4.5.4 Партнер з потужним

Partnering може знизити витрати і збільшити масштаб, але він може змінити види учасників, лікування, а також результати , які ви можете використовувати.

Альтернативою цьому є партнерство з потужною організацією, такою як компанія, уряд чи неурядова організація. Перевага роботи з партнером полягає в тому, що вони можуть дозволити вам проводити експерименти, які ви просто не можете зробити самостійно. Наприклад, в одному з експериментів, про який я розповім нижче, було залучено 61 мільйон учасників - жоден індивідуальний дослідник не зможе досягти такого масштабу. У той же час, що партнерство збільшує те, що ви можете зробити, це також обмежує вас. Наприклад, більшість компаній не дозволять вам проводити експеримент, який може зашкодити їх бізнесу чи їхній репутації. Робота з партнерами також означає, що коли з'являється час для публікації, ви можете натиснути "перефарбувати" свої результати, а деякі партнери можуть навіть намагатися заблокувати публікацію вашої роботи, якщо це змусить їх виглядати погано. Нарешті, партнерство також покриває витрати, пов'язані з розробкою та підтримкою цих співробітництв.

Головне завдання, яке потрібно вирішити, щоб успішно розвивати ці партнерські стосунки, - знайти спосіб збалансувати інтереси обох сторін, а корисний спосіб думати про такий баланс - Quadrant Пастера (Stokes 1997) . Багато дослідників вважають, що, якщо вони працюють над чимось практичним, то, що може бути цікавим для партнера, то вони не можуть робити справжню науку. Цей спосіб мислення ускладнить створення успішних партнерських відносин, і це також стане абсолютно неправильним. Проблема з таким способом мислення чудово проілюстрована науковим дослідженням біолога Луї Пастера. Працюючи над комерційним проектом ферментації, щоб перетворити буряковий сік в алкоголь, Пастер відкрив новий клас мікроорганізмів, який врешті-решт привів до теорії зародків хвороби. Це відкриття вирішило дуже практичну проблему - це допомогло поліпшити процес бродіння - і це призвело до великого наукового прогресу. Таким чином, замість того, щоб думати про дослідження з практичними застосуваннями як про конфлікт із справжніми науковими дослідженнями, краще думати про ці два окремих виміри. Дослідження може бути мотивоване використанням (чи ні), а дослідження можуть шукати фундаментальне розуміння (чи ні). Критично, деякі дослідження, подібні до Пастера, можуть бути мотивовані використанням та пошук фундаментального розуміння (рис. 4.17). Дослідження в квадрантовому дослідженні Пастера, яке по своїй суті поєднує два цілі, ідеально підходить для співпраці між дослідниками та партнерами. З огляду на це, я описати два експериментальних дослідження з партнерствами: один із компанією та один із НУО.

Малюнок 4.17: Quadrant Пастера (Стокс 1997). Замість того, щоб думати про дослідження, як базові, так і застосовані, краще думати про це як про мотивацію використання (чи ні) і пошуку фундаментального розуміння (чи ні). Приклад дослідження, який обидва мотивується використанням і шукає фундаментального розуміння, - це робота Пастера щодо перетворення бурякового соку в алкоголь, що призводить до теорії зародків хвороби. Це така робота, яка найкраще підходить для партнерства з могутньою. Приклади роботи, яка мотивується використанням, але яка не вимагає фундаментального розуміння, походить від Томаса Едісона, а приклади роботи, яка не мотивована використанням, але яка шукає розуміння, походить від Нільса Бора. Див. Стокс (1997) для більш глибокого обговорення цієї структури та кожного з цих випадків. Адаптовано зі Стокса (1997), малюнок 3.5.

Малюнок 4.17: Quadrant Пастера (Stokes 1997) . Замість того, щоб думати про дослідження як "основний" або "застосований", краще думати про це як про мотивацію використання (чи ні) та пошуку фундаментального розуміння (чи ні). Приклад дослідження, який обидва мотивується використанням і шукає фундаментального розуміння, - це робота Пастера щодо перетворення бурякового соку в алкоголь, що призводить до теорії зародків хвороби. Це така робота, яка найкраще підходить для партнерства з могутньою. Приклади роботи, яка мотивується використанням, але яка не вимагає фундаментального розуміння, походить від Томаса Едісона, а приклади роботи, яка не мотивована використанням, але яка шукає розуміння, походить від Нільса Бора. Див. Stokes (1997) для більш глибокого обговорення цієї структури та кожного з цих випадків. Адаптовано зі Stokes (1997) , малюнок 3.5.

Великі компанії, особливо технологічні компанії, розробили надзвичайно складну інфраструктуру для проведення складних експериментів. У технологічній індустрії ці експерименти часто називаються тестами A / B, оскільки вони порівнюють ефективність двох методів обробки: A і B. Такі експерименти часто виконуються для таких речей, як підвищення коефіцієнта натискання реклами, однак така ж експериментальна інфраструктура також може Використовується для досліджень, що сприяють науковому розумінню. Прикладом, який ілюструє потенціал такого роду досліджень, є дослідження, проведене партнерством дослідників у Facebook та Каліфорнійському університеті Сан-Дієго з приводу впливу різних повідомлень на явку виборців (Bond et al. 2012) .

2 листопада 2010 р. - день виборів у конгрес США - всі 61 мільйон користувачів Facebook, які жили в Сполучених Штатах та віком від 18 років, взяли участь у експерименті щодо голосування. Після відвідування Facebook користувачі випадковим чином були віднесені до однієї з трьох груп, які визначали, який банер (якщо такий є) був розміщений у верхній частині каналу новин (рис 4.18):

  • контрольна група
  • інформаційне повідомлення про голосування за допомогою кнопки "Я проголосувала" та лічильник (Info)
  • інформаційне повідомлення про голосування за допомогою кнопки "Я проголосувала" та лічильник плюс імена та фотографії своїх друзів, які вже натиснули кнопку "Я проголосував" (Info + Social)

Бонд та його колеги вивчали два основних результату: повідомлялося про поведінку голосування та фактичну поведінку голосування. По-перше, вони виявили, що люди в інформаційній + Соціальній групі приблизно на два відсоткові пункти частіше, ніж користувачі в інформаційній групі, натискають "Я проголосував" (близько 20% проти 18%). Крім того, після того, як дослідники об'єднали свої дані з загальнодоступними документами про голосування приблизно шість мільйонів людей, вони виявили, що люди в інформаційній + соціальній групі на 0,39 процентного пункту більше шансів фактично голосувати, ніж у контрольній групі, і що люди в інформаційній групі так само ймовірно, щоб голосувати як у контрольній групі (рис. 4.18).

Малюнок 4.18: Результати експерименту на виході-голосування на Facebook (Bond et al., 2012). Учасники інформаційної групи проголосували за тією ж швидкістю, що й у контрольній групі, але люди в інформаційній + соціальній групі проголосували трохи вище. Бари представляють приблизно 95% довірчих інтервалів. Результати на графіку складаються приблизно для шести мільйонів учасників, які підписалися на записи про голосування. Адаптовано з Бонда та інших. (2012), малюнок 1.

Малюнок 4.18: Результати експерименту на виході-голосування на Facebook (Bond et al. 2012) . Учасники інформаційної групи проголосували за тією ж швидкістю, що й у контрольній групі, але люди в інформаційній + соціальній групі проголосували трохи вище. Бари представляють приблизно 95% довірчих інтервалів. Результати на графіку складаються приблизно для шести мільйонів учасників, які підписалися на записи про голосування. Адаптовано з Bond et al. (2012) , малюнок 1.

Результати цього експерименту показують, що деякі онлайн-повідомлення про виході з голосування є більш ефективними, ніж інші, і оцінка дослідника за ефективністю може залежати від того, чи повідомляється результат голосування або фактичне голосування. Цей експеримент, на жаль, не дає ніяких підказок щодо механізмів, за допомогою яких соціальна інформація, яку деякі дослідники грамотно назвали "обличчям", збільшили голосування. Можливо, соціальна інформація збільшила ймовірність того, що хтось помітив банер, чи збільшив вірогідність того, що хтось, хто помітив банер, фактично проголосував, або обидва. Таким чином, цей експеримент дає цікавий висновок, який інші дослідники зможуть вивчити (див., Наприклад, Bakshy, Eckles, et al. (2012) ).

Крім досягнення цілей дослідників цей експеримент також просунув мету партнерської організації (Facebook). Якщо ви змінюєте поведінку, про яку йшлося про голосування, щоб купувати мило, то ви можете побачити, що дослідження має точно таку ж структуру, як експеримент для вимірювання ефекту онлайнових оголошень (див., Наприклад, RA Lewis and Rao (2015) ). Ці дослідження ефективності оголошень часто вимірюють ефект від впливу онлайн-реклами-лікування в Bond et al. (2012) це, в основному, оголошення для голосування - в автономному режимі. Таким чином, це дослідження може попередити здатність компанії Facebook вивчати ефективність інтернет-реклами і допомогти Facebook переконати потенційних рекламодавців, що об'яви Facebook ефективні при зміні поведінки.

Незважаючи на те, що інтереси дослідників та партнерів в основному були узгоджені в цьому дослідженні, вони також частково були напружені. Зокрема, розподіл учасників трьох груп - "контроль", "інформація" та "інформація + соц" - був надзвичайно незбалансованим: 98% зразка було призначено "Info + Social". Це незбалансоване розподіл є неефективним статистично, і набагато краще розподіл для дослідників буде мати одну третину учасників кожної групи. Але незбалансоване розподіл відбулося тому, що Facebook хотів, щоб усі отримали Info + Social лікування. На щастя, дослідники переконали їх стримувати 1% для відповідного лікування та 1% учасників для контрольної групи. Без контрольної групи було б принципово неможливим виміряти ефект Info + Social treatment, оскільки це був би "експеримент з приводу обурення та спостереження", а не рандомізований контрольований експеримент. Цей приклад дає цінний практичний урок для роботи з партнерами: іноді ви створюєте експеримент, переконавши когось втілити в життя лікування, і іноді ви створюєте експеримент, переконавши когось не надавати лікування (наприклад, створити контрольну групу).

Партнерство не завжди має залучати технічні компанії та тести A / B з мільйонами учасників. Наприклад, Олександр Коппок, Ендрю Ганс та Джон Терновський (2016) співпрацювали з екологічною неурядовою організацією - Лігою збереження виборців - проводити експерименти, перевіряючи різні стратегії сприяння соціальній мобілізації. Дослідники використовували обліковий запис Twitter НУО для надсилання як публічних твітів, так і приватних прямих повідомлень, які намагалися визначити різні типи ідентичностей. Потім вони виміряли, які з цих повідомлень були найбільш ефективними для заохочення людей підписувати клопотання та відтворити інформацію про клопотання.

Таблиця 4.3: Приклади експериментів, що включають партнерство між дослідниками та організаціями
Тема Список літератури
Вплив журналу новин Facebook на обмін інформацією Bakshy, Rosenn, et al. (2012)
Вплив часткової анонімності на поведінку на веб-сайті онлайн-знайомств Bapna et al. (2016)
Вплив звітів про побутові енергії на використання електроенергії Allcott (2011) ; Allcott and Rogers (2014) ; Allcott (2015) ; Costa and Kahn (2013) ; Ayres, Raseman, and Shih (2013)
Вплив дизайну додатків на вірусний потік Aral and Walker (2011)
Вплив механізму розповсюдження на дифузію SJ Taylor, Bakshy, and Aral (2013)
Вплив соціальної інформації в рекламу Bakshy, Eckles, et al. (2012)
Вплив частоти каталогу на продажі через каталог та онлайн для різних типів клієнтів Simester et al. (2009)
Вплив популярності інформації на потенційні заявки на роботу Gee (2015)
Вплив початкових рейтингів на популярність Muchnik, Aral, and Taylor (2013)
Вплив вмісту повідомлення на політичну мобілізацію Coppock, Guess, and Ternovski (2016)

Взагалі, партнерство з потужним дозволяє вам працювати в масштабах, які в іншому випадку важко зробити, а в таблиці 4.3 наведено інші приклади партнерських відносин між дослідниками та організаціями. Партнерство може бути набагато простіше, ніж створення власного експерименту. Але ці переваги мають незручності: партнерство може обмежувати типи учасників, процедури та результати, які ви можете навчатися. Крім того, ці партнерські відносини можуть призвести до етичних проблем. Найкращий спосіб визначити можливість партнерства полягає в тому, щоб помітити справжню проблему, яку можна вирішити, коли ви робите цікаву науку. Якщо ви не звикли до такого способу дивитись на світ, то важко визначити проблеми в Quadrant Пастера, але, з практикою, ви почнете помічати їх все більше і більше.