4.6.1 صفر متغیر لاگت کے اعداد و شمار بنائیں

بڑے تجربات کو چلانے کی کلید آپ کی متغیر قیمت صفر تک چلانے کے لئے ہے. ایسا کرنے کا بہترین طریقہ آٹومیشن اور تفریحی تجربات کو ڈیزائن کرنا ہے.

ڈیجیٹل تجربات میں ڈرامائی طور پر مختلف لاگت کے اخراجات ہوسکتے ہیں، اور یہ محققین تجربات کو چلانے کے قابل بناتا ہے جو ماضی میں ناممکن تھے. اس فرقے کے بارے میں سوچنے کا ایک طریقہ یہ بتانا ہے کہ تجربات عام طور پر دو قسم کے اخراجات ہیں: مقررہ اخراجات اور متغیر اخراجات. فکسڈ اخراجات ایسے اخراجات ہیں جو شرکاء کی تعداد کے باوجود بے ترتیب رہیں گے. مثال کے طور پر، تجربہ گاہ میں، فکسڈ اخراجات فرنیچر خریدنے اور فرنیچر خریدنے کی قیمت ہو سکتی ہے. متغیر اخراجات ، دوسری طرف، شرکاء کی تعداد پر منحصر ہے. مثال کے طور پر، تجربہ کار تجربہ کار میں، عملے اور شرکاء ادا کرنے سے متغیر اخراج ہو سکتا ہے. عام طور پر، ینالاگ تجربات میں کم فکسڈ اخراجات اور اعلی متغیر اخراجات ہیں، جبکہ ڈیجیٹل تجربات میں اعلی مقررہ اخراجات اور کم متغیر اخراجات (4.14 نمبر) ہیں. اگرچہ ڈیجیٹل تجربات کم متغیر اخراجات ہیں، تو آپ متعدد دلچسپ مواقع پیدا کرسکتے ہیں جب آپ متغیر قیمت کو صفر تک چلاتے ہیں.

شکل 4.19: اینجال اور ڈیجیٹل تجربات میں لاگت کے ڈھانچے کی منصوبہ بندی. عام طور پر، ینالاگ تجربات میں کم طے شدہ اخراجات اور اعلی متغیر اخراجات ہیں جبکہ ڈیجیٹل تجربات میں اعلی مقررہ اخراجات اور کم متغیر اخراجات ہیں. مختلف قیمتوں کا ڈھانچہ مطلب یہ ہے کہ ڈیجیٹل تجربات پیمانے پر چل سکتے ہیں جو اینجال تجربات کے ساتھ ممکن نہیں ہیں.

شراکت داروں کو عملے اور ادائیگیوں میں متغیر لاگت کی ادائیگی کے دو اہم عناصر ہیں- اور ان میں سے ہر ایک کو مختلف حکمت عملی کے استعمال سے صفر تک لے جایا جا سکتا ہے. اسٹاف کے عملے کو اس کام سے روکنا ہے جو تحقیق معاونین شرکاء کو بھرتی کرتے ہیں، علاج فراہم کرتے ہیں اور نتائج کا اندازہ کرتے ہیں. مثال کے طور پر Schultz کی کے مطابق میدان تجربہ اور ساتھیوں (2007) بجلی کے استعمال کی ضرورت تحقیق کے معاونین پر علاج کی فراہمی اور بجلی کے میٹر (چترا 4.3) پڑھنے کے لئے ہر ایک کے گھر کا سفر کرنے کے لئے. تحقیقاتی معاونوں کی طرف سے اس کوشش کا مطلب یہ ہے کہ مطالعہ کرنے کے لئے ایک نئے خاندان کو شامل کرنا ہوگا. دوسری طرف، وکیپیڈیا کے ایڈیٹرز پر ایوارڈز کے اثرات پر ریویو اور وین ڈی ریجٹ (2012) ڈیجیٹل فیلڈ تجربے کے لئے، محققین کو تقریبا کسی بھی قیمت پر زیادہ شرکاء شامل کرسکتے ہیں. متغیر انتظامی اخراجات کو کم کرنے کے لئے ایک عمومی حکمت عملی ہے جسے کمپیوٹر کے کام کے ساتھ انسانی کام (مہنگا ہے) تبدیل کرنا ہے (جو سستا ہے). بہرحال آپ اپنے آپ سے پوچھ سکتے ہیں: کیا یہ تجربہ چل سکتا ہے جبکہ میری تحقیقاتی ٹیم پر سب کچھ سو رہا ہے؟ اگر جواب ہاں ہے تو، آپ نے آٹومیشن کا ایک بڑا کام کیا ہے.

متغیر قیمت کا دوسرا اہم قسم شرکاء کے لئے ادائیگی ہے. کچھ محققین نے ایمیزون میکانی ترک اور دیگر آن لائن لیبر مارکیٹوں کا استعمال کیا ہے جو شرکاء کے لئے ضروریات کو کم کرنے کے لئے ہیں. متغیر اخراجات کو صفر تک پہنچانے کے لئے، تاہم، ایک مختلف نقطہ نظر کی ضرورت ہے. ایک طویل عرصے تک، محققین نے ایسے تجربات تیار کیے ہیں جو اتنے بورنگ ہیں انہیں لوگوں کو حصہ لینے کے لئے ادا کرنا ہوگا. لیکن اگر آپ ایک تجربہ بن سکتے ہیں تو کیا لوگ چاہتے ہیں؟ یہ اب تک لایا جا سکتا ہے، لیکن میں آپ کو اپنے کام سے ذیل میں ایک مثال دے دونگا، اور جدول 4.4 میں مزید مثالیں موجود ہوں گے. نوٹ کریں کہ تفریحی تجربات کو ڈیزائن کرنے کا یہ تصور باب 3 میں سے چند موضوعات کو مستحکم کرتا ہے اور اس کے بارے میں مزید لطف اندوز ہونے والے سروے اور باب 5 میں ڈیزائن کرنے کے بارے میں بڑے پیمانے پر تعاون کے ڈیزائن کے بارے میں. اس طرح، مجھے لگتا ہے کہ شراکت دار لطف اندوز - صارف کے تجربے کو کیا بھی کہا جا سکتا ہے- ڈیجیٹل عمر میں ریسرچ ڈیزائن کا ایک اہم حصہ ہوگا.

اگر آپ صفر متغیر لاگت ڈیٹا کے ساتھ تجربات بنانا چاہتے ہیں تو، آپ کو اس بات کا یقین کرنے کی ضرورت ہوگی کہ ہر چیز کو مکمل طور پر خود کار طریقے سے بنایا جائے اور شرکاء کو کوئی ادائیگی کی ضرورت نہیں ہے. یہ ظاہر کرنے کے لئے کہ یہ کس طرح ممکن ہے، میں ثقافتی مصنوعات کی کامیابی اور ناکامی پر اپنے مقالو تحقیق کی وضاحت کروں گا.

میرا مقالو ثقافتی مصنوعات کے لئے کامیابی کی شاندار نوعیت کی طرف سے حوصلہ افزائی کی گئی تھی. گانے، نغمے، بہترین فروخت کتابیں، اور بلاکسبسٹر فلموں کو مار ڈالو، اوسط سے زیادہ کامیاب ہے. اس کی وجہ سے، ان کی مصنوعات کے لئے مارکیٹوں کو اکثر "فاتح لینے والے" مارکیٹوں کا نام دیا جاتا ہے. اس کے باوجود، ایک ہی وقت میں، جو خاص گیت، کتاب، یا فلم کامیاب ہوجائے گی، ناقابل یقین حد تک غیر متوقع ہے. اسکرینیوٹر ولیم گولڈ مین (1989) حیرت انگیز طور پر بہت سے تعلیمی تحقیقات کا ذکر کرتے ہوئے کہا کہ، جب کامیابی کی پیشن گوئی کی جاتی ہے تو، "کوئی بھی نہیں جانتا." فاتح-لی-تمام مارکیٹوں کی غیر متوقع صلاحیت نے مجھے حیرت کیا ہے کہ کامیابی کا نتیجہ کتنا نتیجہ ہے. معیار اور کتنا ہی قسمت ہے. یا، تھوڑا سا فرق ظاہر کیا، اگر ہم متوازی دنیا پیدا کر سکتے ہیں اور ان سب کو آزادانہ طور پر تیار کیا جائے گا، کیا ہی گانا ہر دنیا میں مقبول ہو جائے گا؟ اور، اگر نہیں، تو کیا یہ ایک میکانزم ہے جو ان اختلافات کا سبب بن سکتا ہے؟

ہم ان سوالات کا جواب دینے کے لئے، پیٹر ڈڈڈز، ڈنکن واٹس (میرے مقالہ مشیر) نے آن لائن فیلڈ تجربات کی ایک سیریز میں حصہ لیا. خاص طور پر، ہم نے ایک ویب سائٹ بنائی ہے جس میں MusicLab کہا جاتا ہے جہاں لوگ نئی موسیقی تلاش کرسکتے ہیں، اور ہم نے اس کے تجربات کے سلسلے میں استعمال کیا. ہم نے بینکوں کے اشتھارات کو ایک نوجوان دلچسپی کی ویب سائٹ پر (4.20 نمبر) اور ذرائع ابلاغ میں بیان کے ذریعے شرکاء کو بھرنے کی بھرتی کی. ہماری ویب سائٹ پر آنے والے شرکاء نے مطلع رضامندی فراہم کی، ایک مختصر پس منظر کے سوالنامے کو مکمل کیا، اور بے ترتیب طور پر دو تجرباتی حالات میں سے کسی ایک کو آزاد اور سماجی اثر انداز کر دیا گیا. آزاد حالت میں، شرکاء نے فیصلہ کیا کہ جس کے بارے میں گانے، نغمے اور گانے کے ناموں کو صرف گانے، نغمے سننے کے لئے. ایک گیت سننے کے دوران، شرکاء سے یہ پوچھا گیا کہ اس کے بعد گانا ڈاؤن لوڈ کرنے کے موقع پر ان کا موقع (لیکن ذمہ داری نہیں) کے بعد تھا. سماجی اثرات کی حالت میں، شرکاء میں ایک ہی تجربہ تھا، اس کے علاوہ وہ یہ بھی دیکھ سکتے تھے کہ ہر گانا پچھلے شرکاء کی طرف سے کتنے بار ڈاؤن لوڈ کر چکے ہیں. اس کے علاوہ، سماجی اثر و رسوخ کی حالت میں شرکاء بے ترتیب طور پر ایک متوازی دنیا میں سے ایک کو تفویض کیا گیا تھا، جن میں سے ہر ایک نے آزادانہ طور پر تیار کیا (4.21 نمبر). اس ڈیزائن کا استعمال کرتے ہوئے، ہم نے دو سے متعلق تجربات بھاگ لیا. سب سے پہلے، ہم گانا ایک ناپسندیدہ گرڈ میں شرکاء کو پیش کرتے ہیں، جس نے ان کو مقبولیت کا ایک کمزور سگنل فراہم کیا. دوسرا تجربہ میں، ہم نے گریڈ درج کردہ فہرست میں پیش کی، جس نے مقبولیت کا ایک بہت بڑا سگنل فراہم کیا (اعداد و شمار 4.22).

شکل 4.20: بینر کے اشتہار کا ایک مثال ہے کہ میرے ساتھیوں اور میں نے (Salganik, Dodds, and Watts 2006) تجربات (Salganik, Dodds, and Watts 2006) شرکاء کو بھرتی کرنے کے لئے استعمال کیا. Salganik (2007) طرف سے دوبارہ پیش کی گئی، اعداد و شمار 2.12.

شکل 4.21: MusicLab تجربات کے لئے تجرباتی ڈیزائن (Salganik, Dodds, and Watts 2006) . شرکاء کو بے ترتیب طور پر دو حالتوں میں تفویض کیا گیا تھا: آزاد اور سماجی اثرات. آزاد حالت میں شرکاء نے اپنے لوگوں کو کسی بھی معلومات کے بغیر بنا دیا جس کے بارے میں دوسرے لوگوں نے کیا کیا تھا. سماجی اثر و رسوخ کی حالت میں شرکاء بے ترتیب طور پر ایک متوازی دنیا میں سے ایک کو تفویض کیا گیا تھا، جہاں وہ مقبولیت کو دیکھ سکتے تھے- جیسا کہ پچھلے شرکاء کے ڈاؤن لوڈز کے ذریعہ ان کی دنیا میں ہر گانا کا ڈاؤن لوڈ ہوتا تھا، لیکن وہ کسی بھی معلومات کو نہیں دیکھ سکتے تھے، نہ ہی وہ یہاں تک کہ دیگر دنیاوں کے وجود کے بارے میں بھی جانیں. Salganik, Dodds, and Watts (2006) ، اعداد و شمار S1.

ہم نے محسوس کیا کہ گیت کی مقبولیت دنیا بھر میں مختلف تھی، اور یہ کہ یہ قسمت نے کامیابی میں اہم کردار ادا کیا. مثال کے طور پر، ایک دنیا میں 52 میٹرٹر کی طرف سے گانا "لاکنڈ" 48 گانے سے پہلے میں آیا، جبکہ دوسری دنیا میں یہ 40 ویں دہائی میں آیا. یہ بالکل وہی گیت تھا جسے تمام گیتوں کے خلاف مقابلہ کرنا تھا، لیکن ایک ایسی دنیا میں یہ خوش قسمت ہوا اور دوسروں میں یہ نہیں تھا. اس کے علاوہ، دو تجربات کے نتائج کے موازنہ کے ذریعے، ہم نے محسوس کیا کہ سماجی اثرات ان بازاروں کے فاتح لیتے ہیں، جس میں شاید مہارت کی اہمیت کا اشارہ ہے. لیکن، دنیا بھر میں دیکھتے ہیں (جو اس قسم کے متوازی دنیا کے تجربے کے باہر نہیں کیا جا سکتا ہے)، ہم نے محسوس کیا کہ اصل میں قسمت کا اہم اثر قسمت کی اہمیت میں اضافہ ہوا ہے. اس کے علاوہ حیرت انگیز بات یہ ہے کہ یہ سب سے زیادہ اپیل کی گیت تھی جہاں قسمت زیادہ سے زیادہ تھی (اعداد و شمار 4.23).

شکل 4.22: MusicLab تجربات میں سماجی اثرات کے حالات سے اسکرین شاٹس (Salganik, Dodds, and Watts 2006) . تجربے 1 میں سماجی اثرات کی حالت میں، پچھلے ڈاؤن لوڈ کی تعداد کے ساتھ، گانے، نغمے 16 \(\times\) 3 آئتاکار گرڈ میں منعقد شرکاء کو پیش کیا گیا تھا، جہاں گانا کی پوزیشن بے ترتیب طور پر ہر ایک کے لئے تفویض کیا گیا تھا شرکاء تجربے 2 میں، سماجی اثر و رسوخ کی حالت میں شرکاء کو مقبول مقبولیت کے نچلے سلسلے میں ایک کالم میں پیش کردہ ڈاؤن لوڈ شماروں کے ساتھ گانا دکھایا گیا تھا.

شکل 4.23: اپیل اور کامیابی (Salganik, Dodds, and Watts 2006) درمیان تعلقات کو ظاہر کرنے کے لئے (Salganik, Dodds, and Watts 2006) تجربات کے نتائج. آزادی دنیا میں گانا کا \(x\) ایکسکس ہے، جو گانا کی اپیل کی پیمائش کے طور پر کام کرتا ہے، اور \(y\) -کسس اسی گیت میں مارکیٹ کا حصہ ہے. آٹھ سماجی اثرات دنیا، جو گانے کی کامیابی کی پیمائش کے طور پر کام کرتی ہے. ہم نے محسوس کیا کہ سماجی اثر و رسوخ میں اضافہ ہونے والے شرکاء میں خاص طور پر تجربات 1 کے تجربے میں تبدیلی 1 (اعداد و شمار 4.22) میں تبدیلی سے زیادہ غیر متوقع طور پر کامیاب ہونے کی وجہ سے، خاص طور پر گانے کے سب سے زیادہ اپیل کے ساتھ. Salganik, Dodds, and Watts (2006) طرف سے ایڈجسٹ کیا گیا، نمبر 3.

موسیقاب بنیادی طور پر صفر متغیر لاگت پر چلنے کے قابل تھا کیونکہ اس طرح کے ڈیزائن کو تیار کیا گیا تھا. سب سے پہلے، سب کچھ مکمل طور پر خودکار تھا لہذا میں سو رہا تھا جبکہ یہ چل رہا تھا. دوسرا، معاوضہ مفت موسیقی تھا، لہذا وہاں کوئی متغیر شرکاء معاوضہ کی قیمت نہیں تھی. معاوضہ کے طور پر موسیقی کا استعمال یہ بھی واضح کرتا ہے کہ بعض اوقات طے شدہ اور متغیر اخراجات کے درمیان تجارتی بند کیسے ہوتا ہے. موسیقی کا استعمال طے شدہ اخراجات میں بڑھ گیا ہے کیونکہ مجھے وقت بینڈ سے اجازت حاصل کرنے کی اجازت تھی اور ان کے موسیقی کے شرکاء کے ردعمل کے بارے میں ان کی رپورٹ تیار کرنا پڑا تھا. لیکن اس صورت میں، متغیر اخراجات کو کم کرنے کے لئے مقررہ مقررہ اخراجات صحیح کام کرنا تھا؛ اس نے ہمیں اس تجربے کو چلانے کے لئے فعال کیا جو معیاری لیب تجربے سے تقریبا 100 گنا زیادہ تھا.

مزید برآں، MusicLab تجربات ظاہر کرتی ہے کہ صفر متغیر کی قیمت خود کو ختم کرنے کی ضرورت نہیں ہے؛ بلکہ، یہ ایک نئی قسم کا استعمال کرنے کا ایک ذریعہ بن سکتا ہے. یاد رکھیں کہ ہم نے اپنے تمام شرکاء کو معیاری سماجی اثرات لیب تجربہ 100 بار چلانے کے لئے استعمال نہیں کیا. اس کے بجائے، ہم نے کچھ مختلف کیا، جس سے آپ نفسیاتی تجربہ سے سوئچنگ کے طور پر سوسائولوجی ایک (Hedström 2006) . انفرادی فیصلہ سازی پر توجہ مرکوز کرنے کے بجائے، ہم نے مقبولیت، اجتماعی نتائج پر اپنے تجربے پر توجہ مرکوز کیا. مجموعی نتائج کے اس سوئچ کا مطلب یہ تھا کہ ہمیں صرف 700 شرکاء کو ایک ڈیٹا پوائنٹ تیار کرنا تھا (ہر متوازی دنیا میں 700 افراد تھے). تجربے کی لاگت کی ساخت کی وجہ سے اس پیمانے پر صرف ممکن تھا. عام طور پر، اگر محققین کا مطالعہ کرنا چاہتے ہیں کہ اجتماعی فیصلے سے اجتماعی نتائج کیسے پیدا ہوتے ہیں تو، موسیقی لیبل جیسے گروپ تجربات بہت دلچسپ ہیں. ماضی میں، وہ منطقی طور پر مشکل ہو چکے ہیں، لیکن صفر متغیر لاگت کے اعداد و شمار کے امکانات کی وجہ سے ان کی مشکلات دھندلا رہے ہیں.

صفر متغیر قیمت کے اعداد و شمار کے فوائد کی وضاحت کرنے کے علاوہ، MusicLab تجربات اس نقطہ نظر کے ساتھ ایک چیلنج بھی ظاہر کرتا ہے: اعلی مقررہ اخراجات. میرے معاملے میں، میں بہت خوش قسمت تھا کہ پطرس ہاسیل نامی ایک باصلاحیت ویب ڈویلپر کا کام کرنے کے لئے تقریبا چھ مہینے تک استعمال کرنے کے قابل ہوں. یہ صرف ممکن تھا کیونکہ میرے مشیر، ڈنکن واٹ نے اس قسم کی تحقیق کی حمایت کے لئے کئی امداد حاصل کی تھی. ٹیکنالوجی بہتر ہوئی ہے جب سے ہم نے 2004 میں موسیقار کی تعمیر کی ہے لہذا اب اس طرح ایک تجربے کی تعمیر میں بہت آسان ہوگا. لیکن، اعلی فکسڈ لاگت کی حکمت عملی واقعی محققین کے لئے ہیں جو کسی طرح سے ان کی لاگت کو پورا کرسکتے ہیں.

اختتام میں، ڈیجیٹل تجربات کو سنجیدہ طور پر مختلف لاگت کے ڈھانچے کے مقابلے میں تعدد تجربات ہوسکتے ہیں. اگر آپ واقعی بڑے تجربات کو چلانا چاہتے ہیں، تو آپ کو اپنے متغیر لاگت کو حد تک ممکنہ طور پر کم کرنا اور مثالی طور پر صفر کی راہ کو کم کرنے کی کوشش کرنی چاہئے. آپ اپنے تجربات کے میکانکس کو خود کار طریقے سے خود کار طریقے سے کر سکتے ہیں (مثال کے طور پر، کمپیوٹر ٹائم کے ساتھ انسانی وقت کی جگہ لے لیتے ہیں) اور تجربات کو ڈیزائن کرتے ہیں جو لوگ لوگ اندر کرنا چاہتے ہیں. محققین جو ان خصوصیات کے تجربات کو ڈیزائن کرسکتے ہیں وہ نئے قسم کے تجربات کو چلانے کے قابل ہو جائیں گے. ماضی میں ممکن نہیں. تاہم، صفر متغیر لاگت تجربات پیدا کرنے کی صلاحیت نئے اخلاقی سوالات اٹھائے جا سکتے ہیں، اس موضوع میں اب میں پتہ چلونگا.