💡什麼是量化研究？

透過系統的蒐集數據，試圖找出在實驗組與對照組中是否存在的「真實差異」。「透過數據」找出「相關問題」、「分類問題」、「固定模式」、「異常」、「判斷情境」、「建立關聯」或是「預測」的一種研究方式。通常用判斷或是風險評估，來思考該產品、該行銷或該產品功能是否能在推行上線時做使用。

與質化研究相反之處是，質化研究涉及研究項目的屬性。而該屬性彼此間可能無法比較同性質的屬性是否可以建立排序或是關聯，例如：人的感受、情感方面、忠誠度和偏好。

💡為何該使用量化研究？

量化研究的目的是壓低「風險」。透過數據的顯著性差異來判斷現在所執行的實驗、結果、項目是否最接近事實。通常可以透過統計學、分析軟體來做評估、預估，而常見使用到的情境不外乎為 A/B Test。

我們可以使用量化研究。進行的方法又可細分為描述性、相關性或實驗性研究。

• 在描述性研究中，蒐集研究的事實來探索相互的關係，或對假設進行檢測並找出最有可能發生的答案。
• 在相關研究中，調查研究變量之間的關係，找到可能影響因子。
• 在實驗性研究中，有系統地檢查變量之間是否存在因果關係。

在現今的一些情境上，量化分析通常會使用到第三方工具來協助，這也是現今許多行銷工具蓬勃發展的原因。

• Google Optimize：提供多種的 A/B Test 方法讓你對畫面進行變更並執行實驗，同時「為你計算結果的顯著性」。

　　　👉「A/B Test流程與Google Optimize使用基礎」 搶先試閱，深入了解！

• Google Ads：透過系統運算，動態去評估最有可能產生高成效的廣告文案，並選用該文案進行投放。

　　　👉「Google Search Ads 應用 & 基礎介紹 Part 1」 搶先試閱，深入了解！​​

生活上常見的一些量化研究案例：

1. 實驗：控製或操縱自變量以測量其對因變量的影響。例如：為了測試干預措施是否可以減少大學生的拖延症，可以給同等規模的小組進行拖延干預或類似的任務，並比較干預後各組對拖延行為的自我評價。
2. 民調：面對面、通過電話或在線向一群人提問。例如：將帶有評分量表的問卷分發給一年級大學生，以調查他們的成長經歷。
3. （系統的）觀察：識別感興趣的行為或事件，並在其自然環境中對其進行監控。例如：要研究大學課堂參與情況，我們需要坐在課堂上觀察，計算和記錄來自不同背景的學生主動和被動行為的發生率。
4. 二次研究：收集為其他目的而收集的數據，如國家調查或歷史記錄。例如：為了評估自 2000 年代以來大家對氣候變化的態度是否發生了變化，可以從廣泛可用的縱向研究中收集相關的問卷數據。

💡何時該使用量化研究？

1. 當今天專案涉及龐大利益以及有潛在風險造成損失時，你可以考慮使用量化研究幫助你找到具有顯著程度差異的結果，或透過量化研究來建立簡單的風險管理。
2. 當今天在資源有限的情況之下，你可以透過基礎的「統計檢定」（量化研究的一種方法）來評估或衡量你需要的實驗量體，以便讓實驗呈現「​顯著差異」​而非巧合。
   👉​你可以嘗試這個工具，輸入你預期成長的幅度，來推估你所需要的實驗量體！
   https://abtestguide.com/abtestsize/

請記住，量化研究只是一種「​在有限的資源下，幫助你評估你的解決方案是否有足夠的『機率』來幫助你解決你的商業目標」。若今天你已經沒有「成本的考量」、「充足的資料」、或「完善的資源」讓你能夠做出 1:1量體的比較時，你就可以考慮不一定要使用量化研究的方法。

同時如果你還在「確認需求」，或還在「認識消費者」、設計「未上線」的產品時，可以先考慮從事質化分析，先幫助你建立商業的基本認知，否則『若實驗的目的不符合商業目標，那實驗結果本身對於企業就是100% 的成本』。