📝 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

Source	Theme A	Theme B	Theme C
Study 1	✓	✓
Study 2	✓		✓
Interview		✓	✓

---

📊 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

Aşama	Doğrulama
1	Insightlar veriye dayanıyor mu? (Quote veya sayısal veri var mı?).
2	Önyargı (Confirmation Bias) kontrolü yapıldı mı? (Sadece tezi destekleyen veriler mi seçildi?).
3	Gizlilik kurallarına uyuldu mu? (Kullanıcı isimleri anonimleştirildi mi?).