UXリサーチャーがインタビュー知識ベースにremioを活用する方法
- Aisha Washington
- 6月5日
- 読了時間: 7分
面接ラウンド50回の最終面接を終えたばかりです。メモは3つの異なるフォルダに散らばっています。トランスクリプトは2つのノートアプリに満ちています。答えはそこにあるのに、すべてのセッションにまたがるパターンを見つけるには今週いっぱいかかりそうです。
ナレッジワーカーは、以前の世代が1年で扱っていた量をはるかに超える情報を、わずか1ヶ月で処理しています。情報量と検索能力のギャップは拡大し続けています。McKinsey Global Instituteの調査によると、従業員は社内情報の約20％を、すでに手元にあるはずの情報を探すために費やしています。この隠れたコストは、ロードマップの遅延や、すでに記録された発見に関する繰り返しの議論として現れます。
中規模SaaSチームでの実際のワークフロー経験に基づき、この記事では、散在したファイルから単一のクエリ可能なux research knowledge base remioワークスペースに移行した、ある研究者の具体的な手順を紹介します。
The Real Cost of Manual Interview Synthesis
問題は規律の欠如ではありません。現在のツールは、情報フローが遅かった時代に作られたものです。2週間以内に50回の会話が届くと、それらのツールは機能しなくなります。
各シンセシスラウンドの準備には、すべての録音を開き、ハイライトをコピーし、マスタードキュメントを再構築する必要があります。
インタビュー間の比較は手動のままなので、矛盾は遅れて表面化するか、完全に見逃されます。
新しいチームメンバーのオンボーディングでは、同じ検索作業を繰り返すことになり、1つのインデックス化されたソースを指し示すだけでは済みません。
コンテキストを保持するシステムがなければ、新しいプロジェクトごとに時計がリセットされます。過去の調査結果を即座に呼び出せる研究者と、ゼロから再構築する研究者のギャップは、スプリントごとに広がっていきます。
Why Traditional Methods Fall Short
ほとんどのチームが同じ3つのアプローチを試みます。
フォルダ検索は、ファイル名が尋ねられている質問と一致しなくなるまで機能します。ノートアプリのタグは、注意力が最も低いキャプチャの瞬間に決定を必要とします。クラウドトランスクリプションサービスはすべてをデバイス外に保存するため、顧客データを扱う企業にとってコンプライアンス上の問題を引き起こします。
どの選択肢も、整理の負担をユーザーに負わせます。新しいインタビューが毎日届くようになると、その負担は最初に放棄されるタスクになります。
必要な変化は、より良いタグ付けではありません。タグ付けの要件をすべて取り除くことです。
How remio Solves UX Research Knowledge Base remio Workflows
remioはモデルを逆転させます。まずキャプチャし、後で整理します。
パッシブキャプチャはバックグラウンドで実行されます。すべてのインタビュー録音は、アプリ内でワンクリックで開始できます。トランスクリプトはローカルで生成され、通話中に撮影したノートやスクリーンショットとともにデバイスに保存されます。別途アップロードする手順は必要ありません。
保存された素材はパーソナルベクトルインデックスになります。クエリは正確なキーワードに依存しません。「新しいオンボーディングフロー後に価格の摩擦について言及した参加者は？」のような質問は、「pricing」という単語が同じ文で話されていなくても回答を返します。
すべての処理はデフォルトでローカルマシン上で行われます。機密性の高い顧客会話を取り扱う研究者は、データをデバイス上で暗号化したままにしつつ、AI検索を実行できます。追加の制御が必要な場合は、独自のモデルキーを接続できます。
インタビュー作業の結果は直接的です。研究者はシンセシスを開始する前に、コンテキストを再構築するのに半日を費やす必要がなくなります。
https://www.remio.ai/info-capture
A 3-Step Framework for Interview Analysis
すべてのセッションを自動的にキャプチャ - 手動ノートはゼロ
ミーティングを開き、内蔵レコーダーを起動して会話を続けます。remioはトランスクリプトを書き込み、保存時にソースファイルをタグ付けします。研究者は通話を終えると、追加の手順なしで次の通話に移れます。
全セットを1回のクエリで検索 - ソース間のパターンを表面化
調査質問を自然言語で入力します。remioは関連性順に複数のインタビューからの抜粋を返し、研究者がコンテキストを聞きたい場合は元の音声へのリンクも提供します。
次の成果物に調査結果をエクスポート - 勢いを維持
結果ビュー内で主要なセグメントをハイライトします。remioはそれらの抜粋を再入力せずに構造化レポートやスライドアウトラインに挿入できます。研究者は生のインタビューからステークホルダー向けサマリーまで、同じワークスペース内で移行できます。
Before and After: The Difference remio Makes
Synthesis time
Without remio: 50本のトランスクリプトを読んでテーマをクラスタリングするのに3〜4日。
With remio: ターゲットを絞ったクエリとエクスポートに集中した1時間。
Cross-interview recall
Without remio: 矛盾は初稿を書いた後にのみ気づく。
With remio: すべてのソースが接続された状態で残るため、初回のクエリラウンド中に矛盾がフラグ付けされる。
New team member onboarding
Without remio: 古いフォルダを検索するガイド付き作業に2日。
With remio: インタビューコレクションへの1つのリンクと、直接フォローアップ質問を許可する権限。
Data location
Without remio: 録音がアクセスルールの異なる共有ドライブに散在。
With remio: 単一の暗号化されたローカルストア、オフラインでアクセス可能。
Stakeholder updates
Without remio: 代表的な引用を最後の瞬間に慌てて集める。
With remio: 保存したクエリを週次更新に再利用し、新しいフィルターを適用。
Real Results: UX Researcher Using remio for Interview Synthesis
このワークフローを採用する前は、各シンセシスラウンドは同じように始まっていました。研究者は録音を聞き返して引用のマスタースプレッドシートを再構築するだけで、丸2日をブロックしていました。3日目になっても、一部のファイルが異なるプロジェクト名で保存されていたため、パターンはまだ不完全でした。
転機は、チームが今後のすべてのインタビューを1つのremioコレクションに追加したときでした。次の50セッションのラウンドが終了した後、研究者はスプレッドシートを再構築する代わりに、1回のパスでテーマ別クエリを実行しました。以前は3日かかっていたテーマが、60分以内に現れました。
「最後のラウンドの後、pricing-frictionクラスタとonboarding-dropoffクラスタを昼食前に準備できました。ステークホルダー向けデッキを翌週まで待つのではなく、同じ午後に送ることができました。」
節約された時間は、再構築作業ではなく、より深いフォローアップインタビューに充てられました。チームの他の研究者も、生のファイルを求めずに同じコレクションを自分の質問に再利用しています。
Common Questions About ux research knowledge base remio
Q: Is my data secure?
A: remioはデフォルトですべての録音とトランスクリプトをローカルに保存します。研究者はBYOK暗号化を有効にすることで、プロンプトと回答がremioサーバーを通過しないようにできます。
Q: How long does it take to get started?
A: デスクトップアプリをインストールし、録音用の1つのフォルダへのアクセスを許可して、次の予定されたインタビューを開始します。最初のトランスクリプトは自動的に表示されます。
Q: What types of content can remio capture?
A: ミーティングの音声、リサーチ中に閲覧したWebページ、ローカルPDF、エクスポートしたチャットログはすべて、追加のアップロードなしで同じワークスペースにインデックスされます。
Q: Does remio work without an internet connection?
A: ローカルトランスクリプションと検索は完全にオフラインで実行されます。インターネットが必要になるのは、オプションのクラウド同期またはライブWeb検索がオンになっている場合のみです。
Q: Can I use remio alongside tools I already use?
A: はい。研究者は好みのビデオプラットフォームでセッションを続け、ローカルレコーダーを起動するだけです。結果は既存のスライドデッキやドキュメントへのエクスポート用に利用できます。
Getting Started
各スプリントでインタビューのコンテキストを再構築するのに費やす時間が、初期セットアップの10分に値するかどうかを判断することです。ほとんどのチームは、最初の完全なシンセシスラウンドが1時間以内に完了した後にその結論に達します。
ダウンロードページからアプリをインストールし、「Current Research」というラベルのコレクションを1つ作成して、次の予定されたインタビューを開始します。最初のトランスクリプトが到着するとすぐに、残りのワークフローが表示されます。
https://www.remio.ai/download
