4.6.1 sıfır değişken maliyet verilerini oluşturma

Çalışan büyük deneyler anahtarı sıfır için değişken maliyet sürüyor. Bunu yapmanın en iyi yolu otomasyon ve keyifli deneyler tasarlama vardır.

Dijital deneyler önemli ölçüde farklı maliyet yapılarına sahip olabilir ve bu geçmişte imkansız olan deneyler çalıştırmak için araştırmacılar sağlar. Daha spesifik olarak, deneyler genellikle maliyetlerin iki ana türü vardır:. Sabit maliyetler ve değişken maliyetler Sabit maliyetler kaç tane katılımcıların bağlı olarak değişiklik yok maliyetlerdir. Örneğin, bir laboratuar deneyinde, sabit maliyetler yer kiralama ve mobilya satın alma maliyeti olabilir. Öte yandan Değişken maliyetler, değişiklik kaç katılımcıların bağlı. Örneğin, bir laboratuar deneyinde, değişken maliyetler personel ve katılımcıların ödeme gelebilir. Genel olarak, analog deneyler düşük sabit maliyetler ve yüksek değişken maliyetleri ve dijital deneyler yüksek sabit maliyetler ve düşük değişken maliyetler (Şekil 4.18) var. Uygun tasarımı ile tüm yol sıfır için deney değişken maliyet sürücü, ve bu heyecan verici araştırma fırsatları yaratabilir.

Şekil 4.18: Analog ve dijital deneylerde maliyet yapılarının şematik. Dijital deneyler yüksek sabit maliyetler ve düşük değişken maliyetleri ise genel olarak, analog deneyler düşük sabit maliyetler ve yüksek değişken maliyetleri. farklı maliyet yapıları dijital deneyler, analog deneyler ile mümkün değildir bir ölçekte çalıştırmak anlamına gelir.

iki ana personel değişken maliyet ödemelerin unsurları ve ödemeler vardır katılımcılara-ve bunların her biri farklı stratejileri kullanarak sıfıra sürülebilir. Ödemeler araştırma görevlisi, katılımcıların işe tedaviler sunma ve sonuçlarını ölçme anlamına işten kök personel. Örneğin, Schultz ve arkadaşları analog tarla denemesi (2007) , sosyal normlar ve elektrik kullanımının gerekli araştırma görevlisi üzerinde elektrik sayacı tedavi teslim ve okumak için her eve (Şekil 4.3) seyahat etmek. araştırma görevlisi tarafından bu çabanın tüm çalışmanın yeni bir ev ekleyerek maliyetine eklenen olurdu anlamına geliyordu. Öte yandan, Restivo ve van de Rijt dijital alan deney için (2012) Wikipedia ödüllere, araştırmacılar hemen hemen hiçbir maliyeti daha fazla katılımcı eklemek olabilir. Değişken idari masrafları azaltmak için bir genel stratejisi (ucuz) bilgisayar çalışmaları ile (pahalı), insan işi değiştirmektir. Kabaca, kendinize sorabilirsiniz: Benim araştırma ekibi herkes uyurken bu deney çalıştırabilir miyim? Cevabınız evet ise, otomasyon büyük bir iş yaptık.

değişken maliyet ikinci ana tip katılımcılara ödemeler. Bazı araştırmacılar katılımcılara gerekli ödemeleri azaltmak için Amazon Mekanik Türk ve diğer online emek piyasalarını kullandık. sıfıra değişken maliyetlerinden tüm yol götürmek için, ancak, farklı bir yaklaşım gereklidir. Uzun bir süre için, araştırmacılar bu yüzden katılmak için insanlar ödemek zorunda sıkıcı deneyler tasarladık. Ancak, insanlar olmak istiyorum bir deneme neyi oluşturmak istemez miydiniz? Bu kadar zorlama gelebilir, ama ben kendi iş Aşağıda size bir örnek vereyim, ve Tablo 4.4 daha fazla örnekler vardır. keyifli deneyler tasarlamanın bu yaklaşım daha keyifli anketler tasarımı ve Bölüm 5 kitle işbirliği tasarımı konusunda ilgili Bölüm 3 temalar bazı yankıları unutmayın. Böylece, katılımcı keyfi-da ne kullanıcı olarak adlandırılabilir deneyim olacak dijital çağda araştırma tasarımı giderek daha önemli bir parçası olması gerektiğini düşünüyorum.

sıfır değişken maliyetler deneyler oluşturmak istiyorsanız her şey tam otomatik olduğunu ve katılımcıların herhangi bir ödeme gerekmez emin olmak isteyeceksiniz. Bu nasıl mümkün olduğunu göstermek için, ben, kültürel ürünlerin başarı ve başarısızlık benim tez araştırma anlatacağım. Bu örnek aynı zamanda sıfır değişken maliyet verileri sadece şeyler daha ucuz yapmayı olmadığını göstermektedir. Aksine, aksi takdirde mümkün olmazdı deneyleri etkinleştirme hakkında olduğunu.

Benim tez kültürel ürünler için başarı şaşırtıcı doğa tarafından motive edilmiştir. Hit şarkılar, en iyi kitaplar satan ve gişe rekorları kıran filmler çok daha başarılı ortalamasından daha çok vardır. Bu nedenle, bu ürünler için pazarlar genellikle "kazanan hepsini alır" piyasalar denir. Oysa, özellikle şarkı, kitap veya film başarılı olacak, aynı zamanda, inanılmaz derecede tahmin edilemez. Senarist William Goldman (1989) zarif başarıya tahmin gelince, diyerek akademik araştırma çok özetlenebilir "hiç kimse bir şey bilmiyor." Öngörülemezliğini kazanan her şeyi alır pazarlar bana bir sonucudur ne başarı çok merak yaptı kalite ve ne kadar sadece şans. Biz paralel dünyalar yaratmak ve aynı şarkıları her dünyada popüler olacak, hepsini bağımsız gelişmeye olabilir eğer Veya, biraz daha farklı ifade? değilse Ve, ne bu farklılıkları neden olan bir mekanizma olabilir?

Bu soruları yanıtlamak için, biz-Peter Dodds, Duncan Watts (benim tez danışmanı) ve çevrimiçi alan bir dizi deney I-ran. Özellikle, insanlar yeni müzik keşfetmek olabilir MusicLab adında bir web sitesi inşa ve biz bir dizi deneyler için kullanılır. Biz bir genç faiz web sitesinde (Şekil 4.19) banner reklamları çalıştırarak ve medyada söz aracılığıyla katılımcılara işe. sitemizde sağlanan bilgilendirilmiş onam gelen katılımcılar, kısa bir arka plan anketi tamamladı ve rastgele iki deneysel koşullar bağımsız ve sosyal etki ayrıldı. Bağımsız durumda, katılımcılar bantları ve şarkıların sadece isimler verilmiş, şarkılar dinlemek için hangi kararlar. Bir şarkıyı dinlerken, katılımcılar şarkıyı indirmek için fırsat (ancak yükümlülüğü) vardı sonra derecelendirmeleri istendi. onlar da her şarkı, önceki katılımcılar tarafından indirilen olmuştu kaç kez görebiliyordu dışında sosyal etki koşulu, katılımcılar, aynı deneyimi vardı. Ayrıca, sosyal etki durumda katılımcılar rastgele bağımsız evrimleşmiş her biri sekiz paralel dünyalar (Şekil 4.20) birine ayrıldı. Bu tasarım kullanarak, iki ilişkili deneyler koştu. İlk olarak, biz onlara popülariteye zayıf bir sinyal temin eden bir Sıralanmamış kılavuzunda katılımcılara şarkıları sundu. İkinci deneyde, biz popülerlik çok daha güçlü bir sinyal sağlanan sırada listede, şarkıları (Şekil 4.21) sundu.

Şekil 4.19: Meslektaşlarım ve ben MusicLab deneyleri için katılacakları belirlemek için kullanılan banner reklam örneği (Salganik, Dodds, and Watts 2006) .

Şekil 4.20: MusicLab deneyleri için deney tasarımı (Salganik, Dodds, and Watts 2006) . bağımsız ve sosyal etki: Katılımcılar rastgele iki koşullardan biri ayrıldı. Bağımsız durumda katılanlar diğer insanların ne yaptığını hakkında herhangi bir bilgisi olmadan kendi seçimlerini yaptı. sosyal etki durumda katılanlar rasgele onların dünyasında her şarkının daha önceki katılımcıların indirme ile ölçülen onlar popülerlik-görebiliyordu sekiz paralel dünyalar, ayrıldı, ancak herhangi bir bilgi göremiyordu, ne de bile yaptılar varlığı, başka dünyalara herhangi biliyorum.

Biz şarkı popülerlik şans önemli bir rolü olduğunu düşündürmektedir dünya genelinde farklılık bulundu. Örneğin, bir dünya 52Metro tarafından şarkı "Lockdown" 1 geldi ve başka bir dünyada 48 şarkı arasından 40. geldi. Bu tam aynı şarkılar karşı rekabet aynı şarkıyı, ama bir dünyada o şanslı var ve diğerlerinde yoktu. Ayrıca, iki deneyde sonuçları karşılaştırarak sosyal etki, belki de öngörülebilirlik görünümünü oluşturur daha eşitsiz bir başarı, yol açtığı bulunmuştur. Ama, (paralel dünyalar deney bu tür dışında yapılamaz) dünya genelinde baktığımızda, sosyal etki aslında tahmin edilemezlik arttığını gördük. Dahası, şaşırtıcı, en öngörülemeyen sonuçları (Şekil 4.22) sahip yüksek temyiz şarkılar oldu.

Şekil 4.21: MusicLab deneylerde sosyal etki koşullarından Ekran (Salganik, Dodds, and Watts 2006) . deneyde 1 sosyal etki durumunda, şarkılar, önceki indirme sayısı ile birlikte, şarkıların pozisyonları rastgele her bir katılımcı için ayrıldı 16 x 3 dikdörtgen ızgara, düzenlenmiş katılımcılara sunuldu. deneyde 2, sosyal etki durumda katılımcılar mevcut popülerlik azalan bir sütununda yer alan indirme sayıları ile, şarkıları gösterildi.

Şekil 4.22: itiraz ve başarı arasındaki ilişkiyi gösteren MusicLab deneylerden elde edilen sonuçlar (Salganik, Dodds, and Watts 2006) . x-ekseni şarkının itiraz bir ölçüsü olarak hizmet vermektedir bağımsız dünyada şarkı, pazar payı ve y-ekseni hizmet veren 8 sosyal etki dünyalarda aynı şarkıyı, pazar payı şarkı başarısının bir ölçüsü olarak. Katılımcıların sosyal etkisini artırarak deneyimli-özellikle deney 1 düzeninde değişim (Şekil 4.21) 2 deneme bulundu özellikle yüksek temyiz şarkılar için, daha tahmin edilemez olma başarısını -caused.

MusicLab çünkü tasarlanmış biçimi nedeniyle esasen sıfır değişken maliyet çalıştırmak mümkün oldu. ben uyurken çalıştırmayı başardı böylece ilk, her şey tam otomatik edildi. Hiçbir değişken katılımcı tazminat maliyeti oldu bu yüzden İkincisi, tazminat ücretsiz müzik oldu. tazminat olarak müzik kullanımı da sabit maliyetler ve değişken maliyetler arasındaki ticaret-off bazen orada nasıl göstermektedir. Ben bantları izin güvence ve müzik katılımcıların tepkisi hakkında bantları için rapor hazırlama zaman harcamak zorunda çünkü kullanarak müzik sabit maliyetler arttı. Ama, bu durumda, değişkenler maliyetlerini düşürmek amacıyla sabit maliyetlerini artırarak yapmak doğru şey vardı; standart bir laboratuar deney yaklaşık 100 kat daha büyük bir denemeyi çalıştırmak için etkin buydu.

Dahası, MusicLab deneyleri sıfır değişken maliyet kendi içinde bir son olması olmadığını göstermektedir; bunun yerine, deney yeni bir tür çalışan için bir araç olabilir. Biz standart sosyal etki laboratuvar deneyini 100 kez çalıştırmak için katılımcıların tüm kullanmak vermedi dikkat edin. Bunun yerine, bir sosyolojik deney için psikolojik bir deney geçiş olarak düşünebildiğim farklı bir şey yaptım (Hedström 2006) . Aksine bireysel karar verme odaklanmak yerine, biz, popülerliğine bir toplu sonuç bizim deney duruldu. kolektif bir sonuca Bu anahtar bir tek veri noktası üretmek için yaklaşık 700 katılımcıyı gerekli anlamına geliyordu (700 kişi paralel dünyaların her vardı). Bu ölçek nedeniyle deney maliyet yapısı mümkün oldu. Genel olarak, araştırmacılar bireysel kararlar kaynaklanan ne kadar toplu sonuçlar incelemek istiyorsanız, örneğin MusicLab olarak grup deneyleri çok heyecan verici. Geçmişte, onlar lojistik zor olmuştur, ama bu zorluklar nedeniyle sıfır değişken maliyet verilerinin olasılığı soluyor.

sıfır değişken maliyet verileri faydalarını gösteren ek olarak, MusicLab deneyleri de bu yaklaşım ile bir meydan okuma gösterir: yüksek sabit maliyetler. Benim durumumda, ben denemeyi oluşturmak için yaklaşık altı ay için Peter Hausel adında yetenekli bir web geliştiricisi ile çalışabilmek için son derece şanslı. Benim danışman, Duncan Watts, bu tür bir araştırmayı desteklemek için hibe bir dizi almıştı çünkü bu mümkün oldu. 2004 yılında MusicLab inşa beri Teknoloji gelişti ve şimdi böyle bir deney inşa etmek çok daha kolay olurdu. Ama, yüksek sabit maliyet stratejileri nasılsa bu maliyetleri karşılamak için araştırmacılar için gerçekten sadece mümkündür.

Sonuç olarak, dijital deneyler, analog deneyler daha dramatik farklı maliyet yapılarına sahip olabilir. Eğer gerçekten büyük deneyler çalıştırmak istiyorsanız, lütfen denemenize mekaniği otomatize ederek bunu yapabilirsiniz 0'a mümkün olduğunca ve ideal tüm yol değişken maliyetini azaltmak için çalışmalısınız (örneğin, bilgisayar zamanla insan zaman yerine) ve insanlar olmak istiyorum deney tasarlama. bu özellikleri ile deneyler tasarlayabilirsiniz Araştırmacılar geçmişte mümkün olmayan deneyler yeni tür çalıştırmak mümkün olacak.