如何以及为什么在用户研究中招募后备参与者(又名“飞蚊”)

有效的用户研究人员平衡项目进度约束与他们的研究预算。有效率的研究人员只尝试花费所需的钱，所以剩下的钱可以用于更多的研究。

当我运行研究项目时，我尝试着花足够的钱去招募和激励参与者，以确保(1)我找到了合适的用户类型，(2)他们有足够的动力去参加会议(同时也获得了相应的报酬)。“不出席”的参与者或最后一刻的取消可能会打乱项目进度，使利益相关者对研究失去兴趣，并浪费资金。

考虑可用性研究或其他用户体验研究活动中每个测试时段的费用:

• 在研究参与者之间摊销计划费用。例如，花20个小时计划一个5人参与的研究，相当于为每个参与者提供4个小时昂贵的ux专家薪水。
• 看看使用测试空间的成本。对于现场研究来说，如果用户没有出现，租用空着的实验室空间就是自掏腰包。即使您是在自己大楼的会议室进行测试，也存在预订房间并阻止其他员工使用的机会成本。
• 包括团队成员的时间。未使用的预定学习时段的最大费用通常是等待参与者的团队成员(包括您自己)的费用。

不要忘记，由于参与研究的人数比计划要求的少，研究洞察力也会减少。如果在大多数定性研究中，您需要遵循我们的小样本量建议，每一个失去的参与者都代表了您潜在洞察力的相当大的比例，从而降低了您的设计项目的盈利能力。

何时招募飞蚊

在某些情况下，应该把节俭抛到一边，招募更多的用户，也就是所谓的“飞蚊”。这个策略使你有可能填补每个研究插槽。这种方法有益的一些场景包括:

• 项目时间表只允许很小的时间窗口用于研究。例如，客户可能需要在几天内完成可用性测试和测试结果。
• 一个外部因素施加了时间限制。例如，实验室研究的设备或地点是租用的，并且只能在有限的时间内使用。
• 参与者的背景需要在研究进行时对参与者进行部分现场筛选。例如，在一个眼动研究您可能需要在现场使用眼控系统对用户的眼睛进行校准。
• 很大程度上取决于观察者看到一个或一组特定的研究会议。例如，如果一个团队必须被说服去做研究，并且持怀疑态度，但它最终同意在某个特定时间进行观察，那么你需要用户在这个关键时刻在场。

为了确保你在需要的时候有足够的参与者，你可以练习“有意的过度招募”。过度招聘可以表现在以下几个方面:

• 为每个预定的插槽招募多个人员(一个参与者和一个浮动人员)
• 每个插槽招一名参与者，每个插槽招一名浮动参与者
• 在研究计划中添加比需要更多的会议(和更多的参与者)

每个参与者一个浮动者

最昂贵的方法，同时也是最保险的方法，是一个浮动到一个用户——也就是说，每个插槽招募两个人，即使你只测试他们中的一个。

研究日可能是这样的:

如果被招募的参与者出现了，我付钱给那个浮动者，让她走。

只为一个疗程招募的飞蚊者通常与参与者支付相同的酬金。因此，如果参与者的奖励是每个参与者100美元，那么单次浮动的奖励也将是100美元。

使用这种方法，如果所有的用户都来参加他们的会议，那么每项研究的招募和激励费用将会增加一倍。例如，如果招募和激励成本是每个用户180美元，而你有5个用户，那么没有飞蚊者的总成本是900美元，有飞蚊者的成本是1800美元。

每两个用户一个浮动器

稍微便宜一点，但也不太安全的方法是每两个疗程招募一个漂浮者。在这种模式下，研究日可能是这样的:

在这种情况下，每个浮动程序将在两个会话中可用。例如，如果User1出现，浮点数将保持可用，以确保User2也出现。如果User2确实出现，则在第二个会话开始时释放浮点数。这可能是漂浮者最好的情况，因为她基本上需要一个半小时的空闲时间，并在完整的治疗中获得报酬。

如果User1没有出现，浮点数将取代那个人的位置。而且，研究人员希望User2会出现，因为那个会话没有浮点数。如果User1出现但User2没有出现，浮点数将占用User2的会话。这对漂浮者来说可能是最糟糕的情况，因为她必须等待一个疗程，然后成为参与者。

那些必须在多个时间段工作的飞蚊者通常会得到更高的报酬。我通常付双倍的奖金。(有些人付的钱比这多，因为“飞蚊”患者不仅要注册更长的可用时间，还需要参加研究。还有一些公司只在他们最终成为测试参与者时才会支付更高的薪酬。)所以，如果100美元是参与者的酬金，一个两次的浮动者将得到200美元。(注意，在上面的例子中，由于有奇数的会话，一个浮动将只涵盖一个会话，并将支付100美元。)如果研究距离较远，人们可能会少支付飞蚊者的费用，因为他们不会被要求旅行或在某个地方坐一段时间;相反，他们可以在家里或办公室里随叫随到地做其他事情。

如何招募“飞蚊”

有一个浮动是为了确保你覆盖所有的研究会议。他们必须出席，无论是亲自出席还是远程学习。因此，在招募他们的时候，他们不应该觉得自己是多余的。我对飞蚊族一向很诚实。我用与研究参与者相同的筛选标准招募他们。一旦他们被认为是研究的正确目标，我就会解释他们的作用:

我们已经为这项研究招募了所有的时间段，但我们需要确保每个时间段都有一个人。由于有时人们会在最后一刻取消预约，我们需要招募更多的人来参加，以防已经安排好的参与者不能来。

对于一对一:因此，我们会要求你来(或登录进行远程研究)，就像你正在参与一样。如果预定的参与者按计划到达，我们将支付你100美元的酬金并释放你。

2组:因此，我们会要求你来(或登录进行远程研究)，就像你正在参与一样。但我们希望你能抽出两节课的时间，从早上8点开始，到上午10点半结束。如果预定的参与者按计划到达，我们将支付你200美元并释放你。但如果其中一个用户没有到达，我们会邀请您参与研究。

对于一个远程研究会议，我要求飞蚊者登录会议，就像他们是一个用户一样。对于面对面的会议，我通知那些飞屋者，那里将有一个等候区，有无线设备和饮料，他们将被要求呆在那里直到被释放。如果没有这样的地方，我试着在附近找到一个café，他们可以去那里等待需要。

如何消除“飞蚊”

如果在招募飞蚊者时向他们解释了情况，解雇他们应该没有问题。但是，要确保你没有伤害他们的感情，或者让他们觉得他们做错了什么，这就是他们被解雇的原因。我通常会这样说:

如你所知，我们招募你是为了确保每节课都有足够的参与者。我们预定的那个人已经到了，一切都安排好了。非常感谢你同意参与我们的研究但这次我们不需要你了。这是(或我将送你)你的酬金100美元的计划。我希望在以后的研究中我们能记住你。非常感谢。

使用浮动器优化参与者

为每个学习时段招募两个用户的另一个好处是，如果两个用户都按计划出现，您可以选择最适合您的学习的一个。在这种情况下，你不能预先指定一个人为“主要”参与者，而另一个人为浮动者。

选择最合适的参与者在研究中是很有用的:

1. 针对一个特别困难的招聘资料，或一个具有预审挑战性的资料——例如，如果你正在测试一个高端投资产品，希望在研究前了解投资者的技能
2. 需要一定的人口分布，例如，年龄分布均匀

如果你的早期测试槽都被年轻用户填满，那么你就会优先考虑较年长的用户。

(然而，避免根据随机标准选择参与者——比如哪个参与者更健谈或看起来更令人愉快或讨人喜欢——因为这样做很容易使你的研究结果产生偏差。)

更多的研究插槽和取消需要

和安排飞行训练有点不同的是安排额外的学习课程。如果你的期限不是很紧，你(或你的团队)可以在用户不出现的情况下进行调整和做其他工作，这种方法可以有效确保你有足够的参与者，而且通常比浮动模型更便宜。

使用这个模型的时间表可能是这样的:

为无节制(没有主持人)的远程研究会议在美国，我通常每3个回合就会多招募一个人。例如，如果我想要5个疗程，我招募7个人进行研究。一旦你有了足够的数据，你就可以取消不需要的会话(当然，你仍然需要付费给那些用户)。如果有足够的用户在添加会话后仍未出现，你可以安排更多会话。

然而，通常情况下，即使所有需要的参与者都出现了，运行额外的会议也是有意义的，原因有二:

1. 某些会话中的数据不可用。在我看完录音后，我有时会发现其中一个环节有问题，无法使用全部或大部分数据。因此，过度招募不仅涵盖了未出席的参与者，也涵盖了数据不佳的会议，并为您节省了重新启动研究和等待反馈的成本。
2. 额外的见解。有时我需要跟进在早期课程中发现的问题——如果是这样的话，我可以利用这些后期课程来改变任务或面试问题，并调查新的问题。

难道支付更高的薪酬不就能消除过度招聘的必要性吗?

如果动机更大，受动机驱使的研究参与者更有可能出现。所以，你可以尝试支付更高的奖励而不招募飞蚊者。你可以节省招募额外用户的成本，并可能向主要参与者支付更高的奖励。但只有当阻碍参与的因素与激励相关时，这种策略才会奏效。它不考虑紧急情况或最后时刻的计划更改，这些情况确实会发生，特别是在测试某些专业的用户时，比如系统管理员或医生。(同时，考虑一个非常高的激励是否会影响你的研究。)

故意的过度招聘难道不是浪费吗?

对于有意的过度招聘，我最不喜欢的是团队、用户、招聘人员和研究人员牺牲了时间和金钱。

决定使用这些过度招募的方法很像决定是否购买可选择的保险。例如，每月花100美元购买长期医疗保险值得吗?这样，如果你年老时需要护理，你就能得到吗?同样地，在每个分配的时间内拥有一个用户对您的团队有什么保障?

下表比较了使用三种过度招聘模型的5人研究的时间、招聘和激励成本。

假设研究人员安排了五个会议:

• 招聘和激励成本最高(1800美元)的是“1个浮动者到1个用户”的过度招聘模式，最低(1260美元)的是“更多研究时段”的模式。
• 在1-float -to-1 user模型中，没有足够用户的风险最低，而在1-float -per-2 user和更多研究槽模型中，风险更高。
• 在“1-float -to-1 user”和“1-float -per-2 users”模型中，研究完成前的时间最少(一天)，而在“更多的研究插槽”模型中，研究完成前的时间最多(一天半)，这需要额外的会话和时间。

在上面的例子中，考虑额外成本是900美元。

• 确保你能在指定的时间内从目标用户那里得到你需要的反馈是否值得你的团队花费900美元?
• 你的预算里有这个吗?
• 这900美元的机会成本是什么?也就是说，你还需要做什么，把钱花在能产生更高回报的地方?

当你考虑过度招聘时，你应该问自己这些问题。