Как провести дневниковое исследование: практическое руководство с AI-промптами

Что такое дневниковое исследование?

Дневниковое исследование (diary study) — лонгитюдный метод, в котором участники самостоятельно документируют свой опыт, поведение и эмоции на протяжении нескольких дней или недель, взаимодействуя с продуктом, сервисом или ситуацией в естественной среде. В отличие от методов, основанных на одной сессии, дневниковое исследование фиксирует, как поведение меняется во времени, и выявляет паттерны, привычки и контекстуальные триггеры, которые невозможно обнаружить в ходе однократного интервью или юзабилити-теста.

На какие вопросы отвечает?

• Как пользователи взаимодействуют с продуктом на протяжении дней или недель в реальных условиях?
• Что запускает определённое поведение, и как эти триггеры меняются со временем?
• Какие эмоциональные пики и спады переживают пользователи на своём пути?
• Как привычки формируются, ломаются или трансформируются вокруг продукта или процесса?
• Какие контекстуальные факторы (место, настроение, время суток, конкурирующие занятия) влияют на использование?
• Где продукт вписывается — или не вписывается — в повседневные рутины пользователей?

Когда использовать

• Когда поведение разворачивается во времени и не может быть зафиксировано за одну сессию — онбординг длительностью в неделю, формирование привычки, повторяющиеся рабочие процессы.
• Когда нужно понять контекст реального мира: где, когда и при каких обстоятельствах люди используют продукт.
• Когда существенна проблема ошибки припоминания: участники фиксируют опыт близко к моменту события, а не восстанавливают его позднее в интервью.
• Когда есть подозрение, что между тем, что пользователи говорят в интервью, и тем, что они делают изо дня в день, существует разрыв.
• Когда отслеживается адаптация функций, вовлечённость в контент или изменение поведения после запуска продукта или обновления.
• Когда исследуется незнакомое пространство проблем, в котором неизвестно, какие паттерны искать: дневниковая структура позволяет паттернам проявиться из лонгитюдных данных.

Не подходит, когда нужны быстрые ответы (самое короткое полезное дневниковое исследование занимает 3-5 дней), когда поведение является разовым событием, когда участники не могут взять на себя обязательство регулярной самоотчётности, или когда нужны контролируемые условия (используйте юзабилити-тестирование). Если паттерны уже известны и нужно измерить их распространённость, опрос быстрее и дешевле.

Что вы получаете (результаты)

• Дневниковые записи: текст с отметками времени, фото, видео, голосовые записи и скриншоты реального опыта
• Поведенческая хронология: хронологическая карта того, как поведение каждого участника менялось на протяжении исследования
• Тематический анализ: повторяющиеся темы, паттерны и аномалии, закодированные по всем участникам
• Карта контекстуальных триггеров: условия (время, место, настроение, внешние события), которые провоцируют или предотвращают определённое поведение
• Инсайты по пользовательскому пути: болевые точки, обходные пути и моменты восторга, зафиксированные в естественных условиях
• Цитаты и медиа участников: первичные доказательства для поддержки инсайтов и презентаций стейкхолдерам
• Рекомендации: предложения, основанные на наблюдаемом лонгитюдном поведении

Участники и длительность

• Участники: 10-15 на сегмент. Дневниковые исследования требуют больше участников, чем интервью, потому что уровень отсева выше (ожидайте 15-25% потерь), а глубина индивидуальных записей варьируется. Для одной однородной группы 10-12 активных участников обычно обеспечивают насыщение. При изучении 2 сегментов рекрутируйте 10-15 на сегмент (20-30 всего с учётом отсева).
• Частота записей: 1-3 записи в день в зависимости от естественной частоты поведения. Для продуктов ежедневного использования одна запись в день — стандарт. Для исследований, привязанных к событиям («фиксируйте каждый раз, когда испытываете X»), частота зависит от того, как часто событие происходит.
• Длительность исследования: 1-4 недели.
  • 3-5 дней: краткое отслеживание поведения, пробные версии, событийные исследования
  • 1-2 недели: повторяющиеся привычки, онбординг, адаптация функций
  • 3-4 недели: изменение поведения, долгосрочная вовлечённость, сезонные паттерны
• Общий таймлайн проекта: 3-6 недель включая все фазы.
  • Дизайн и настройка: 3-5 дней
  • Рекрутинг и онбординг: 3-7 дней
  • Сбор данных (дневниковый период): 1-4 недели
  • Глубинные интервью-продолжение (опционально, но рекомендуется): 2-3 дня
  • Анализ и синтез: 3-7 дней

Как проводить дневниковое исследование (пошагово)

1. Определить цель исследования и параметры

Запишите 2-4 конкретных вопроса, на которые исследование должно ответить. Затем определите: какое поведение вы отслеживаете? Как часто оно происходит естественным образом? Это формирует длительность исследования и частоту записей. Исследование утренних ритуалов требует 7-14 дней ежедневных записей. Исследование обращений в поддержку может потребовать 3-4 недели, но с записями только при наступлении события.

2. Спроектировать промпты и структуру записи

Создайте структурированный шаблон, который участники будут заполнять для каждой записи. Хорошие промпты достаточно конкретны, чтобы направлять участников, но достаточно открыты, чтобы фиксировать неожиданное поведение. Сильный шаблон записи включает:

• Контекст: Где вы? Который час? Чем занимались до этого?
• Триггер: Что спровоцировало этот опыт или взаимодействие?
• Действие: Что вы сделали? Опишите шаги.
• Результат: Что произошло? Удалось ли достичь задуманного?
• Эмоция: Что вы чувствовали во время и после?
• Медиа: Приложите фото, скриншот или короткое видео, если уместно.

Меняйте промпты по дням, чтобы избежать усталости от повторения. День 1 может быть про первые впечатления, день 4 — про обходные пути, день 7 — про рефлексию об общем опыте.

3. Выбрать платформу и настроить исследование

Выберите инструмент исходя из задач. Варианты: от простых (Google Forms, email) до специализированных (dscout, Indeemo, EthOS, Recollective). Оцените: поддерживает ли платформа мультимедиа? Могут ли участники отправлять записи с телефона? Есть ли автоматические напоминания? Можно ли модерировать и задавать уточняющие вопросы к отдельным записям?

Настройте платформу с промптами, сконфигурируйте расписание напоминаний и подготовьте руководство по онбордингу для участников.

4. Рекрутировать и отскринить участников

Дневниковые исследования требуют от участников длительного усилия, поэтому качество рекрутинга важнее, чем в большинстве других методов. Скрининг:

• Поведенческое соответствие (участник действительно делает то, что вы изучаете)
• Готовность придерживаться обязательств на весь период исследования
• Комфорт с самоотчётностью, включая фото/видео фиксацию
• Доступ к смартфону или компьютеру для отправки записей

Предлагайте вознаграждение, соответствующее длительности: $100-300 для потребительских исследований продолжительностью 1-2 недели, больше для B2B или длительных исследований. Используйте поэтапные вознаграждения (частичная оплата в середине, полная — по завершении), чтобы снизить отсев. Рекрутируйте с запасом 20-30%.

5. Провести онбординг участников

Проведите короткую вводную сессию (15-30 минут, живую или записанную):

• Цель исследования (сформулированная широко, чтобы не создавать предвзятость)
• Как отправлять записи: куда, когда, в каком формате
• Примеры хороших и плохих записей — какой уровень детализации ожидается
• Расписание напоминаний и чек-инов
• Согласие, приватность и обработка данных

Отправьте письменное резюме после сессии. Самая частая причина некачественных записей — неясные ожидания, и онбординг — единственная возможность их установить.

6. Мониторить, модерировать и поддерживать вовлечённость

Это самая трудоёмкая фаза для исследователя. В течение дневникового периода:

• Просматривайте входящие записи ежедневно. Задавайте уточняющие вопросы к тонким или особенно интересным записям («Вы упомянули разочарование — можете описать, что именно произошло?»).
• Отправляйте разнообразные напоминания. Не повторяйте одно и то же сообщение — чередуйте промпты, поддержку и конкретные фокусы на каждый день.
• Отслеживайте сигналы отсева: участники, пропустившие 2+ записи подряд, нуждаются в личном чек-ине.
• Используйте промежуточные вознаграждения или благодарственные сообщения на середине пути.

NNGroup рекомендует ограничивать ежедневное время на запись 10-15 минутами, чтобы предотвратить усталость.

7. Провести глубинные интервью-продолжение

После завершения дневникового периода проведите интервью с 5-8 участниками, чьи записи выявили наиболее интересные паттерны, противоречия или пробелы. Используйте их собственные дневниковые записи как материал для обсуждения: «На третий день вы написали X, а на девятый описали другое. Что изменилось?» Эти интервью добавляют «почему», которое дневниковые записи сами по себе не всегда могут дать.

8. Проанализировать и синтезировать

• Выгрузите все записи и организуйте их по участникам и по дням.
• Прочитайте полную дневниковую дугу каждого участника — их индивидуальный путь на протяжении исследования.
• Закодируйте записи по повторяющимся темам: поведение, эмоции, триггеры, болевые точки, обходные пути.
• Ищите временные паттерны: что меняется от дня 1 к дню 14? Что остаётся постоянным?
• Постройте кросс-участниковые темы: какие паттерны проявляются у 3+ участников?
• Сформулируйте инсайты как утверждения «наблюдение + импликация».
• Отберите репрезентативные цитаты и медиа для поддержки каждого инсайта.

9. Оформить результаты

Структурируйте отчёт вокруг лонгитюдного измерения — это то, что отличает результаты дневникового исследования от результатов интервью. Покажите, как поведение менялось, а не только какое оно было. Используйте таймлайны участников, сравнения «до/после» и контекстуальные цитаты. Начинайте с инсайтов и рекомендаций, а не с описания метода.

Как AI меняет этот метод

AI-совместимость: partial — AI ускоряет фазу планирования (дизайн промптов, создание скринера, материалы онбординга) и фазу анализа (кодирование записей, выявление паттернов по сотням точек данных, суммирование дуг участников). Фаза сбора данных, однако, остаётся за человеком: участники самостоятельно отчитываются в своей среде, а исследователь модерирует записи в реальном времени. AI не может наблюдать утренний ритуал участника или задать правильный уточняющий вопрос в нужный момент исследования.

Что может AI

• Генерация дневниковых промптов: по заданной цели исследования и целевому поведению LLM может подготовить набор разнообразных ежедневных промптов за минуты вместо часов.
• Создание напоминаний: AI может сгенерировать набор вовлекающих сообщений с разным тоном и фокусом.
• Кодирование записей и тематический анализ: после завершения исследования AI может обработать сотни дневниковых записей, разметить их по темам и выявить паттерны по участникам и временным периодам, заменяя первый раунд ручного кодирования.
• Суммирование дуг участников: LLM может подготовить резюме пути каждого участника, выделяя переломные моменты, эмоциональные сдвиги и поведенческие изменения.
• Подготовка скрининговой анкеты: AI может сгенерировать поведенческие скрининговые вопросы по критериям исследования за 10-15 минут.
• Обнаружение противоречий между записями: AI может выявить несоответствия между ранними и поздними записями участника, направив исследователя к записям, требующим пристального внимания.

Что требует человека-исследователя

• Решения о дизайне исследования: выбор длительности, частоты записей, структуры промптов и критериев отбора участников требует исследовательского суждения.
• Модерация в реальном времени: чтение записей по мере поступления, уточняющие вопросы, обнаружение сигналов отсева и корректировка промптов в середине исследования требуют контекстуального понимания, которого у AI нет.
• Глубинные интервью-продолжение: самые ценные инсайты часто появляются, когда исследователь проходит с участником по его собственным записям и спрашивает «почему».
• Этические суждения: как реагировать на чувствительные раскрытия в дневниковых записях, когда запись участника указывает на дистресс, как управлять приватностью при получении фотографий из личной среды.
• Финальный синтез и интерпретация: AI может определить, что «раздражение» появилось в 40% записей на дни 3-5, но исследователь устанавливает, связано ли оно с продуктом, самим исследованием или внешними жизненными обстоятельствами.

Рабочий процесс с AI

Самая большая экономия времени — в фазе анализа. Двухнедельное дневниковое исследование с 12 участниками генерирует 150-250 отдельных записей, многие с фото или видео. До появления AI-инструментов исследователь тратил 3-5 дней на чтение, кодирование и синтез этого объёма данных. С AI-ассистированным кодированием и суммированием первый раунд анализа можно выполнить за день, высвобождая время для интерпретации и глубинных интервью.

Фаза планирования тоже выигрывает. Создание разнообразных ежедневных промптов, которые удерживают вовлечённость участников без повторения, раньше занимало полдня аккуратного написания. LLM может подготовить черновик 14 ежедневных промптов за 15 минут, после чего исследователь редактирует их по тону, конкретности и соответствию исследовательским вопросам.

Там, где AI не меняет процесс — это период сбора данных. Исследователь по-прежнему ежедневно просматривает записи, задаёт уточняющие вопросы, управляет вовлечённостью и принимает решения о корректировке исследования. Этот период модерации длительностью 1-4 недели остаётся самой времязатратной частью дневникового исследования, и AI не может его сжать.

Инструменты

• Платформы для дневниковых исследований: dscout (мобильная, мультимедиа, структурированные миссии), Indeemo (видеодневники, фиксация в контексте), EthOS (этнографические дневниковые исследования), Recollective (на базе сообществ), Yazi (дневниковые исследования через WhatsApp)
• Простые альтернативы: Google Forms (структурированные записи по ссылкам), SurveyMonkey (запланированные дневниковые опросы), email-промпты с шаблонами, Notion или Google Docs (общие дневниковые шаблоны)
• Рекрутинг: User Interviews, Respondent, Ethnio, Prolific
• Анализ: Dovetail (кодирование, тегирование, репозиторий), Looppanel (AI-ассистированный анализ), Reframer (качественное кодирование), Miro (диаграммы сродства, таймлайны)
• AI-ассистированные: Speak AI (транскрипция + обнаружение тем), ChatGPT/Claude (кодирование записей, генерация промптов, суммирование), Notably (AI-анализ качественных данных)
• Коммуникация: Calendly (планирование онбординга и продолжений), Slack или WhatsApp (чек-ины с участниками)

Хорошо сочетается с

• Глубинное интервью (Di): интервью-продолжение после дневникового исследования добавляет «почему» к дневниковым записям. Участники проходят по собственному зафиксированному опыту с исследователем, что даёт более глубокие объяснения, чем каждый метод по отдельности.
• Journey Mapping (Jm): дневниковые данные дают реальные точки касания с временными метками, которые напрямую ложатся в карты пути — в отличие от карт, построенных по воспоминаниям, эти отражают то, что действительно произошло.
• Опрос (Sv): после того как дневниковое исследование выявило поведенческие паттерны, опрос может измерить, насколько широко эти паттерны распространены среди всей пользовательской базы.
• Контекстное исследование (Ci): дневниковое исследование определяет, когда и где происходит интересное поведение; контекстное исследование позволяет наблюдать это поведение лично в нужный момент.
• Построение персон (Ps): дневниковые данные выявляют поведенческие сегменты на основе того, как люди реально используют продукт со временем, а не на основе демографии или самоотчётных установок.

Пример из практики

Компания — разработчик фитнес-приложения заметила, что 60% новых пользователей переставали открывать приложение в первые две недели, но аналитика не могла объяснить почему: функциями пользовались, показатели завершения были в норме, NPS-оценки из опросов онбординга — положительные.

Они провели 14-дневное дневниковое исследование с 15 новыми пользователями и попросили фиксировать каждое взаимодействие с приложением: что его вызвало, что они делали, что чувствовали и что делали после. К пятому дню проявился паттерн, который не выявили ни опросы, ни интервью: в дни тренировок участники были мотивированы, но в дни отдыха они открывали приложение, не находили ничего актуального для своего состояния и закрывали его с лёгким чувством вины. В приложении не было контента для дней отдыха — ни рекомендаций по восстановлению, ни рефлексии о прогрессе, ни поддержки для перерыва. Каждый такой «пустой» визит разрушал привычку.

На основе этого открытия команда разработала экран для дней отдыха с контентом по восстановлению, сводкой прогресса и превью следующей тренировки. Двухнедельный retention вырос с 40% до 58% за один квартал, а участники повторного дневникового исследования отмечали, что дни отдыха стали частью их фитнес-рутины, а не провалом в ней.

Типичные ошибки новичков

1. Расплывчатые или однообразные промпты

«Как прошёл ваш опыт сегодня?» — такой вопрос порождает тонкие, бесполезные записи день за днём. Участникам нужны конкретные ориентиры для создания содержательных данных. Вместо одного общего вопроса давайте структурированные промпты, нацеленные на контекст, поведение, эмоцию и результат. Меняйте промпты по дням: повторение вызывает усталость, и участники начинают копировать свои прежние ответы.

2. Недостаточная модерация исследования

Настроить дневник и ждать, пока записи потекут — самая распространённая ошибка. Без активной модерации — ежедневного чтения записей, уточняющих вопросов, отслеживания тонких ответов — качество данных неуклонно падает. К концу немодерированного двухнедельного исследования большинство записей — это ответы в одно предложение. Относитесь к модерации как к ежедневной исследовательской работе, а не как к второстепенной задаче.

3. Слишком долгое исследование без структуры вознаграждений

Четырёхнедельное дневниковое исследование с единовременной выплатой в конце потеряет половину участников ко второй неделе. Поэтапные вознаграждения (частичная выплата в середине, бонус за полное участие) позволяют удерживать отсев в допустимых пределах. Подбирайте длительность исследования под естественный цикл поведения: если поведение повторяется еженедельно, двух недель часто достаточно.

4. Пропуск онбординга

Отправить участникам ссылку и письменную инструкцию — путь к дико неоднородному качеству записей. Одни напишут абзацы, другие — два слова. Вводная сессия на 15-30 минут с примерами хороших и плохих записей, демонстрацией платформы и ответами на вопросы стандартизирует ожидания и предотвращает большинство проблем с качеством ещё до начала исследования.

5. Анализ записей по отдельности, а не как дуг

Читать все записи третьего дня вместе, потом все записи пятого дня — значит упустить лонгитюдную историю, которая делает дневниковые исследования ценными. Сначала прочитайте полный путь каждого участника от первого дня до последнего. Потом ищите кросс-участниковые паттерны. Единица анализа — дуга участника, а не отдельная запись.