Анализ глубинных интервью: от расшифровки до выводов

Провести интервью проще, чем разобрать. Разговоры оставляют несколько часов записей, к которым потом не возвращаются: этап выглядит технической формальностью, а на деле именно здесь исследование превращается в решения — или не превращается ни во что.

Ниже — порядок разбора, который работает и на пяти разговорах, и на двадцати. Про то, как вести сам разговор, есть отдельная инструкция: «Как проводить глубинные интервью».

Почему без разбора интервью бесполезны

После третьего разговора детали начинают смешиваться. Остаётся общее впечатление — «вроде всем не хватает автоматизации», — и оно почти всегда смещено в сторону того, что вы хотели услышать. Память избирательна: ярко сказанное запоминается лучше типичного, а последний разговор весит больше первого.

Разбор нужен именно для того, чтобы вывод опирался на текст, а не на впечатление. Всё остальное в этой статье — способы сделать этот текст пригодным для работы.

Шаг 1. Расшифровка

Первое, что нужно, — превратить аудио в текст, по которому можно искать. Это называют расшифровкой или транскрибацией; для анализа важно, чтобы в тексте было разделение по собеседникам.

Без него расшифровка почти бесполезна. В сплошной стене текста непонятно, кто произнёс ключевую фразу: если формулировку про боль подсказали вы, а собеседник только согласился, это не находка, а ваше собственное предположение, вернувшееся обратно.

Хорошая расшифровка содержит:

• разделение реплик — где интервьюер, где респондент;
• таймкоды — чтобы переслушать спорный фрагмент, а не искать его на слух;
• дословность — с оговорками и паузами. «Ну, наверное, попробовал бы» и «попробовал бы» — это разные ответы.

Ручная расшифровка часового разговора занимает 3–4 часа. Автоматическая делает то же за минуты, но требует проверки — и здесь стоит понимать, что означают заявленные проценты точности.

Сервисы распознавания речи заявляют 95–98% (например, Teamlogs — 95%, Voicee — до 98%). Звучит как «почти идеально», но час интервью — это примерно 6 000–9 000 слов. Даже 95% означает 300–450 ошибочных слов на разговор. И распределены они не равномерно: хуже всего распознаются имена, профессиональные термины и названия сервисов — то есть ровно то, о чём разговор и шёл. Фразу «пробовали Мойсклад, но бросили» модель может услышать как «пробовали мой склад».

Практический вывод: расшифровку читают, а не скармливают сразу в анализ. Достаточно один раз пройти глазами по местам, где упоминаются продукты и цифры.

Шаг 2. Кодирование: что выписывать

Кодирование — основной метод анализа качественных данных. Звучит академично, на практике это разметка текста по категориям: вы проходите расшифровку и выписываете фрагменты, относя каждый к своему типу.

Для продуктовых интервью хватает четырёх категорий:

Что выписываем	Что это	Пример формулировки
Боль	что мешает прямо сейчас	«каждый вечер сверяю записи в тетради с сообщениями»
Потребность	что человек пытается получить	«хочу видеть, кто придёт завтра, не открывая ноутбук»
Возражение	что останавливает от решения	«пробовал похожее, но переносить базу клиентов некому»
Цитата	дословная фраза	сохраняется как есть, с указанием, кто и когда сказал

Цитата — не украшение отчёта. Пересказ незаметно подгоняет смысл: «клиент сказал, что ему нужна автоматизация» может стоять за фразой «да я бы и рад, но некогда разбираться», а это противоположные выводы.

Отдельно стоит помечать попытки решения: чем человек уже пробовал закрыть задачу и почему бросил. Это самая ценная часть материала — она показывает, что именно ломается в существующих решениях, и заодно доказывает, что проблема реальна: на выдуманные проблемы люди не тратят усилия.

Как это называется в методологии

То, что описано выше, — не самодеятельность, у этих приёмов есть имена. Знать их полезно: по ним ищется литература, и по ним же вас поймут исследователи.

Метод	Что делает	Когда брать
Тематический анализ	ищет повторяющиеся смыслы и собирает их в темы; классически описан как шесть фаз — от знакомства с данными до описания тем	универсальный метод для продуктовых интервью
Открытое кодирование	размечает текст без заранее заданных категорий, категории рождаются из данных	вы не знаете, что ищете; исследовательская стадия
Осевое и избирательное кодирование	связывает найденные коды между собой и выделяет центральные	когда кодов набралось много и нужна структура
Affinity mapping	физическая или цифровая раскладка цитат по кластерам — стикеры в Miro или Figma	командный разбор, когда важно общее понимание

Разница между индуктивным и дедуктивным подходом простая: в первом категории появляются из материала, во втором вы приходите с готовым списком. Четыре категории из шага 2 — боли, потребности, возражения, попытки решения — это дедуктивный кодбук. Для продуктовых интервью он практичнее открытого кодирования: вы уже знаете, какие типы находок вам нужны для решения, и не тратите неделю на построение таксономии с нуля.

У affinity mapping есть три типичные ошибки, о которых предупреждает NN/g: впихивать цитату в кластер, куда она не ложится, ради красоты схемы; выбрасывать выбросы — единичные наблюдения, которые не встали ни в одну группу; и позволять самому громкому участнику разбора задавать структуру кластеров.

Шаг 3. Сведение по гипотезам

Находки из отдельных разговоров сами по себе — просто список. Смысл появляется, когда вы сводите их вместе и прикладываете к гипотезам.

Практически это выглядит так: по каждой гипотезе собираются свидетельства за и против, каждое — с указанием, из какого разговора взято. Если гипотезы формулировались вместе с остальной моделью продукта, они уже лежат в Lean Canvas — брать их стоит оттуда, а не переписывать заново. Дальше возможны три исхода:

• подтверждается — несколько независимых собеседников описали одно и то же, не сговариваясь и без ваших подсказок;
• опровергается — люди либо не сталкиваются с этим, либо решают задачу иначе и довольны;
• данных мало — тема почти не всплывала или ответы противоречат друг другу.

Третий исход встречается чаще двух первых, и это признак честного разбора, а не плохого исследования. Вывод, сделанный на трёх разговорах, опаснее отсутствия вывода: он выглядит как знание и точно так же ложится в основу решений.

Сводную таблицу удобно держать в таком виде — её можно скопировать в любой редактор и заполнять по ходу:

Гипотеза	За	Против	Разговоров	Сегмент	Статус
Владелец салона тратит на запись больше часа в день	И2, И4, И5, И7	И3 («веду в приложении, 5 минут»)	5 из 6	салоны до 15 мастеров	данных мало
Готовы платить за автоматизацию от 2 000 ₽/мес	И4, И7	И2, И5 («это не стоит денег»)	4 из 6	салоны до 15 мастеров	не подтверждена

Две колонки здесь делают всю работу. «Против» не даёт подгонять картину: если она пустая, вы не проверяли гипотезу, а искали ей подтверждение. «Разговоров» держит на виду размер выборки — без неё статус легко выставить по двум ярким цитатам.

Как отличить сигнал от шума

Главный вопрос разбора — что считать находкой, а что случайностью. Универсального порога нет, но есть работающие ориентиры.

Повторение у независимых собеседников. Одна и та же боль у четырёх человек из шести — сигнал. Та же боль, названная одним, но очень убедительно, — частный случай. Убедительность рассказчика к достоверности отношения не имеет.

Прошлое вместо будущего. Свидетельство «я платил за это 2 000 рублей в марте» весит несоизмеримо больше, чем «я бы, наверное, заплатил». Первое — факт, второе — вежливость.

Потраченные усилия. Если человек городил обходные пути — таблицу, скрипт, отдельную тетрадь, — проблема реальна. Если только жаловался, она, скорее всего, терпима.

Однородность выборки. Пять разговоров с похожими людьми дают картину сегмента. Пять разговоров со случайными людьми дают пять частных случаев, из которых картина не складывается никак.

И главное ограничение: из интервью не получают процентов. «Четверо из шести собеседников столкнулись с этим» — корректная формулировка. «67% рынка испытывает эту проблему» — нет, даже если арифметика сходится. Доли меряют опросом на большей выборке — как составить анкету и прочитать результаты, разобрано в инструкции «Как провести опрос клиентов». Это следующий шаг, а не альтернатива.

Сколько интервью нужно, чтобы вывод был обоснован

Про скорость разбора пишут все, про достаточность данных — почти никто. А это тот самый вопрос, от которого зависит, стоит ли вообще что-то делать с полученными выводами.

Ориентиры дают исследования, а не интуиция. В работе Guest, Bunce и Johnson разобрали 60 глубинных интервью и отследили, когда перестают появляться новые темы: насыщение наступало в пределах первых двенадцати разговоров, а основные метатемы проявлялись уже к шестому. Отдельно исследователи отмечают, что кодовое насыщение приходит раньше смыслового: «новых кодов больше нет» — это ещё не «мы поняли, что эти коды значат».

Со стороны UX-исследований логика та же: по расчёту Нильсена и Ландауэра пятеро пользователей находят около 85% проблем интерфейса, а при нескольких аудиториях выгоднее взять по 3–4 человека на сегмент, чем пятнадцать вперемешку.

Разговоров в сегменте	Что уже можно	Чего ещё нельзя
1–2	сформулировать гипотезы, поправить гайд	делать любые выводы
3–5	увидеть повторяющиеся боли и формулировки	считать доли, закрывать гипотезу
6–12	вынести вердикт по гипотезе внутри сегмента	распространять вывод на весь рынок
12+	ожидать насыщения: новых тем почти не появляется	заменить этим количественную проверку

Обратите внимание на правую колонку — она важнее левой. Самая дорогая ошибка разбора не в том, что данных мало, а в том, что вывод натянут шире, чем позволяет выборка.

Анализ интервью нейросетью: что работает и что ломается

Кодирование — механическая работа, и модель делает её быстро. Но у типичных промптов есть дефект, который почти никто не проговаривает.

Промпт «выдели 5–7 основных тем» всегда вернёт 5–7 тем. На двадцати интервью и на двух. На содержательных разговорах и на пустых. Модель выполняет форму запроса, а не находит структуру в данных — и вы получаете ответ, подогнанный под ваш же вопрос, с полной иллюзией находки.

Проверить это просто: разбейте интервью на две непересекающиеся половины и прогоните один и тот же промпт на каждой. Если списки тем принципиально расходятся — темы сгенерированы, а не найдены, и опираться на них нельзя.

Рабочий промпт устроен иначе: он запрещает модели домысливать и заставляет привязывать каждый вывод к цитате.

Ты помогаешь разобрать расшифровку глубинного интервью.

Выдели из текста ТОЛЬКО то, что респондент сказал сам:
- боли: что мешает ему сейчас;
- потребности: чего он пытается добиться;
- возражения: что останавливает от смены решения;
- попытки решения: что он уже пробовал и почему бросил.

Правила:
1. К каждому пункту — дословная цитата из текста. Нет цитаты — не включай пункт.
2. Не объединяй разные высказывания в одно обобщение.
3. Не указывай количество пунктов заранее: сколько нашлось, столько и выводи.
   Если в какой-то категории пусто — так и напиши «не встретилось».
4. Реплики интервьюера не используй: если формулировку предложил он,
   а респондент только согласился, это не находка — помечай отдельно.
5. Не делай выводов о гипотезах и не считай проценты.

Три вещи здесь принципиальны. Запрет на фиксированное число пунктов снимает эффект, описанный выше. Требование цитаты не даёт модели пересказывать своими словами, незаметно смещая смысл. Пункт про реплики интервьюера ловит самый частый источник ложных находок: вы сами подсказали формулировку, собеседник вежливо согласился, а в отчёте это выглядит как его боль.

Что модели отдавать не стоит: вердикт по гипотезе и решение, достаточно ли данных. Первое требует сопоставления с размером выборки, второе — вашей ответственности за решение.

Частые ошибки разбора

Искать подтверждение, а не проверять. Самая распространённая и самая незаметная: вы уже знаете, что хотите увидеть, и цитаты подбираются под вывод. Противоядие механическое — выписывать свидетельства против гипотезы в отдельную колонку и требовать, чтобы она не оставалась пустой.

Считать проценты по шести разговорам. Цифра выглядит убедительно и потому особенно вредна: на её основе принимают решения, которые данные не выдерживают.

Разбирать по памяти. Без расшифровки анализируется не разговор, а воспоминание о нём.

Смешивать сегменты. Ответы владельца салона и корпоративного закупщика в одной таблице дают среднюю температуру. Разбор ведётся по сегментам отдельно, даже если разговоров в каждом мало.

Останавливаться на боли. Названная боль — половина находки. Вторая половина — что человек уже пробовал и почему это не сработало: именно там лежит требование к вашему решению.

Что получается в итоге

Правильно разобранное исследование заканчивается не папкой с записями, а коротким документом, в котором есть:

1. Статус каждой гипотезы — с подтверждающими цитатами и указанием, сколько разговоров за ним стоит.
2. Список болей по частоте — что называли чаще всего.
3. Возражения — что мешает людям перейти на новое решение.
4. Язык аудитории — формулировки, которыми люди сами описывают проблему. Готовый материал для текста на сайте.
5. Вопросы для следующего этапа — то, что интервью не закрыли и что стоит проверить на большей выборке.

Четыре способа разобрать интервью

Инструментов на рынке хватает, и выбор между ними — это выбор, чем платить: временем или контролем.

Способ	Час записи	Что получаете	Чего не получаете
Вручную: расшифровка и таблица	3–4 часа	полный контроль над каждой формулировкой	масштаб; на десятом интервью выдыхаетесь
Транскрибатор + свой промпт	~40 минут	темы и цитаты	связь с гипотезами, контроль выборки
Транскрибатор с AI-сводкой	~20 минут	итоги встречи, темы, краткое саммари	статусы гипотез, разбивку по сегментам
Платформа с гипотезами	~20 минут	статусы гипотез, порог достоверности	замену вашей интерпретации

Отдельно про скорость. Сервисы расшифровки заявляют кейсы вроде «40 интервью разобрали за два дня вместо двух недель» — и это правда достижимо. Только скорость сама по себе ничего не гарантирует: сорок интервью, разобранных без разбивки по сегментам и без порога достоверности, означают, что к неверному выводу вы придёте за два дня вместо двух недель. Быстрый разбор ценен ровно настолько, насколько дисциплинирован сам метод.

Как это устроено в GoMVP

Разбор — самая механическая часть исследования, и именно её чаще всего не доводят до конца.

На странице «Провести кастдев» записи разговоров расшифровываются автоматически, с разделением по собеседникам и таймкодами: видно, где вопрос интервьюера, а где ответ респондента, и любую реплику можно переслушать. Запись можно загрузить файлом или вести прямо с микрофона в браузере.

Дальше по каждому разговору собираются боли, потребности, возражения и вердикты по вашим гипотезам с цитатами, а поверх всех интервью — общая сводка: какие гипотезы подтверждаются, что болит чаще всего, что мешает купить. Статус гипотезы не выставляется, пока разговоров на сегмент меньше шести: экран честно показывает, сколько ещё нужно и куда пока склоняются ответы.

Зачем вообще нужны эти разговоры и чем они отличаются от опроса — в статье «Кастдев: что это простыми словами».