UX-дослідник, і хочете систематизувати процес своєї роботи
навчитеся будувати research design під бізнес-задачу, аналізувати дані з AI і формулювати інсайти так, щоб команда їх не лише розуміла, а й брала в роботу

UX або Product Designer і хочете більшого впливу на продукт
зрозумієте, як самостійно отримувати відповіді від користувачів — через інтерв'ю, тести та опитування — і будувати з них аргументацію

Product Manager і хочете вибудувати discovery-процес на основі даних
розберетеся, як формулювати дослідницькі задачі, працювати зі стейкхолдерами та інтегрувати UX Research в ухвалення продуктових рішень з AI ще на етапі аналізу.

проводите дослідження інтуїтивно і хочете структурувати підхід
опануєте повний цикл — від interview guide та опитувальника до аналізу з AI та презентації результатів — і отримаєте кейс, який можна додати в портфоліо.

працюєте в продукті в будь-якій ролі і хочете додати UX Research до свого скілсету
навчитеся проводити якісні та кількісні дослідження, аналізувати дані й формулювати інсайти — щоб покращити кар’єрні перспективи та претендувати на вищі посади.


з напрямом
- знайомство з групою, кураторкою і правилами курсу
- кейси авторки: 76 і 126 інтерв'ю — чому не всі пішли в аналіз
- UX vs UI Research, discovery vs validation
- attitudinal vs behavioral, generative vs evaluative, кількісні vs якісні методи: огляд методів
- знайомство з реальним бізнес-кейсом та замовником
- практика брифування стейкхолдерів у командах
- як сформулювати дослідницьку задачу на основі бізнес-запиту
- когнітивні викривлення у дослідженнях і як їх мінімізувати
- 7 типових помилок UX Research
- кейси: AI-агенти vs людина на інтерв'ю, Continuous Discovery Research Process
- структура та логіка research design
- практика: research design для кейсу Headspace
- метрики зворотного зв'язку: NPS, CSAT, CES, PMF і як створити власну
- генеральна і вибіркова сукупність, репрезентативність вибірки
- мінімальна база для аналізу і порівняння груп
- скільки питань ставити і де шукати респондентів
- 10 правил створення опитувальників
- логіка переходів і скринінгові питання
- як працювати з AI над чернеткою опитувальника
- практика: опитувальник і мінімальна база для кейсу Notion
- типи інтерв'ю: класичне vs поглиблене
- скільки інтерв'ю потрібно: вибірка, теоретичне насичення, різноманітність
- 10 правил формулювання запитань
- практика: гайд інтерв'ю з користувачами, які пішли, для кейсу Notion
- чим usability testing відрізняється від інтерв'ю
- формати: moderated / unmoderated, qual / quant, remote / in-person
- сценарій, задачі, test guide, метрики, severity і вибірка
- де AI допомагає, а що не замінює
- практика: чорновий test guide для Notion
- підготовка до сесії і винагорода респондентам
- складні ситуації і респонденти
- техніки: бумеранг, гайдінг, ехо, Коломбо, Шерлок, синхрон
- жива сесія: юзабіліті-тестування Prom
- рольова практика в командах: інтерв'юер, респондент, note-taker & critique
- live session: спостереження за модерованим тестуванням + Q&A
- кількісний і якісний аналіз: що рахуємо і чого не вигадуємо
- шлях від висновку назад до даних, 5 помилок кількісного аналізу (AI теж їх робить)
- практика: аналіз датасету N=641 з AI
- від raw data до рішення: аналіз до AI і з AI
- AI analysis flow: що AI робить добре і чого не вирішує
- data security і анонімізація даних респондентів
- фреймворки аналізу і як створити власний
- практика: аналіз 16 інтерв'ю з AI на кейсі Mindly
- антропологія і етнографія: людина в контексті
- емічна та етична позиція, спостереження vs інтерв'ю
- офлайн- і онлайн-спостереження: що спостерігати, коли людина працює з AI
- аналіз етнографічних даних з AI: коли метод доречний, а коли ні
- артефакти дослідження: коли потрібен репорт, а коли ні
- структура research report і storyline презентації
- observation → pattern → insight → conclusion → recommendation → HMW
- типові реакції стейкхолдерів і як з ними працювати
- strategic, growth і hypothesis testing research
- research roadmap vs ad-hoc: як обирати, що досліджувати
- фасилітація воркшопів після дослідження
- рішення на даних: типові помилки і decision rules
- rigor vs impact: 6 вимірів якості і рубрика оцінки
- надійність, валідність і тріангуляція
- бізнес-метрики ефективності research і decision log
- демократизація UX Research
- практика: оцінка репорту DailyONE за scorecard
- обмін враженнями і фідбеком наживо
- питання по проєкту: як краще аналізувати дані
- брейншторм різних підходів
- попередня презентація дослідження кураторці
- фідбек на структуру, висновки та артефакти
- підготовка до фінальної презентації замовнику
- презентація дослідження замовнику та отримання фідбеку
- підсумки курсу
куратори
вони будуть поруч

Founder у Institute for Human Reasoning та Research Consultant у SKELAR.
Соціологиня, антропологиня.
Понад 10 років у дослідженнях і стратегії розвитку продуктів і організацій.
Працює в Mixed-methods підході і спеціалізується на складних і хитрих дослідженнях.
Побудувала UX Research з нуля в MEGOGO, YourCoach (USA + EU), 5 бізнесах SKELAR.
Обожнює простою і зрозумілою мовою навчати як проводити швидко і якісно UX дослідження і інтегрувати ці знання в гіпотези і бізнес рішення.
вартість навчання
та варіанти оплати
6 платежів
5 500 грн/міс.
3 платежі
11 000 грн/міс.
за весь курс
33 000 грн
*Згідно з результатами дослідження Projector.
У дослідженні взяли участь 567 респондентів
серед випускників курсів 2022 року.
маєте запитання?
підготували відповіді
- чи підійде курс, якщо я UX Designer, а не UX Researcher?
- я проводив інтерв'ю, але ніколи не робив повний цикл — чи підійде курс?
- я PM, а не researcher — чи буде матеріал релевантним для мене?
- чи можна поєднувати курс з повною зайнятістю?
- які саме задачі на курсі вирішуються з AI?
реєстрація.
перший крок за вами

Хочете спитати ще щось? Пишіть на hello@prjctr.com або телефонуйте за номером +38 067 418-95-78.
Освітні послуги надаються шляхом доступу до публічних освітніх ресурсів у мережі Інтернет, у тому числі до віртуальних класів та освітньої платформи. Курс належить до послуг з навчання комп'ютерній грамоті у розумінні п. 197.1.33 ПКУ.
перший крок за вами
















