Desk research і наявні дані
5 позицій у цьому сімействі. Кожна картка: коли застосовувати і коли не варто, параметри, протокол, типові помилки, з чим поєднувати, шаблони й джерела.
Не знаєте, який метод обрати? Помічник вибору методу →
Desk research і наявні дані
Desk research
Кабінетне дослідження
Інші назви: secondary research, literature review, internal data review, evidence review, огляд наявних даних
Синтез уже наявних знань — внутрішніх звітів, аналітики, галузевих досліджень — до запуску первинного дослідження. Показує, що вже відомо, де прогалини і чи варто досліджувати взагалі.
- Учасники
- Без учасників. 1 автор (дизайнер) + 2–4 год консультацій ресерчера й аналітика. Корпус: репозиторій, попередні звіти (evaluative до ~1 року; generative — перегляд через 2–3 роки, старші за ~5 років — лише фон; це судження цієї методології), аналітика, 3–10 зовнішніх джерел.Строки придатності звітів — судження цієї методології (порогів у роках у джерелах не знайдено); кількість джерел — оцінка практики
- Строк
- 1 дн – 5 дн
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- На старті discovery або epic: перш ніж планувати інтерв'ю чи тести.
- Коли питання вже могли вивчати раніше: репозиторій, звіти підтримки, аналітика.
- Коли немає доступу до користувачів, а рішення потрібне зараз.
- Для оцінки ринку, попиту і конкурентного ландшафту перед Kick-off.
- Щоб звузити research questions і здешевити подальше дослідження.
Коли не варто
- Коли потрібні свіжі дані про поведінку саме ваших користувачів у вашому продукті.
- Коли наявні звіти застаріли: evaluative старші за рік, generative старші за 2–3 роки без перегляду (судження цієї методології).
- Коли треба оцінити конкретний прототип — це робить юзабіліті-тест або експертна оцінка.
Параметри
- Для яких питань
- зрозуміти людей і контекст, чи є попит і цінність, що робити першим
- Мінімум на руках
- нічого
- Відповідь
- обидві
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- змішані
- Джерело даних
- без користувачів: судження фахівців або команди
- Контекст
- без учасників
Ролі
- Веде
- Дизайнер ініціативи
- Бере участь
- Ресерчер (доступ до репозиторію), аналітик (вивантаження даних), PO (критерії рішення)
- Користується результатом
- Команда ініціативи на Kick-off; стейкхолдери
Протокол
Підготовка
- Зафіксувати рішення, яке залежить від відповіді, і 3–5 research questions.
- Скласти перелік джерел: репозиторій, звіти, аналітика, тікети, зовнішні звіти, Baymard.
- Попросити ресерчера показати релевантні нагети й звіти з репозиторію.
- Попросити аналітика вивантажити базові метрики за потрібними сегментами.
- Задати критерії придатності джерела: дата, аудиторія, метод, розмір вибірки.
Проведення
- Прочитати джерела; для кожного записати факт, джерело, дату, вибірку.
- Розділити знахідки на «доведено», «частково», «немає даних».
- Позначити суперечності між джерелами і ймовірну причину розбіжності.
- Перевірити зовнішні цифри на застосовність до вашого ринку й сегмента.
- Зупинитися за 1–2 дні: далі віддача падає, прогалини вже видно.
Аналіз і передача
- Зібрати evidence table: питання → що відомо → впевненість → джерело.
- Сформулювати прогалини як research questions для первинного дослідження.
- Вирішити з PO: даних достатньо для рішення чи потрібне дослідження.
- Записати 1-сторінкове резюме в бриф; додати нагети до репозиторію.
- Зазначити термін придатності висновків і дату наступного перегляду.
Що отримуєте
- Evidence table з рівнем впевненості для кожного питання
- Перелік прогалин і research questions для первинного дослідження
- Коротке резюме в Design Brief або Epic Brief
- Оновлені нагети в репозиторії з посиланнями на джерела
Інструменти
- Dovetail або Condens (репозиторій досліджень)
- Superhuman Docs або Notion (evidence table)
- Amplitude або GA4 (наявні дашборди)
- Baymard Premium, Statista, Google Scholar
- NotebookLM або Perplexity для первинного огляду джерел
Типові помилки
ПомилкаПідтверджувальний відбір: беруть лише джерела на користь улюбленого рішення
Як помітитиУ таблиці всі факти «за», жодного контраргументу чи суперечності
Як виправитиОкремо шукати дані проти гіпотези; записати, що б її спростувало
ПомилкаЧужі цифри переносять на свій продукт без перевірки контексту
Як помітитиУ висновках бенчмарки іншого ринку чи сегмента без застережень
Як виправитиБіля кожної цифри вказати аудиторію, рік, вибірку; розбіжні дані подати діапазоном
ПомилкаDesk research підміняє первинне дослідження назавжди
Як помітитиПісля синтезу прогалини лишилися, але дослідження не заплановано
Як виправитиПередати прогалини в research plan; за високої ціни помилки — обов'язково
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
Джерела
Desk research і наявні дані
Competitive analysis
Конкурентний аналіз
Інші назви: comparative analysis, competitor benchmarking, competitive usability testing, competitive review, аналіз конкурентів
Систематичне порівняння конкурентів і аналогів за функціями, флоу і зручністю. Дає базу для позиціонування і показує, які рішення вже стали нормою ринку.
- Учасники
- Експертний огляд: 2–4 конкуренти або аналоги, 1–2 оцінювачі, без користувачів. Конкурентне юзабіліті-тестування: 5 користувачів на раунд, кожен проходить 2–3 продукти.NN/g: Competitive Usability Evaluations (2–4 продукти; 2–3 сайти на учасника); NN/g: How Many Test Users (5 на раунд)
- Строк
- 2 дн – 7 дн
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- На discovery або epic: зрозуміти стандарт ринку перед проєктуванням.
- Коли команда сперечається, «як роблять інші», без доказів.
- Перед редизайном ключового флоу: onboarding, checkout, пошук.
- Коли треба знайти аналоги з інших галузей для складної задачі.
Коли не варто
- Коли мета — скопіювати лідера: конкурент теж може помилятися.
- Коли треба знати, чому саме ваші користувачі йдуть, — потрібні інтерв'ю й аналітика.
- Для вимірювання власних метрик у часі — це usability benchmarking.
Параметри
- Для яких питань
- зрозуміти людей і контекст, чи є попит і цінність, оцінити концепт або дизайн
- Мінімум на руках
- нічого
- Відповідь
- обидві
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей
- Дані
- змішані
- Джерело даних
- без користувачів: судження фахівців або команди
- Контекст
- змішаний
Ролі
- Веде
- Дизайнер
- Бере участь
- PO (вибір конкурентів і критеріїв); ресерчер — якщо тестуєте з користувачами
- Користується результатом
- Команда ініціативи, продуктовий менеджмент, маркетинг
Протокол
Підготовка
- Визначити з PO 2–4 продукти: прямі конкуренти плюс один сильний аналог.
- Обрати 3–5 ключових задач користувача, які порівнюватимете.
- Скласти критерії: кроки до цілі, обов'язкові поля, помилки, підказки, ціна.
- Завести тестові акаунти; зафіксувати дату і версію кожного продукту.
- Для тестування з користувачами — залучити ресерчера до скрипта і рекрутингу.
Проведення
- Пройти кожну задачу в кожному продукті; знімати скриншоти і відео флоу.
- Заповнювати матрицю за критеріями одразу, а не з пам'яті.
- Фіксувати не лише функції, а й формулювання, порядок кроків, тон.
- За тестування з користувачами — рандомізувати порядок продуктів між учасниками.
- Позначати прийоми, які повторюють три і більше продукти, як «очікування ринку».
Аналіз і передача
- Звести матрицю: задача × продукт × критерій; виділити сильні й слабкі місця.
- Виокремити 3–5 ринкових стандартів і 3–5 можливостей вирізнитися.
- Перевірити знахідки проти власної аналітики: де наш флоу гірший за ринок.
- Оформити борд з анотованими скриншотами та короткий звіт.
- Запланувати повторний огляд через 6–12 місяців; зафіксувати дату.
Що отримуєте
- Матриця порівняння: задачі × продукти × критерії
- Анотований борд флоу конкурентів
- Перелік ринкових стандартів і точок диференціації
- Рекомендації для Design Brief
Інструменти
- Figma (борд зі скриншотами флоу)
- Notion або Airtable (матриця порівняння)
- Baymard Premium (бенчмарки e-commerce)
- Mobbin або Page Flows (бібліотеки патернів)
- Lookback або UserTesting — для конкурентного тестування
Типові помилки
ПомилкаКопіювання конкурентів або оголошення «переможця»
Як помітитиУ звіті рекомендації «зробити як у X» без аналізу причин
Як виправитиФормулювати мету як «перевершити»; пояснювати, яку потребу закриває кожен патерн
ПомилкаЕфект порядку під час тестування з користувачами
Як помітитиУсі учасники проходять продукти в однаковій послідовності
Як виправитиРандомізувати порядок; перший продукт у кожного учасника різний
ПомилкаДосліджують лише слабших гравців
Як помітитиУ вибірці немає лідера категорії або сильного аналога з іншої галузі
Як виправитиДодати принаймні один продукт із кращими показниками, навіть з іншого ринку
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
- Скрипт модерованого юзабіліті-тесту
Джерела
Desk research і наявні дані
Support-ticket mining
Аналіз звернень у підтримку
Інші назви: customer-support analysis, ticket analysis, call listening, FAQ review, usability-bug review, VoC-аналіз підтримки
Кодування тікетів, дзвінків і FAQ, щоб знайти повторювані проблеми та незадоволені потреби. Дешеве джерело pain points на живому продукті без рекрутингу.
- Учасники
- Без учасників. Репрезентативна вибірка ≥500 звернень за 3–6 місяців; за меншого потоку — всі звернення за період. 1 аналітик-дизайнер + 2–4 год агента підтримки.Kromatic: Customer Support Analysis (≥500 за 3–6 міс.); тривалість тематичного проходу 1–2 тижні — Yale Usability
- Строк
- 2 дн – 7 дн
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- На discovery живого продукту: що найчастіше ламається або незрозуміло.
- Для пріоритизації бек-логу за частотою і вартістю звернень.
- Коли немає доступу до користувачів, але є підтримка.
- Як постійний «Listen»-канал після релізу на стадії growth.
Коли не варто
- Коли треба зрозуміти мовчазну більшість: у підтримку пишуть одиниці.
- Для оцінки нового прототипу, якого ще немає в продукті.
- Коли підтримка не веде категоризацію і звернень менше кількох десятків.
Параметри
- Для яких питань
- зрозуміти людей і контекст, що робити першим, виміряти живий продукт
- Мінімум на руках
- живий продукт або робоча збірка
- Відповідь
- обидві
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від сотень людей
- Дані
- змішані
- Джерело даних
- що люди кажуть
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер або PO
- Бере участь
- Лід підтримки (доступ, контекст); ресерчер — схема кодування; аналітик — вивантаження і частоти
- Користується результатом
- Команда ініціативи, підтримка, продуктовий менеджмент
Протокол
Підготовка
- Сформулювати питання: які задачі, сегменти, період (3–6 місяців).
- Отримати експорт від аналітика або ліда підтримки: текст, дата, канал, тариф, статус.
- Узгодити з DPO обробку: знеособити імена, e-mail і номери до аналізу.
- Разом із ресерчером скласти схему кодів: тип (баг, запит, нерозуміння), етап шляху, серйозність.
- Провести годину з агентом підтримки: топ-проблеми «з голови» як гіпотези.
Проведення
- Закодувати пілотну сотню звернень вручну; уточнити схему кодів.
- Прогнати решту масиву: LLM або правила, потім вибіркова перевірка 10%.
- Рахувати частоту за кодом і сегментом; окремо — час до закриття.
- Виписувати дослівні цитати до кожної теми як докази.
- Прослухати 5–10 дзвінків із найчастіших категорій для контексту.
Аналіз і передача
- Побудувати рейтинг тем: частота × серйозність × вартість для підтримки.
- Зіставити з аналітикою: чи підтверджує drop-off у тих самих кроках.
- Відрізнити «що кажуть» від «що роблять»: спланувати спостереження для топ-3 тем.
- Передати теми в бек-лог і research plan; закріпити власника кожної.
- Домовитися з підтримкою про щомісячний повтор і зворотний зв'язок про виправлення.
Що отримуєте
- Схема кодів і закодований масив звернень
- Рейтинг тем за частотою, серйозністю і вартістю
- Добірка цитат до кожної теми
- Перелік тем для подальшого спостереження
- Процес закритої петлі з підтримкою
Інструменти
- Zendesk, Intercom або HelpCrunch (експорт тікетів)
- Dovetail або Condens (тегування)
- Productboard (зв'язок із бек-логом)
- Google Sheets + LLM-класифікація для першого проходу
- Notion (журнал закритої петлі з підтримкою)
Типові помилки
ПомилкаТікети вважають репрезентативними для всіх користувачів
Як помітитиУ звіті частки «користувачів» без поправки на те, хто взагалі пише в підтримку
Як виправитиПодавати частки від звернень; тріангулювати з аналітикою та опитуванням
ПомилкаСамозвіт плутають із поведінкою
Як помітитиРекомендації спираються лише на пояснення клієнтів про причину проблеми
Як виправитиПеревірити топ-теми спостереженням: session replay або юзабіліті-тест
ПомилкаНемає закритої петлі: підтримка не бачить результату
Як помітитиПідтримка не знає, що з тем виправили; аналіз разовий
Як виправитиЗапровадити документований feedback loop і регулярний повтор аналізу
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
Джерела
Desk research і наявні дані
App-store review mining
Аналіз відгуків в App Store і Google Play
Інші назви: review mining, app review analysis, opinion mining, VoC text analytics, аналіз відгуків застосунку
Класифікація відгуків зі сторів на баги, запити функцій і скарги на досвід. Швидкий сигнал про біль мобільних користувачів, прив'язаний до версій.
- Учасники
- Без учасників. Усі відгуки за 3–6 місяців або від останнього великого релізу; орієнтир ≥500 відгуків для стійких тем, за меншого обсягу — всі з текстом. 1 аналітик-дизайнер.Kromatic: ≥500 звернень за 3–6 міс. для feedback mining (перенесено на відгуки); класифікація відгуків — CACM, User Reviews of Top Mobile Apps
- Строк
- 1 дн – 5 дн
- Вартість
- низька
- Хто веде
- дизайнер сам
Коли застосовувати
- Після релізу: падіння рейтингу або сплеск негативних відгуків.
- Для пріоритизації бек-логу мобільного застосунку.
- На discovery: порівняти скарги на свій застосунок і на конкурентів.
- Коли немає доступу до користувачів, але застосунок публічний.
Коли не варто
- Для веб- і B2B-продуктів без сторів.
- Коли потрібна частка користувачів із проблемою: відгуки залишають крайні сегменти.
- Коли майже всі відгуки — оцінка без тексту після in-app-промпта.
Параметри
- Для яких питань
- зрозуміти людей і контекст, що робити першим, виміряти живий продукт
- Мінімум на руках
- нічого
- Відповідь
- обидві
- Доступ до користувачів
- без користувачів, прямий, через панель або агентство
- Аудиторія
- від десятків людей · лише широка аудиторія
- Дані
- змішані
- Джерело даних
- що люди кажуть
- Контекст
- природне використання
Ролі
- Веде
- Дизайнер або PO мобільного продукту
- Бере участь
- Аналітик — експорт і частоти; ресерчер — схема кодування; підтримка — відповіді на відгуки
- Користується результатом
- Команда ініціативи, мобільна розробка, маркетинг
Протокол
Підготовка
- Визначити період, платформи, країни й мови; зафіксувати номери релізів.
- Попросити аналітика експортувати відгуки: текст, оцінка, версія, дата, пристрій.
- Додати 1–2 конкурентів для порівняння тем.
- Разом із ресерчером скласти коди: баг, запит, нерозуміння, продуктивність, ціна, підтримка; етап шляху.
- Домовитися, хто відповідає на відгуки, щоб не дублювати роботу підтримки.
Проведення
- Закодувати вручну перші 100–200 відгуків із текстом; уточнити схему.
- Класифікувати решту автоматично; перевірити 10% вибірково.
- Зіставити сплески тем із версіями релізу та крашами в Crashlytics.
- Виписати цитати до кожної теми; зберегти посилання на відгук.
- Відокремити оцінки без тексту й відгуки після промпта — аналізувати окремо.
Аналіз і передача
- Побудувати рейтинг тем: частота × середня оцінка × тренд.
- Порівняти з тікетами підтримки: де збігається, де з'являється лише в сторі.
- Позначити теми, що потребують спостереження, а не виправлення «зі слів».
- Передати баги в розробку, досвідні теми — у бек-лог дизайну з цитатами.
- Налаштувати щотижневий дайджест нових відгуків для команди.
Що отримуєте
- Закодований масив відгуків із прив'язкою до версій
- Рейтинг тем за частотою, оцінкою і трендом
- Порівняння тем із конкурентами
- Добірка цитат для бек-логу
- Дайджест відгуків як постійний канал
Інструменти
- App Store Connect і Google Play Console (експорт відгуків)
- AppFollow або Appbot (агрегація і теги)
- Dovetail або Condens
- Google Sheets + LLM-класифікація
- Firebase Crashlytics або Amplitude (зіставлення з релізами)
Типові помилки
ПомилкаВідгуки читають як репрезентативну вибірку
Як помітитиЧастки тем подають як частку всіх користувачів застосунку
Як виправитиПодавати частки від відгуків; тріангулювати з аналітикою та in-app-опитуванням
ПомилкаЗмішують відгуки після in-app-промпта і спонтанні
Як помітитиРейтинг тем різко змінюється після запуску промпта оцінки
Як виправитиАналізувати два потоки окремо; теми брати зі спонтанних відгуків із текстом
ПомилкаБаг і UX-проблему кодують однаково
Як помітити«Не працює» і «не зрозуміло, як» в одній категорії
Як виправитиРозділити коди; баги — у розробку з версією, нерозуміння — у дизайн
Поєднувати з
Шаблони
- Бриф на дослідження (1 сторінка)
- Таблиця синтезу, affinity mapping та atomic nugget
- Структура share-out (дек і 1-pager)
Desk research і наявні дані
Social listening
Соціальне прослуховування
Інші назви: social media monitoring, forum analysis, netnography, community analysis, моніторинг згадок
Моніторинг публічних розмов про продукт, конкурентів або домен для виявлення тем і тональності. Дає неспровоковану думку людей, яких ви не рекрутували.
Коли застосовувати
Коли не варто
Параметри
Ролі
Протокол
Підготовка
Проведення
Аналіз і передача
Що отримуєте
Інструменти
Типові помилки
ПомилкаГолосну меншість сприймають за думку всіх
Як помітитиУ звіті «користувачі вважають» на основі десятків постів активних критиків
Як виправитиПодавати як теми й гіпотези; частки перевіряти опитуванням або аналітикою
ПомилкаАвтоматична тональність помиляється на іронії та суржику
Як помітитиЯвно позитивні пости в категорії «негатив» під час вибіркової перевірки
Як виправитиРучна перевірка 10%; для рішень спиратися на теми, а не на відсоток тональності
ПомилкаЗбирають профілі людей замість тем
Як помітитиУ файлі аналізу є імена, нікнейми, посилання на профілі
Як виправитиЗберігати лише текст цитати і майданчик; погодити правила з DPO
Поєднувати з
Шаблони
Джерела
До списку методів