Partnering может снизить затраты и увеличить масштаб, но он может изменить виды участников, лечения, а также результаты , которые вы можете использовать.
Альтернативой делать это самостоятельно в партнерстве с мощной организации, такие как компании, правительства или НПО. Преимущество работы с партнером является то, что они могут позволить вам проводить эксперименты, которые вы просто не можете сделать сами. Например, один из экспериментов, которые я вам расскажу ниже 61 млн привлеченных участников; ни один человек исследователь не мог достичь этой шкалы. В то же время, что увеличивает партнеринг то, что вы можете сделать, это также, одновременно, ограничивает вас. Например, большинство компаний не позволит вам провести эксперимент, который может повредить их бизнес или их репутацию. Работа с партнерами также означает, что, когда придет время для публикации, вы можете оказаться под давлением "вновь кадр" ваши результаты, и некоторые партнеры могут даже попытаться заблокировать публикацию вашей работы, если это делает их выглядеть плохо. И, наконец, партнерство также поставляется с затратами, связанными с разработкой и поддержание такого сотрудничества.
Основная проблема , которая должна быть решена , чтобы сделать эти партнерства успешно находит способ сбалансировать интересы обеих сторон, а также полезный способ думать о том , что баланс является Quadrant Пастера (Stokes 1997) . Многие исследователи считают, что если они работают над чем-то практическим-то, что может представлять интерес для партнера-то они не могут делать настоящую науку. Такое мышление будет сделать это очень сложно создать успешные партнерские отношения, и это также случается быть совершенно неправильно. Проблема с этим способом мышления великолепно иллюстрируется первопроходческой исследования биолог Луи Пастера. Во время работы на коммерческой ферментации проекта, чтобы превратить свекольный сок в спирт, Пастер открыл новый класс микроорганизма, который в конечном итоге привело к микробной теории болезней. Это открытие решило очень практическую проблему, это помогло улучшить процесс брожения-и это приведет к значительному научного прогресса. Таким образом, вместо того, чтобы думать об исследованиях с практическими приложениями, как находясь в конфликте с истинным научным исследованиям, лучше думать о них как о двух отдельных измерений. Исследование может быть мотивировано использования (или нет) и исследования могут искать фундаментальное понимание (или нет). Критически, некоторые исследования, как Pasteur's-может быть мотивировано использованием и ищет фундаментальное понимание (Рисунок 4.16). Исследования в области Quadrant-исследований Пастера, который по своей природе продвигает две цели, идеально подходит для сотрудничества между исследователями и партнерами. Учитывая, что фон, я опишу два экспериментальных исследований с партнерскими отношениями: одна с компанией и один с НПО.
Крупные компании, особенно высокотехнологичных компаний, разработали невероятно сложную инфраструктуру для запуска сложных экспериментов. В индустрии высоких технологий, эти эксперименты часто называют тесты A / B (потому что они проверить эффективность двух методов лечения: А и В). Эти эксперименты часто работать для вещей, как увеличивая число кликов по объявлениям, но та же экспериментальная инфраструктура может также использоваться для исследования, что достижения научного понимания. Пример , который иллюстрирует потенциал такого рода исследований является исследование , проведенное на основе партнерства между исследователями на Facebook и в Университете Калифорнии, Сан - Диего, о влиянии различных сообщений о явке избирателей (Bond et al. 2012) и (Bond et al. 2012) .
2 ноября 2010-день выборов-всех конгрессменов США 61 миллион пользователей Facebook, которые живут в США и старше 18 лет приняли участие в эксперименте, о голосовании. После посещения Facebook, пользователи были случайным образом распределены в одну из трех групп, которые определили, что баннер (если таковые имеются) был помещен в верхней части их News Feed (рис 4.17):
Бонд и его коллеги изучили два основных результата: сообщали поведение при голосовании и фактическое поведение голосования. Во-первых, они обнаружили, что люди в информационном + социальной группе было около 2 процентных пункта больше, чем у людей в информационной группе нажать кнопку "Я Voted" (около 20% против 18%). Кроме того, после того, как исследователи объединили свои данные с помощью общедоступных записей голосования около 6 миллионов человек, они обнаружили, что люди в информационном + социальной группе были 0,39 процентных пункта больше, вероятно, на самом деле голосовали, чем у людей, находящихся в состоянии контроля, и что люди в информационной группе так же, как, вероятно, чтобы голосовать, как люди в состоянии управления (рис 4.17).
Этот эксперимент показывает, что некоторые интернет-сообщения попадают из-The-голосования являются более эффективными, чем другие, и это показывает, что оценка исследователя эффективности лечения может зависеть от изучения того, они сообщили, или фактическое поведение. Этот эксперимент, к сожалению, не дает каких-либо подсказки о механизмах, с помощью которых социальная информация, которую некоторые исследователи игриво называют "лицом свая" -Увеличение голосования. Это может быть, что социальная информация возросла вероятность того, что кто-то заметил баннер или, что увеличило вероятность того, что кто-то заметил, что знамя на самом деле голосовали или обоих. Таким образом, этот эксперимент дает интересный вывод , что дальнейшее исследователь, вероятно , изучить (см , например, Bakshy, Eckles, et al. (2012) и Bakshy, Eckles, et al. (2012) ).
В дополнение к продвижению целей исследователей, этот эксперимент также выдвинул цель организации-партнера (Facebook). Если изменить поведение изучали при голосовании на покупку мыла, то вы можете увидеть , что исследование имеет точно такую же структуру , как и эксперимент , чтобы измерить эффект онлайн - рекламы (см , например, Lewis and Rao (2015) ). Эти исследования эффективности объявления часто измерить эффект воздействия интернет - рекламы-лечения в Bond et al. (2012) и Bond et al. (2012) в основном объявления для голосования по вопросу автономного поведения. Таким образом, это исследование может развиваться способность Facebook, чтобы изучить эффективность интернет-рекламы и может помочь Facebook убедить потенциальных рекламодателей, что Facebook объявления являются эффективными.
Несмотря на то, интересы исследователей и партнеров в основном были выровнены в этом исследовании, они были также частично в напряжении. В частности, распределение участников трех условий контроля, информация, и информация + социально-был чрезвычайно несбалансированным: 98% выборки был назначен информация + социальный. Это несбалансированное распределение является неэффективным статистически, и гораздо более эффективное распределение для исследователей бы было 1/3 участников в каждой группе. Но, несбалансированной распределение произошло потому, что Facebook хочет, чтобы все получить информацию + социальное лечение. К счастью, исследователи убедили их удержать 1% для соответствующего лечения и 1% участников для контрольной группы. Без контрольной группы было бы в принципе невозможно измерить эффект инфо + социальное лечение, потому что это был бы "возмущают и наблюдать" эксперимент, а не рандомизированное контролируемое эксперимент. Этот пример дает ценный практический урок для работы с партнерами: иногда вы создаете эксперимент убедив кого-то, чтобы поставить лечение, а иногда вы создаете эксперимент убедив кого-то, чтобы не доставить лечение (то есть, чтобы создать контрольную группу).
Партнерство не всегда нужно привлекать технологические компании и тесты A / B с миллионами участников. Например, Александр Coppock, Эндрю Guess, и Джон Терновский (2016) в партнерстве с экологической НПО (Лига Избирателей Сохранения) проводить эксперименты тестирования различных стратегий для содействия социальной мобилизации. Исследователи использовали щебетать счета НГО разослать как государственные, так и частные твиты прямые сообщения, которые пытались простых различных типов идентичностей. Затем исследователи измеряли, какие из этих сообщений были наиболее эффективными для поощрения людей подписать петицию и перечириканье информацию о петиции.
тема | цитирование |
---|---|
Эффект Facebook Лента новостей по обмену информацией | Bakshy, Rosenn, et al. (2012) |
Влияние частичной анонимности на поведение на интернет-сайте знакомств | Bapna et al. (2016) |
Влияние дома энергии Отчеты об использовании электроэнергии | Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013) |
Влияние дизайна приложений на вирусного распространения | Aral and Walker (2011) |
Влияние распространения механизма на диффузию | Taylor, Bakshy, and Aral (2013) |
Влияние социальной информации, содержащейся в рекламных объявлениях | Bakshy, Eckles, et al. (2012) |
Влияние частоты каталог продаж через каталог и он-лайн для различных типов клиентов | Simester et al. (2009) |
Влияние информации популярности на потенциальных работу приложений | Gee (2015) |
Влияние начальных оценок по популярности | Muchnik, Aral, and Taylor (2013) |
Влияние содержания сообщения на политической мобилизации | Coppock, Guess, and Ternovski (2016) |
В целом, партнерство с мощным позволяет вам работать в масштабе, который трудно сделать иначе, и в таблице 4.3 предоставляет другие примеры партнерских отношений между исследователями и организациями. Partnering может быть намного проще, чем создать свой собственный эксперимент. Но эти преимущества с недостатками: партнерства могут ограничить виды участников, лечения и результатов, которые можно изучать. Кроме того, эти партнерские отношения могут привести к этическим проблемам. Лучший способ определить возможность для партнерства замечать реальную проблему, которую вы можете решить в то время как вы делаете интересную науку. Если вы не привыкли к такому взгляду на мир, это может быть трудно обнаружить проблемы в квадранте Пастера, но с практикой, вы начнете замечать их все больше и больше.