4.5.4 Kompaniano kun la potenca

Partnering povas redukti kostojn kaj pliigi skalo, sed ĝi povas ŝanĝi la specoj de partoprenantoj, traktadoj, kaj Outcomes ke vi povas uzi.

La alternativo fari ĝin mem mem estas kunlaboro kun potenca organizo kiel kompanio, registaro aŭ NRO. La avantaĝo de labori kun kunulo estas ke ili povas ebligi vin kuri eksperimentojn, kiujn vi mem ne povas fari. Ekzemple, unu el la eksperimentoj, kiujn mi diros al vi pri sube, partoprenis 61 milionojn da partoprenantoj - neniu individua esploristo povus atingi tiun skalon. Samtempe, ke kunlaborado pliigas tion, kion vi povas fari, ĝi ankaŭ konvinkas vin. Ekzemple, multaj kompanioj ne permesos al vi ekzekuti eksperimenton, kiu povus damaĝi ilian komercon aŭ sian reputacion. Labori kun kompanianoj ankaŭ signifas, ke kiam temas pri eldonado, vi eble premas "rekomenci" viajn rezultojn, kaj iuj partneroj eĉ povus provi bloki la publikigadon de via laboro se ĝi faras ilin aspekti malbone. Fine, kunlaborado ankaŭ venas kun kostoj rilatigitaj kun evoluado kaj subtenado de ĉi tiuj kunlaboradoj.

La kerna defio, kiu devas esti solvita por sukcesi ĉi tiujn kunlaborajn sukcesojn, troviĝas maniero por ekvilibrigi la interesojn de ambaŭ partoj, kaj helpema maniero pensi pri tiu ekvilibro estas Pasteur's Quadrant (Stokes 1997) . Multaj esploristoj opinias, ke se ili laboras pri io praktika - io, kio povus interesiĝi al partnero - tiam ili ne povas fari realan sciencon. Ĉi tiu penso faros ĝin tre malfacile krei sukcesajn partnerecojn, kaj ĝi ankaŭ okazas tute malĝuste. La problemo de ĉi tiu maniero pensas mirinde ilustrita per la esplora esploro de la biologo Louis Pasteur. Dum ĝi laboras en komerca projekto de fermentado por konverti betonsukon en alkoholon, Pasteur malkovris novan klason de mikroorganismo kiu eventuale kondukis al la germana teorio de malsano. Ĉi tiu malkovro solvis tre oportunan problemon - ĝi helpis plibonigi la procezon de fermentado - kaj ĝi kondukis al grava scienca antaŭeniro. Tiel, prefere ol pensado pri esplorado kun praktikaj aplikoj kiel konflikto kun vera scienca esplorado, estas pli bone pensi pri ĉi tiuj kiel du apartaj dimensioj. Esploro povas esti instigita per uzo (aŭ ne), kaj esplorado povas serĉi fundamentan komprenon (aŭ ne). Kritike, iuj esplorado-kiel Pasteur's-povas esti instigitaj per uzo kaj serĉante fundamentan komprenon (figuro 4.17). Esploro en la Kadrant-esplorado de Pasteur, kiu efektive antaŭas du celojn, estas ideala por kunlaboroj inter esploristoj kaj partneroj. Pro tio, mi priskribos du eksperimentajn studojn kun partnerecoj: unu kun kompanio kaj unu kun ONG.

Figuro 4.17: Pasteur's Quadrant (Stokes 1997). Prefere ol pensado pri esplorado kiel baza aŭ aplikata, ĝi estas pli bone pensi pri ĝi kiel instigita per uzo (aŭ ne) kaj serĉante fundamentan komprenon (aŭ ne). Ekzemplo de esplorado, ke ambaŭ estas motivitaj per uzo kaj esploras fundamentan komprenon, estas la laboro de Pasteur pri konvertado de beto-suko en alkoholon, kiu kondukas al la germana teorio de malsano. Ĉi tiu estas la speco de laboro, kiu plej taŭgas por partnerecoj kun potencaj. Ekzemploj de laboro, kiuj estas motivitaj per uzo, sed kiuj ne serĉas fundamentan komprenon venas de Thomas Edison, kaj ekzemploj de laboro, kiuj ne estas uzataj, sed kiuj serĉas komprenon de Niels Bohr. Vidu Stokes (1997) por pli profunda diskuto pri ĉi tiu kadro kaj ĉiu el ĉi tiuj kazoj. Adaptita de Stokes (1997), figuro 3.5.

Figuro 4.17: Pasteur's Quadrant (Stokes 1997) . Prefere ol pensado pri esplorado kiel "baza" aŭ "aplikita", estas pli bone pensi pri ĝi kiel instigita per uzo (aŭ ne) kaj serĉante fundamentan komprenon (aŭ ne). Ekzemplo de esplorado, ke ambaŭ estas motivitaj per uzo kaj esploras fundamentan komprenon, estas la laboro de Pasteur pri konvertado de beto-suko en alkoholon, kiu kondukas al la germana teorio de malsano. Ĉi tiu estas la speco de laboro, kiu plej taŭgas por partnerecoj kun potencaj. Ekzemploj de laboro, kiuj estas motivitaj per uzo, sed kiuj ne serĉas fundamentan komprenon venas de Thomas Edison, kaj ekzemploj de laboro, kiuj ne estas uzataj, sed kiuj serĉas komprenon de Niels Bohr. Vidu Stokes (1997) por pli profunda diskuto pri ĉi tiu kadro kaj ĉiu el ĉi tiuj kazoj. Adaptita de Stokes (1997) , figuro 3.5.

Grandaj kompanioj, aparte teknikaj kompanioj, evoluigis nekredeble kompleksan infrastrukturon por ekzekuti kompleksajn eksperimentojn. En la teknologia industrio, ĉi tiuj eksperimentoj ofte nomiĝas provoj A / B ĉar ili komparas la efikecon de du traktadoj: A kaj B. Tiaj eksperimentoj ofte kuras por aferoj kiel pliigi alklaktajn prezojn sur anoncoj, sed la sama eksperimenta infrastrukturo povas ankaŭ esti uzata por esplorado, kiu antaŭas sciencan komprenon. Ekzemplo kiu ilustras la eblon de ĉi tiu speco de esplorado estas studo realigita de partnereco inter esploristoj ĉe Facebook kaj la Universitato de Kalifornio, San Diego, pri la efikoj de malsamaj mesaĝoj en la balotanto (Bond et al. 2012) .

La 2-an de novembro 2010 - la tago de la usonaj kongresaj elektoj - ĉiuj 61 milionoj da uzantoj de Facebook, kiuj loĝis en Usono kaj estis pli ol 18 jaroj partoprenis en eksperimento pri balotado. Post vizitado de Facebook, uzantoj estis hazarde atribuitaj al unu el tri grupoj, kiuj determinis, kion signo (se iu) estis metita sur la supro de ilia Novaĵaj Fotoj (figuro 4.18):

  • grupo de kontrolo
  • Informa mesaĝo pri balotado per klarebla butono "Mi Voĉdonita" kaj kontrakto (Informoj)
  • Informa mesaĝo pri balotado kun klako "Mi Voĉdonis" butonon kaj nombrilon pli nomojn kaj bildojn de iliaj amikoj, kiuj jam klakis la "Mi Voĉdonis" (Informoj + Socia)

Kuponoj kaj kolegoj studis du ĉefajn rezultojn: raportita voĉdonado kaj reala balotado. Unue, ili trovis, ke homoj en la Informa + Socia grupo proksimume du procentajn punktojn pli verŝajne ol homoj en la Informa grupo alklaku "Mi Voĉdonis" (ĉirkaŭ 20% kontraŭ 18%). Plue, post kiam la esploristoj kunfandis siajn datumojn per publike haveblaj balotaj rekordoj por ĉirkaŭ ses milionoj da homoj, ili trovis, ke homoj en la Informa-Socia grupo estis 0.39 procentoj, pli probable, ke ili voĉdonu ol tiuj en la grupo de kontrolo kaj ke homoj en la Grupo de Informoj estis same probable kiel voĉdoni kiel tiuj en la grupo de kontrolo (figuro 4.18).

Figuro 4.18: Rezultoj de eksperimenta eksperimento sur Facebook (Bond et al. 2012). Partoprenantoj en la Grupo de Informoj voĉdonis samtempe al tiuj en la grupo de kontrolo, sed homoj en la Info + Socia grupo voĉdonis iomete pli altan. Baroj reprezentas estimitajn 95% konfidojn. Rezultoj en la grafikaĵo estas por la proksimume ses milionoj da partoprenantoj kiuj estis egalitaj al voĉdonaj rekordoj. Adaptita de Bond et al. (2012), figuro 1.

Figuro 4.18: Rezultoj de eksperimenta eksperimento sur Facebook (Bond et al. 2012) . Partoprenantoj en la Grupo de Informoj voĉdonis samtempe al tiuj en la grupo de kontrolo, sed homoj en la Info + Socia grupo voĉdonis iomete pli altan. Baroj reprezentas estimitajn 95% konfidojn. Rezultoj en la grafikaĵo estas por la proksimume ses milionoj da partoprenantoj kiuj estis egalitaj al voĉdonaj rekordoj. Adaptita de Bond et al. (2012) , figuro 1.

La rezultoj de ĉi tiu eksperimento montras, ke iuj retpoŝtaj retpoŝtaj mesaĝoj estas pli efikaj ol aliaj, kaj ke la takso de efikeco de esploristo povas dependi ĉu la rezulto raportas voĉdonadon aŭ realan voĉdonadon. Ĉi tiu eksperimento bedaŭrinde ne ofertas ajnajn aŭtoveturejojn pri la mekanismoj, per kiuj la socia informo -kiu iuj esploristoj ludis lude "vizaĝan kampon" - balotigitan voĉdonadon. Eble la socia informo pliigis la verŝajnecon, ke iu rimarkis la standardon aŭ pliigis la verŝajnecon, ke iu, kiu rimarkis la standardon, fakte voĉdonis aŭ ambaŭ. Tiel, ĉi tiu eksperimento provizas interesan trovon, kiun aliaj esploristoj verŝajne esploros (vidu, ekzemple Bakshy, Eckles, et al. (2012) ).

Krom antaŭenigi la celojn de la esploristoj, ĉi tiu eksperimento ankaŭ progresis la celon de la asocia organizo (Facebook). Se vi ŝanĝos la konduton studitan de balotado por aĉeti sapo, tiam vi povas vidi, ke la studo havas la saman strukturon kiel eksperimenton por mezuri la efikon de interretaj anoncoj (vidu ekz., RA Lewis and Rao (2015) ). Ĉi tiuj ad efikecaj studoj ofte mezuras la efikon de ekspozicio al interretaj anoncoj-la traktadoj en Bond et al. (2012) estas esence anoncoj por balotado-sur senkulpa konduto. Tiel, ĉi tiu esplorado povus antaŭenigi la kapablecon de Facebook por studi la efikecon de interretaj anoncoj kaj povus helpi Facebook konvinki potencialajn anoncistojn, ke anoncoj de Facebook efikas ŝanĝante konduton.

Kvankam la interesoj de la esploristoj kaj partneroj estis plejparte vicigitaj en ĉi tiu studo, ili ankaŭ estis parte en streĉiĝo. En aparta, la asigno de partoprenantoj al la tri grupoj-kontrolo, Informoj, kaj Info + Socia-estis terure malakvilibra: 98% de la specimeno estis atribuita al Informoj + Socia. Ĉi tiu imbalanceda atribuo estas ineficie statistike, kaj multe pli bona atribuo por la esploristoj havus trionon de la partoprenantoj en ĉiu grupo. Sed la senkonsidera atribuo okazis ĉar Facebook volis ke ĉiuj ricevu la Informon + Socian traktadon. Feliĉe, la esploristoj konvinkis, ke ili tenu reen 1% por rilata traktado kaj 1% de partoprenantoj por grupo de kontrolo. Sen la grupo de kontrolo, ĝi estus esence neebla mezuri la efikon de la Informa + Socia traktado ĉar ĝi estus "perturba kaj observis" eksperimenton prefere ol hazarde kontrolitan eksperimenton. Ĉi tiu ekzemplo provizas valoran praktikan lecionon por labori kun kompanianoj: kelkfoje vi kreas eksperimenton konvinkante iun por transdoni traktadon kaj foje vi kreas eksperimenton konvinkante al iu, ke oni ne transdonu traktadon (tio estas, krei grupon de kontrolo).

Kunlaborado ne ĉiam bezonas okupi teknologiajn kompaniojn kaj provojn A / B kun milionoj da partoprenantoj. Ekzemple, Alexander Coppock, Andrew Guess, kaj John Ternovski (2016) kunlaboris kun ekologia NRO-la Ligo de Konservantaj Voĉdonantoj-por ekzekuti eksperimentojn provante malsamajn strategiojn por promocii socian moviligon. La esploristoj uzis la rakonton de Twitter de la ONG por sendi publikajn tweets kaj privatajn rektajn mesaĝojn, kiuj provis pripensi malsamajn specojn de identecoj. Ili tiam mezuris, kiu el tiuj mesaĝoj estis plej efika por kuraĝigi homojn subskribi peton kaj retweet-informon pri peto.

Tablo 4.3: Ekzemploj de Eksperimentoj Envolvantaj Partnerecojn inter Esploristoj kaj Organizaĵoj
Temo Referencoj
Efekto de Facebook Novaĵoj Feed sur informo interŝanĝado Bakshy, Rosenn, et al. (2012)
Efekto de parta anonimeco sur konduto en interreta citas retejo Bapna et al. (2016)
Efekto de Hejma Energio Raportoj pri elektra uzado Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Efekto de app dezajno sur viral disvastigo Aral and Walker (2011)
Efekto de disvastiganta mekanismo pri disvastigo SJ Taylor, Bakshy, and Aral (2013)
Efekto de socia informo en reklamoj Bakshy, Eckles, et al. (2012)
Efekto de kataloga ofteco sur vendoj tra katalogo kaj interrete por malsamaj tipoj de klientoj Simester et al. (2009)
Efekto de populareca informo pri eblaj laborpostenoj Gee (2015)
Efekto de komenca ratings pri populareco Muchnik, Aral, and Taylor (2013)
Efekto de mesaĝ-enhavo pri politika mobilizo Coppock, Guess, and Ternovski (2016)

Entute, kunlabori kun la potenculoj ebligas al vi funkcii ĉe skalo, kiu alie malfacilas fari, kaj tablo 4.3 provizas aliajn ekzemplojn de kunlaboradoj inter esploristoj kaj organizoj. Partnanto povas esti multe pli facila ol konstrui vian propran eksperimenton. Sed ĉi tiuj avantaĝoj venas kun malavantaĝoj: partnerecoj povas limigi la specojn de partoprenantoj, traktadoj kaj rezultoj, kiujn vi povas studi. Plie, ĉi tiuj partnerecoj povas konduki al etikaj defioj. La plej bona maniero por rimarki okazon por konsorcio estas rimarki realan problemon, kiun vi povas solvi dum vi faras interesan sciencon. Se vi ne kutimis rigardi la mondon, ĝi povas malfacile trovi problemojn en la Kadranto de Pasteur, sed, per praktiko, vi komencos rimarki ilin pli kaj pli.