4.5.4 Partner karo sing kuat

Partnering bisa ngurangi biaya lan nambah ukuran, nanging bisa ngowahi jinis peserta, pangobatan, lan kasil bisa digunakake.

Alternatif kanggo nglakoni dhewe iku partnering karo organisasi sing kuat kayata perusahaan, pemerintah, utawa NGO. Kauntungan saka nggarap partner iku bisa ngaktifake sampeyan nglakokake eksperimen sing ora bisa dilakoni dhewe. Contone, salah sijine eksperimen sing bakal dakkandhakake babagan ing ngisor iki yaiku 61 yuta peserta-ora ana peneliti individu sing bisa entuk skala kasebut. Ing wektu sing padha ningkatake apa sing bisa sampeyan tindakake, sampeyan uga bisa ngalangi sampeyan. Contone, paling perusahaan ora ngidini sampeyan nglakoni eksperimen sing bisa nyebabake bisnis utawa reputasi. Nggarap mitra uga ateges menawa nalika nerbitake wektu, sampeyan bisa teka ing tekanan kanggo "ngowahi ulang" asil sampeyan, lan sawetara mitra uga nyoba kanggo mblokir publikasi karya manawa sampeyan ndadekake dheweke katon ala. Pungkasan, partnering uga teka karo biaya sing gegandhengan karo ngembangake lan njaga kolaborasi kasebut.

Tantangan inti sing kudu ditindakake kanggo nggawe kemitraan kasebut sukses nemokake cara kanggo ngimbangi kapentingan loro pihak, lan cara sing apik kanggo mikir babagan keseimbangan kasebut yaiku Quadrant Pasteur (Stokes 1997) . Akeh peneliti mikir yen yen nggarap prakara praktis-soko sing bisa dadi kapentingan kanggo partner-banjur padha ora bisa nindakake ilmu nyata. Mindset iki bakal dadi angel banget kanggo nggawe kemitraan sukses, lan uga dadi salah. Masalah karo cara iki dipikir apik dening ilustrasi riset saka ahli biologi Louis Pasteur. Nalika nggarap proyèk fermentasi komersial kanggo ngubah jus beet dadi alkohol, Pasteur nemokake kelas mikroorganisme anyar sing pungkasane nyebabake teori kuman penyakit. Panemon iki ngrampungake masalah sing praktis banget-mbantu mbantu proses fermentasi-lan ndadèkaké advance ilmiah utama. Mangkono, tinimbang mikir babagan riset kanthi aplikasi praktis kaya sing gegayutan karo riset ilmiah sing bener, luwih becik mikirake rong ukuran kasebut. Riset bisa didol kanthi nggunakake (utawa ora), lan riset bisa ngupaya pangerten dhasar (utawa ora). Sacara kritis, sawetara riset-kaya Pasteur-bisa dimobilisasi kanthi nggunakake lan nemokake pangerten dhasar (gambar 4.17). Riset ing riset Quadrant Pasteur sing sejatine ndadeake rong gol-becik kanggo kolaborasi antarane peneliti lan mitra. Given latar mburi, aku bakal nggambarake loro studi eksperimen karo kemitraan: siji karo perusahaan lan siji karo NGO.

Gambar 4.17: Quadrant Pasteur (Stokes 1997). Tinimbang mikir babagan riset minangka salah sawijining dhasar utawa diterapake, luwih apik kanggo mikir babagan motivasi kanthi nggunakake (utawa ora) lan ngupaya pangerten dhasar (utawa ora). Conto panliten sing loro didol kanthi nggunakake lan nggoleki pemahaman dhasar yaiku karya Pasteur kanggo ngubah jus beet dadi alkohol sing nyebabake teori kuman penyakit. Iki minangka jenis karya sing paling cocok kanggo kemitraan karo sing kuat. Conto karya sing termotivasi kanthi nggunakake nanging ora ngupaya pangerten dhasar teka saka Thomas Edison, lan conto karya sing ora dimotori kanthi nggunakake nanging sing nggoleki paham saka Niels Bohr. Waca Stokes (1997) kanggo dhiskusi luwih jero babagan kerangka iki lan saben kasus kasebut. Diadaptasi saka Stokes (1997), angka 3.5.

Gambar 4.17: Quadrant Pasteur (Stokes 1997) . Luwih tinimbang mikir babagan riset minangka "dhasar" utawa "diterapake," luwih apik kanggo mikir minangka motivasi kanthi nggunakake (utawa ora) lan ngupaya pangerten dhasar (utawa ora). Conto panliten sing loro didol kanthi nggunakake lan nggoleki pemahaman dhasar yaiku karya Pasteur kanggo ngubah jus beet dadi alkohol sing nyebabake teori kuman penyakit. Iki minangka jenis karya sing paling cocok kanggo kemitraan karo sing kuat. Conto karya sing termotivasi kanthi nggunakake nanging ora ngupaya pangerten dhasar teka saka Thomas Edison, lan conto karya sing ora dimotori kanthi nggunakake nanging sing nggoleki paham saka Niels Bohr. Waca Stokes (1997) kanggo dhiskusi luwih jero babagan kerangka iki lan saben kasus kasebut. Diadaptasi saka Stokes (1997) , angka 3.5.

Perusahaan-perusahaan gedhe, utamane perusahaan-perusahaan teknologi, wis ngembangake infrastruktur sing canggih banget kanggo eksperimen kompleks. Ing industri tech, percobaan kasebut asring diarani A / B amarga padha mbandhingaké efektivitas rong pangobatan: A lan B. Eksperimen kaya iki kerep dilakoni kanggo perkara kaya ngupaya nambah-klik tarif ing iklan, nanging infrastruktur eksperimen sing padha bisa uga digunakake kanggo riset sing maju pangerten ilmiah. Conto sing nggambarake potensial saka riset iki yaiku panaliten sing dianakake dening peneliti antarane Facebook lan University of California, San Diego, ing efek saka pesen sing beda ing turnout pemilih (Bond et al. 2012) .

Ing tanggal 2 November 2010-dina pemilihan Kongres AS - kabeh 61 yuta pangguna Facebook sing manggon ing Amerika Serikat lan 18 lan sing luwih lawas ngupayakake eksperimen babagan pemungutan suara. Sawise ngunjungi Facebook, pangguna dienggo sacara acak dadi siji saka telung klompok, sing nemtokake apa banner (yen ana) diselehake ing ndhuwur Feed News (gambar 4.18):

  • grup kontrol
  • pesen sing ngumumake babagan pemungutan suara sing bisa diklik "I Voted" tombol lan counter (Info)
  • pesen sing bakal ditampilake babagan voting kanthi tombol "Aku Nganggo" sing diklik lan ditambah jeneng lan gambar kanca-kanca sing wis ngeklik "I Voted" (Info + Sosial)

Bond lan kolega sinau rong asil utama: kacarita tindak tanduk lan prilaku voting sing nyata. Pisanan, padha ketemu wong ing grup Info + Sosial kira-kira rong persentase poin luwih cenderung tinimbang wong ing grup Info kanggo klik "I Voted" (sekitar 20% vs 18%). Salajengipun, sasampunipun para panaliti nggabungaken data kaliyan rekaman voting umum babagan enem yuta tiyang, piyambakipun manggihaken bilih tiyang ing grup Info + Sosial punika 0.39 poin persentase ingkang langkung saged ngundi langkung saking kelompok kontrol lan tiyang ing grup Info padha kaya arep milih minangka sing ana ing grup kontrol (gambar 4.18).

Gambar 4.18: Asil saka eksperimen éntuk-metu-ing-voting ing Facebook (Bond et al. 2012). Peserta ing grup Info milih ing tingkat sing padha karo sing ana ing grup kontrol, nanging wong ing grup Info + Sosial milih kanthi tingkat sing luwih dhuwur. Bar diwatesi kira-kira 95% interval kapercayan. Asil ing grafik iku kanggo kira-kira enem yuta peserta sing dicocogake karo rekaman voting. Diadaptasi saka Bond et al. (2012), tokoh 1.

Gambar 4.18: Asil saka eksperimen éntuk-metu-ing-voting ing Facebook (Bond et al. 2012) . Peserta ing grup Info milih ing tingkat sing padha karo sing ana ing grup kontrol, nanging wong ing grup Info + Sosial milih kanthi tingkat sing luwih dhuwur. Bar diwatesi kira-kira 95% interval kapercayan. Asil ing grafik iku kanggo kira-kira enem yuta peserta sing dicocogake karo rekaman voting. Diadaptasi saka Bond et al. (2012) , tokoh 1.

Hasil eksperimen iki nuduhake yen sawetara pesen sing metu online sing luwih efektif tinimbang liyane lan sing ngira yen efektifitas panaliten bisa gumantung yen asil dilaporake minangka voting utawa pemungutan nyata. Eksperimen iki sayangé ora menehi pitunjuk babagan mekanisme liwat informasi sosial-sing sawetara peneliti wis playfully disebut "pasuryan tumpukan" -meninggi pemilihan. Bisa dadi informasi sosial sing tambah kemungkinan sing ndelok spanduk utawa sing nambah kemungkinan yen wong sing weruh spanduk bener milih utawa loro-lorone. Mangkono, eksperimen iki nyedhiyakake nemokake sing menarik yen peneliti liyane bisa uga njelajah (waca, umpamane, Bakshy, Eckles, et al. (2012) ).

Saliyane ningkatake tujuan para peneliti, eksperimen iki uga nerusake tujuane organisasi mitra (Facebook). Yen sampeyan ngganti tingkah laku sing diteliti saka pemilihan kanggo tuku sabun, sampeyan bisa ndeleng manawa sinau nduweni struktur sing padha karo eksperimen kanggo ngukur efek iklan online (ndeleng conto, RA Lewis and Rao (2015) ). Efektivitas iklan iki kerep ngukur pengaruh pajanan iklan online-pangobatan Bond et al. (2012) arupa iklan kanggo voting-on behavior offline. Mangkono, panliten iki bisa ningkatake kemampuan Facebook kanggo nyinaoni efektifitas iklan online lan bisa mbiyantu Facebook ngakeni pengiklan potensial sing iklan Facebook efektif ing ganti prilaku.

Sanajan kepentingan para panaliti lan mitra sing paling akeh didadekake gegayutan ing panliten iki, uga ana ing tension. Khusus, persentase peserta menyang telung kelompok-kontrol, Info, lan Info + Sosial-ora ana imbalanced: 98% sampel ditugasake kanggo Info + Sosial. Alokasi imbalan iki ora efisien, lan alokasi luwih apik kanggo peneliti bakal duwe siji-katelu saka peserta ing saben klompok. Nanging alokasi ora seimbang kedadeyan amarga Facebook pengin saben nampa layanan Info + Sosial. Begjanipun, peneliti yakin yen bakal nahan maneh 1% kanggo perawatan sing gegandhengan lan 1% peserta kanggo grup kontrol. Tanpa klompok kontrol, mesthine kudu bener-bener bisa ngukur efek saka perawatan Info + Sosial amarga bakal dadi "percurb and observe" eksperimen tinimbang eksperimen terkontrol acak. Conto iki menehi pawiyatan praktis sing apik kanggo nggarap mitra: kadhangkala sampeyan nggawe eksperimen kanthi meyakinake seseorang supaya ngirim perawatan lan kadhangkala sampeyan nggawe eksperimen kanthi meyakinake wong supaya ora ngirim perawatan (ie, nggawe klompok kontrol).

Kemitraan ora tansah kudu melu perusahaan teknologi lan tes A / B karo jutaan peserta. Contone, Alexander Coppock, Andrew Guess, lan John Ternovski (2016) gabung karo LSM Lingkungan-Liga Pemilih Konservasi-kanggo nglatih eksperimen nguji strategi liya kanggo mromosikake mobilisasi sosial. Para peneliti migunakake akun Twitter NGO kanggo ngirim pesen tweets umum lan pesen langsung pribadhi sing ngupayakake jinis identitas sing beda-beda. Dheweke banjur ngukur manawa pesen-pesen kasebut paling efektif kanggo nyengkuyung wong supaya mlebu petisi lan informasi retweet babagan petisi.

Tabel 4.3: Conto eksperimen ingkang nyangkut kemitraan antawis panaliti lan organisasi
Topik Referensi
Efek saka Facebook News Feed ing informasi sharing Bakshy, Rosenn, et al. (2012)
Efek anonimitas parsial ing prilaku situs web gendakan online Bapna et al. (2016)
Efek Energy Home Laporan babagan pemakaian listrik Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Efek desain aplikasi ing panyebaran virus Aral and Walker (2011)
Efek mekanisme panyebaran ing difusi SJ Taylor, Bakshy, and Aral (2013)
Efek informasi sosial ing iklan Bakshy, Eckles, et al. (2012)
Efek frekuensi katalog ing dodolan liwat katalog lan online kanggo macem-macem jinis pelanggan Simester et al. (2009)
Efek informasi popularitas ing aplikasi potensial proyek Gee (2015)
Pengaruh peringkat awal babagan popularitas Muchnik, Aral, and Taylor (2013)
Efek isi pesen babagan mobilisasi politik Coppock, Guess, and Ternovski (2016)

Secara sakabèhé, sesambungan karo sing kuwat mbantu sampeyan operate ing skala sing ora angel dilakoni, lan tabel 4.3 nyedhiyakake conto liyane saka kemitraan antarane peneliti lan organisasi. Partnering bisa luwih gampang tinimbang mbangun eksperimen dhewe. Nanging kaluwihan iki nduweni kekurangan: kemitraan bisa mbatesi jinis peserta, pangobatan, lan asil sing bisa sinau. Salajengipun, kemitraan kasebut bisa nimbulaké tantangan etis. Cara paling apik kanggo nemoni kesempatan kanggo kemitraan yaiku kanggo sok dong mirsani masalah nyata sing bisa panjenengan mangerteni nalika sampeyan nindakake ilmu menarik. Yen sampeyan ora dipigunakaké kanggo ndelok ing donya, bisa dadi angel kanggo nemtokake masalah ing Quadrant Pasteur, nanging, kanthi praktik, sampeyan bakal ngerteni luwih akeh.