research-synthesizer

name: research_synthesizer router_kit: ManagementKit description: Araştırma bulgularını özetleme, insight çıkarma ve actionable recommendations oluşturma rehberi. metadata: skillport: category: research tags: [architecture, automation, best practices, clean code, coding, collaboration, compliance, debugging, design patterns, development, documentation, efficiency, git, optimization, productivity, programming, project management, quality assurance, refactoring, research synthesizer, software engineering, standards, testing, utilities, version control, workflow] - summary

📝 Research Synthesizer

Araştırma özetleme ve insight çıkarma rehberi.

📋 Synthesis Süreci

Raw Data → Themes → Insights → Recommendations

Adımlar

1. Collect - Tüm kaynakları topla
2. Organize - Temalara göre grupla
3. Analyze - Pattern'leri bul
4. Synthesize - Insight'ları çıkar
5. Recommend - Aksiyon öner

🔧 Synthesis Template

# Research Synthesis: [Konu]

## Executive Summary
[1-2 paragraf özet]

## Key Findings

### Theme 1: [Tema Adı]
- Finding 1.1
- Finding 1.2
> Supporting quote or data

### Theme 2: [Tema Adı]
- Finding 2.1
- Finding 2.2

## Insights
1. **Insight 1**: [Açıklama]
2. **Insight 2**: [Açıklama]

## Recommendations
| Priority | Action | Impact | Effort |
|----------|--------|--------|--------|
| High | [Action 1] | High | Med |
| Med | [Action 2] | Med | Low |

## Sources
1. [Source 1]
2. [Source 2]

🎯 Pattern Recognition

Affinity Mapping

┌─────────────────────────────────────┐
│           Theme A                    │
│  ┌──────┐ ┌──────┐ ┌──────┐        │
│  │Note 1│ │Note 2│ │Note 3│        │
│  └──────┘ └──────┘ └──────┘        │
└─────────────────────────────────────┘

Cross-Reference Matrix

📊 Insight Framework

Good Insight Özellikleri

• Non-obvious: Yüzeysel değil
• Actionable: Aksiyon alınabilir
• Evidence-based: Kanıta dayalı
• Relevant: İş hedefine uygun

Research Synthesizer v1.1 - Enhanced

🔄 Workflow

Kaynak: UX Research Cheat Sheet & Qualitative Data Analysis

Aşama 1: Analysis (Thematic)

• Tagging: Ham veriyi (notlar, transcriptler) "Tag"leyerek kodla (Örn: "Pain Point", "Feature Request").
• Affinity Mapping: Benzer tagleri gruplayarak "Theme" (Tema) oluştur.
• AI Assistance: Büyük metin yığınlarını özetlemek veya duygu analizi (Sentiment Analysis) yapmak için LLM kullan.

Aşama 2: Synthesis (Generating Insights)

• One-Pager: Her bulguyu tek bir cümlede özetle ("Kullanıcılar X yaparken Y hissediyor çünkü Z").
• Confidence: Bulguların ne kadar güçlü olduğunu belirt (Kaç kullanıcı bunu söyledi? Kanıt ne?).
• Triangulation: Farklı kaynaklardan (Analytics + Interview + Survey) gelen verileri çapraz doğrula.

Aşama 3: Communication

• Hierarchical: En önemli 3 bulguyu en başa koy. Detayları ek (Appendix) olarak ver.
• Visuals: Kelime bulutu, grafik veya user journey haritası kullan.
• Actionable: Her insight için bir "How Might We" sorusu veya öneri ekle.

Kontrol Noktaları