittelyä: A ja B). Nämä kokeet ovat usein ajaa asioita, kuten lisäämällä napsautussuhteita mainoksia, mutta sama kokeellinen infrastruktuuria voidaan käyttää myös tutkimukseen, joka edistää tieteellistä ymmärrystä. Esimerkki kertoo potentiaalia tällainen tutkimus on tutkimuksessa kumppanuutta tutkijoiden Facebook ja University of California, San Diego, vaikutuksista eri viestien äänestysaktiivisuus (Bond et al. 2012) .

2. marraskuuta 2010- päivä Yhdysvaltain kongressin vaaleissa kaikille 61 miljoonaa Facebookin käyttäjille, jotka asuvat Yhdysvalloissa ja yli 18 osallistui kokeiluun noin äänestyksen. Kun vierailevat Facebook, käyttäjät satunnaistettiin yhteen kolmesta ryhmästä, joka määräytyy mitä bannerin (jos on) asetettiin yläreunassa niiden News Feed (Kuva 4.17):

• vertailuryhmällä.
• ilmoitussanoma noin äänestävät klikattava "I äänestänyt" -painiketta ja laskurin (info).
• ilmoitussanoma noin äänestävät klikattava "I äänestänyt" -painiketta ja laskurin + nimiä ja kuvia heidän ystävänsä, jotka olivat jo napsauttanut "I äänestänyt" (info + sosiaalinen).

Bond ja kollegoineen tutki kaksi lopputulosta: raportoitiin äänestäminen käyttäytymistä ja toteutuneita äänestyskäyttäytymisestä. Ensinnäkin, he huomasivat, että ihmiset info + sosiaalisen ryhmän olivat noin 2 prosenttiyksikköä todennäköisemmin kuin ihmiset info ryhmän klikkaa "I äänestänyt" (noin 20% vs. 18%). Edelleen, kun tutkijat yhdistivät tietoja julkisesti saatavilla äänestysrekistereistä noin 6 miljoonaa ihmistä he havaitsivat, että ihmiset info + sosiaalisen ryhmän olivat 0,39 prosenttiyksikköä todennäköisemmin todella äänestää kuin ihmistä ohjaus kunnossa ja että ihmiset info ryhmässä aivan yhtä todennäköisesti äänestää ihmisiä ohjaus kunnossa (kuva 4.17).

Kuva 4.17: Tulokset get-out-the-äänestyksen kokeilu Facebookissa (Bond et al. 2012) . Osallistujat info ryhmä äänesti samaan tahtiin kuin ihmiset kontrolliryhmässä kunnossa, mutta ihmiset info + sosiaalisen ryhmän äänesti hieman korkeampi. Bars ennakoitujen 95%: n luottamusväli. Tulokset kaaviossa sisältävät noin 6 miljoonaa osallistujaa, joille tutkijat voisivat täsmäyttämiseksi äänestysrekistereistä.

Tämä koe osoittaa, että jotkut online get-out-the-ääni viestit ovat tehokkaampia kuin toiset, ja se osoittaa, että tutkijan arvio tehokkuutta hoito voi riippua siitä, ovatko ne tutkimuksessa raportoitiin tai todellisen käyttäytymisen. Tämä koe ei valitettavasti tarjoa mitään vihjeitä mekanismeja, joilla sosiaalista informaatiota jota jotkut tutkijat ovat leikkisästi kutsutaan "kasvot kasa" -Lisääntynyt äänestykseen. Voi olla, että sosiaalinen tieto lisääntynyt todennäköisyys, että joku huomannut bannerin tai että se lisäsi todennäköisyyttä, että joku huomasi bannerin äänesti itse tai molempia. Siten tämä koe tarjoaa mielenkiintoisen havainnon, että lisää tutkija todennäköisesti tutkia (ks esim Bakshy, Eckles, et al. (2012) ).

Sen lisäksi edistää tavoitteiden tutkijat, tämä koe eteni myös tavoite Kumppaniorganisaation (Facebook). Jos muutat käyttäytymistä tutkittu äänestämästä ostaa saippuaa, niin näet, että tutkimus on täsmälleen sama rakenne kuin koe, jossa mitattiin vaikutusta online-mainoksia (katso esim Lewis and Rao (2015) ). Nämä mainoksen tehokkuuden tutkimukset usein mitata vaikutusta altistumisen online-mainoksia-hoidot Bond et al. (2012) ovat pohjimmiltaan mainoksia äänivaltarajan offline käyttäytymiseen. Näin ollen tämä tutkimus voisi edetä Facebookin Opiskelukykyä tehokkuutta online-mainoksia ja voi auttaa Facebook vakuuttamaan potentiaalisille mainostajille että Facebook mainokset ovat tehokkaita.

Vaikka edut tutkijoiden ja kumppanit olivat enimmäkseen linjassa tässä tutkimuksessa, olivat myös osittain jännitteitä. Erityisesti jakaminen osallistujat kolme ehtoa-ohjaus, info, ja info + sosiaalisen oli valtavasti epätasapainossa: 98% näytteestä siirrettiin info + sosiaalinen. Tämä epätasapaino jako on tehotonta tilastollisesti, ja paljon parempi jakaminen tutkijoille olisi ollut 1/3 osallistujista kussakin ryhmässä. Mutta epätasapainoinen jako tapahtui siksi Facebook halusi jokainen vastaanottamaan info + sosiaalinen hoitoa. Onneksi tutkijat vakuuttunut heitä pidätellä 1% siihen liittyvän hoidon ja 1% osallistujista varten vertailuryhmällä. Ilman kontrolliryhmä olisi ollut käytännössä mahdotonta mitata vaikutusta info + sosiaalinen hoitoa, koska se olisi ollut "hämmentää ja tarkkailla" kokeilu sijaan satunnaistettu kontrolloitu koe. Tämä esimerkki tarjoaa arvokkaan käytännön opetus työskennellä kumppanien: joskus luot kokeilun vakuuttamalla joku toimittaa hoitoon ja joskus luoda kokeilun vakuuttamalla joku olla antamatta hoitoa (eli luoda kontrolliryhmä).

Kumppanuus ei aina tarvitse ottaa teknologian yritysten ja A / B-testien miljoonia osallistujia. Esimerkiksi Alexander Coppock, Andrew Arvaa, ja John Ternovski (2016) yhteistyötä ympäristön kansalaisjärjestö (League of Conservation Äänestäjät) suorittaa kokeiluja testaus erilaisia ​​strategioita edistää sosiaalista mobilisointi. Tutkijat käyttivät kansalaisjärjestön Twitter tilille lähettää sekä julkisen tweets ja yksityisiä suoria viestejä, jossa yritettiin prime erilaisia ​​identiteettejä. Tutkijat mitataan mitkä näistä viesteistä olivat tehokkaimpia kannustaa ihmisiä allekirjoittamaan vetoomuksen ja retweet tietoja vetoomuksen.

Kaiken kumppaneina voimakas mahdollistaa sinulle toimimaan mittakaavassa, että on vaikea tehdä muutoin, ja Taulukko 4.3 tarjoaa muita esimerkkejä kumppanuuksia tutkijoiden ja organisaatioiden. Kumppanuus voi olla paljon helpompaa kuin rakentaa oma kokeilu. Mutta nämä edut tulevat haitat: kumppanuudet voivat rajoittaa erilaisten osallistujien hoidot ja tuloksia, jotka voit tutkia. Lisäksi nämä kumppanuudet voivat johtaa eettisiin haasteisiin. Paras tapa havaita mahdollisuus kumppanuus on huomata todellinen ongelma, joka voidaan ratkaista, kun teet mielenkiintoista tiedettä. Jos et ole tottunut tämä tapa tarkastella maailmaa, se voi olla vaikea havaita ongelmia Pasteurin Quadrant, mutta käytännössä, voit alkaa huomaa niitä enemmän ja enemmän.