Rutinszerű email-platformadatokból kutatási adat?

 

A ChildTech R01 pilotvizsgálat fő eredményei

 

A ChildTech R01 empirikus vizsgálata Magyarországon, a magyar ECEC szakmai környezetben valósult meg. A Summer 2026 email-kampány címzettjei önkéntes regisztrációval kialakult szakmai közönséget alkottak, amelynek tagjai a magyar ECEC terület iránt érdeklődtek vagy abban közvetlenül érintettek voltak; a címzettek részletes foglalkozási összetételére vonatkozó egyéni szintű adat azonban nem állt rendelkezésre.​

​

A digitális platformok használata közben folyamatosan adatok keletkeznek. Egy email-platform például rögzítheti, hogy hány üzenetet kézbesítettek, milyen arányban regisztráltak megnyitást vagy kattintást, történt-e leiratkozás vagy visszapattanás. Ezek az adatok elsődlegesen operatív célokat szolgálnak: segítenek követni egy kampány működését, kezelni a címlistát és támogatni a kommunikációs döntéseket.

 

Az adatok rendelkezésre állása önmagában nem teszi őket kutatási adattá. A kutatási felhasználhatóság az időbeli kontextus, a mérési validitás, az adatproveniencia és a reprodukálhatóság kontrolljától is függ

 

De használhatók-e ugyanezek az adatok kutatásra?

 

A kérdés első pillantásra egyszerűnek tűnhet. Ha az adat rendelkezésre áll, miért ne lehetne elemezni? Kutatási szempontból azonban az adatok megléte önmagában nem elegendő. Tudnunk kell azt is, hogyan keletkeztek, pontosan mit mérnek, mikor rögzítették őket, összehasonlíthatók-e egymással, és milyen technikai folyamat közvetíti a platformon megjelenő eseményt.

 

Ezt a problémát vizsgálta a ChildTech Publications R-series első kutatási jelentése, az R01, a ChildTech Summer 2026 email-kampánysorozat rutinszerűen keletkezett platformadatain keresztül.

 

Az R01 alapvető kérdése ezért nem az volt, hogy sikeres volt-e a vizsgált kampánysorozat. A kutatás azt vizsgálta, hogy egy eredetileg operatív célból létrejött adatstruktúra milyen feltételekkel használható kontrollált, auditálható és későbbi longitudinális kutatás megalapozására.

 

Mit vizsgált az R01?

​

Az R01 feltáró longitudinális pilotvizsgálat volt a kisgyermekkori nevelés és gondozás (Early Childhood Education and Care, ECEC) szakmai kommunikációjának környezetében. Az empirikus esetet a ChildTech Summer 2026 email-kampánysorozat szolgáltatta. A sorozat az ECEC szakmai területe iránt érdeklődő vagy abban közvetlenül érintett szakmai közönség számára közvetített tartalmakat.

 

A vizsgálat kettős perspektívát alkalmazott.

​

Empirikus szinten azt elemezte, milyen platform által rögzített aktivitási mintázatok jelentek meg, hogyan alakultak ezek időben, és milyen leíró különbségek figyelhetők meg az egyes technikai kiküldési egységek, azaz sending unitok között.

​

Módszertani szinten azt vizsgálta, hogy az operatív platformadatok kutatási felhasználása milyen követelményeket támaszt az időbeli összehasonlíthatóság, a mérési validitás, az adatproveniencia és a reprodukálhatóság területén.

​

Ez a különbségtétel az egész kutatás értelmezéséhez alapvető. Az empirikus eredmények nem önálló hatásbecslések. Arra szolgálnak, hogy megmutassák a mérési rendszer működését, lehetőségeit és korlátait.

 

Négy kutatási kérdés - egy elsődleges pilotkérdés

 

Az R01 négy kutatási kérdést fogalmazott meg.

​

RQ1 - Platform által rögzített engagement: milyen mintázatok figyelhetők meg a platform által rögzített email-engagementben a Summer 2026 kampánysorozat során?

RQ2 - Időbeli dinamika: hogyan halmozódik a platform által rögzített engagement az egyes sending unitok megfigyelhető válaszfolyamata során, és hogyan változik az egymást követő kampányhullámok között?

RQ3 - Kampányhullámon belüli heterogenitás: milyen mértékben mutatnak heterogén engagement-mintázatokat az ugyanazon kampányhullámhoz tartozó sending unitok?

RQ4 - Mérési megvalósíthatóság: milyen módszertani korlátok és méréstervezési követelmények rajzolódnak ki a rutinszerűen gyűjtött email-analitikai adatok longitudinális ChildTech kommunikációkutatási felhasználásából?

A négy kérdés nem azonos szerepet töltött be. RQ4 volt az elsődleges pilot kutatási kérdés. RQ1–RQ3 empirikus információt szolgáltattak ahhoz, hogy értékelhető legyen: milyen feltételekkel használható a Summer 2026 operatív adatstruktúrája longitudinális kutatási környezetben.

 

Milyen adatokból dolgozott a vizsgálat?

 

A Summer 2026 kampánysorozat három egymást követő kampányhullámból SU1, SU2 és SU3  állt. Mindhárom hullám négy technikai sending unitot tartalmazott, így a kutatás összesen 12 sending unit adatait vizsgálta. A történeti mérési protokoll minden sending unit esetében öt mérési pontot M1-M5 tartalmazott. Ez összesen 60 protokoll szerinti megfigyelést jelentett. Ehhez további 12 elkülönített utókövetési megfigyelés kapcsolódott. A teljes elemzési struktúra így 72 aggregált megfigyelést tartalmazott.

 

Az utókövetés azonban módszertanilag nem tekinthető „M6”-nak. Nem egy újabb, minden sending unit esetében azonos időtávban végzett protokollmérés volt, hanem külön kiterjesztett megfigyelés. Ennek később fontos következménye lett a válaszfolyamat időbeli értelmezésében.

 

A vizsgálat aggregált platformadatokra épült. Nem állt rendelkezésre címzetti szintű longitudinális eseménypanel, ezért az R01 nem alkalmazott címzetti szintű túléléselemzést vagy hazardmodellezést, és a kutatási terv nem biztosított alapot oksági következtetésekhez sem.

 

Mit mutattak az empirikus adatok?

 

Az R01 empirikus elemzésének egyik legfontosabb megfigyelése az időbeliséghez kapcsolódott. A megnyitási aktivitás jelentős része már az első történeti mérési pontig felhalmozódott. A későbbi mérési pontok további változásokat rögzítettek, de ezek általában kisebbek voltak. Ez első látásra azt sugallhatná, hogy elegendő viszonylag korán megmérni egy kampány eredményét. A kutatás azonban éppen arra mutatott rá, hogy ilyen következtetés az eredeti adatszerkezetből nem vezethető le automatikusan.

Az M1 ugyanis nem jelentett minden sending unit esetében azonos eltelt időt a kiküldés után.

 

A történeti M1-M5 jelölés operatív mérési sorrendet fejezett ki, nem közös analitikai időhorizontot. Egy „első mérés” ezért önmagában nem mondja meg, hogy az adott email elküldése óta ténylegesen mennyi idő telt el. A longitudinális összehasonlíthatósághoz emiatt szükségessé vált egy explicit időváltozó, a Measurement_Lag_Hours alkalmazása: ez az adott megfigyelés és az adott sending unit saját kiküldési időpontja, T0 között eltelt órák számát fejezi ki.

 

A pilot egyik fontos tanulsága tehát egyszerűen megfogalmazható: a mérési pont sorszáma és a ténylegesen eltelt idő nem ugyanaz az információ.

Nem egyetlen „engagement” létezik

 

A vizsgálat másik fontos eredménye, hogy a platform által rögzített különböző válaszdimenziókat nem indokolt egyetlen homogén engagement-jelenségként értelmeznünk. Az Open Rate, a Click Rate és a CPUO eltérő platformválaszokat ír le, és a Summer 2026 adataiban sem alkottak minden esetben egységes mintázatot.

Ez módszertanilag azért fontos, mert egy kampány értelmezése könnyen leegyszerűsödhet egyetlen kiemelt mutatóra. Az R01 ehelyett a válaszdimenziók elkülönített kezelését alkalmazta. Ugyanez vonatkozik a leiratkozásra is. A leiratkozás megfigyelhető platformesemény, de önmagában nem tekinthető a bizalom, a lojalitás vagy a kapcsolatminőség közvetlen mérésének. Az engagement kifejezés ezért az R01-ben platform által rögzített gyűjtőfogalom. Nem pszichológiai konstrukció.

 

Ugyanazon kampányhullámon belül is lehetnek eltérő válaszprofilok

 

Az elemzés a sending unitok között leíró heterogenitást azonosított. Ez azért lényeges, mert a kampányhullám-szintű összesítés elfedheti az egyes technikai kiküldési egységek eltérő mintázatait. Egy aggregált kampányérték ezért nem feltétlenül mutatja meg a mögötte lévő válaszprofilok teljes változatosságát.

 

A heterogenitás megfigyelése azonban nem azonos annak magyarázatával.

 

 

Az R01 adatstruktúrája alapján nem állapítható meg, hogy a különbségeket a tartalom, a címzetti csoport, a kiküldési sorrend, az időzítés vagy más tényező okozta-e. Az A–D sending unitok nem független kampányreplikációk. A kutatás ezért nem alkalmazott hagyományos nullhipotézis-szignifikanciatesztelést vagy regressziós modellezést, és nem tett oksági állításokat a megfigyelt különbségekről.

 

A heterogenitás empirikus eredmény. Az okának meghatározása ebben a kutatási tervben nem az.

 

Egy megnyitás nem feltétlenül jelent olvasást

 

Az email-platformadatok kutatási használatának egyik legfontosabb kérdése a mérési validitás. A platformon megjelenő címkék könnyen hétköznapi emberi cselekvésként értelmezhetők. Ha egy rendszer „megnyitást” jelez, kézenfekvő lehet arra gondolni, hogy valaki megnyitotta és elolvasta az emailt.

 

A technikai mérési folyamat ennél összetettebb.

 

A Mailchimp megnyitáskövetése egy kis transzparens képelem betöltésére épül. A rögzített megnyitás ezért technológiailag közvetített proxy. Képbetöltés, adatvédelmi előtöltés - például az Apple Mail Privacy Protection -, illetve automatizált vagy botaktivitás is befolyásolhatja a rögzített eseményeket. Hasonló probléma a kattintásoknál is jelentkezhet.

A Summer 2026 történeti export esetében a Bot_Filter_Status = UNKNOWN, mert a konkrét botszűrési beállítás a rendelkezésre álló forrásokból nem volt igazolható. Az R01 ezért négylépcsős validitási kontrollt alkalmazott:

platformdefiníció - technikai mérési folyamat - lehetséges viselkedési értelmezés - inferenciális határ.

 

A célunk az volt, hogy a platform által használt viselkedési címkéket ne alakítsuk át automatikusan közvetlen emberi viselkedési vagy pszichológiai konstruktummá. Ennek megfelelően az Open Rate az R01-ben Mailchimp-recorded Open Rate: platform által rögzített mérési eredmény. Nem közvetlen olvasás- vagy figyelemmérés.

 

Mikor ér véget egy email-kampány válaszfolyamata?

 

A Summer 2026 kiterjesztett utókövetése egy további módszertani problémát tett láthatóvá. Az Open Rate az M5 és a későbbi utókövetés között 12 sending unitból 10 esetében tovább emelkedett. Vagyis a platform a tervezett protokoll utolsó mérési pontja után is rögzített további eseményeket.

 

Ez indokolta két fogalom elkülönítését:

protocol-final: a mérési terv szerinti utolsó mérési pont;

response-final: a platformon megfigyelhető válaszfolyamat zárópontja.

A kettő nem szükségszerűen esik egybe.

 

A Summer 2026 adatok ugyanakkor azt is megmutatták, hogy a response-final nem határozható meg utólag egységesen. Az M5 és az utókövetés közötti idő sending unitonként nagymértékben, megközelítőleg 6 és 798 óra között változott. Ezért az M5 és a follow-up közötti nyers Open Rate-változás nem használható úgy, mintha minden sending unit esetében ugyanazt a hosszú lecsengési időszakot mérné. A pilot itt ismét nem egy új teljesítménymutatót eredményezett, hanem egy méréstervezési követelményt: a protokoll szerinti zárópont és a válaszfolyamat megfigyelhető lezárulása külön kutatási esemény.

 

A legfontosabb pilotkérdés: használhatók-e ezek az adatok longitudinális kutatásra?

 

Az R01 elsődleges pilotkérdésére, RQ4-re hat módszertani dimenzió auditja adott választ.

​

Adat-hozzáférhetőség - SUPPORTED

Időbeli megvalósíthatóság - SUPPORTED WITH REDESIGN

Metrikák használhatósága - SUPPORTED

Kampányhullámok közötti összehasonlíthatóság - RESTRICTED

Mérési validitás - SUPPORTED WITH CONTROLS

Reprodukálhatóság és adatirányítás - SUPPORTED

 

Megjegyzés: a státuszok vizsgálatspecifikus kvalitatív auditdöntési kategóriák; nem pontszámok és nem validált mérési skála.

​

Ezek a státuszok nem pontszámok, és nem egy validált külső mérőskála kategóriái. Az R01 elemzési munkafolyamatában alkalmazott vizsgálatspecifikus kvalitatív auditdöntések. Az audit alapján az alapvető válasz pozitív, de feltételes. A szükséges adatok rendelkezésre álltak. A standard platformmetrikák kutatási célú leíró használata megvalósítható volt. Az adatút dokumentálása és a reprodukálhatóság megfelelő szervezéssel szintén támogatható.

 

Két területen azonban korrekció szükséges. Az időbeli megvalósíthatóság újratervezést igényel, mert a történeti mérési sorrend nem biztosított automatikusan közös időhorizontot. A mérési validitás explicit kontrollokat igényel, mert a platform által rögzített esemény és az emberi viselkedés között technikai közvetítés áll.

 

A kampányhullámok közötti összehasonlíthatóság pedig a jelen adatstruktúrában RESTRICTED maradt. Ez nem azt jelenti, hogy az adatok használhatatlanok. Azt jelenti, hogy az összehasonlításból megengedhető következtetések köre korlátozott.

 

Az adat eredete is része a kutatási adatnak

 

A kutatás során egyre világosabbá vált, hogy a platformból kinyert szám önmagában nem elegendő.

Egy kutatási adat értelmezéséhez tudnunk kell például:

• melyik operatív forrásból származik;

• milyen platformdefiníció alapján keletkezett;

• mikor rögzítették;

• milyen transzformációkon ment keresztül;

• milyen ellenőrzések történtek;

• milyen elemzési változóvá alakítottuk;

• és hogyan vezethető vissza a közölt eredmény az eredeti forrásig.

Ez az adatproveniencia területe.

 

Az operatív platformriport és a kutatási mérési rendszer között ezért nem egyszerű exportálási kapcsolat van. Kutatási felhasználáskor dokumentált adatútra van szükség. A reprodukálhatóság ebből a szempontból nem csupán azt jelenti, hogy ugyanazt a számítást újra végre tudjuk hajtani. Azt is jelenti, hogy rekonstruálható, miből, milyen definícióval, milyen transzformációval és milyen döntések alapján jött létre az elemzett adat.

 

Mit kell másképp csinálni egy következő vizsgálatban?

 

A pilot egyik legfontosabb funkciója éppen az, hogy a történeti adatok problémáiból egy későbbi, prospektíven standardizált mérési protokoll követelményei legyenek levezethetők.

Egy következő longitudinális ChildTech kommunikációkutatásban ezért indokolt:

• előre rögzítenünk a kiküldés utáni mérési időpontokat;

• minden megfigyelésnél megőriznünk a T0-hoz viszonyított tényleges eltelt időt;

• elkülönítenünk az alap-protokoll mérési pontjait a kiterjesztett follow-uptól;

• megőriznünk a kézbesített üzenetek számát és – ahol elérhető – az abszolút unique-open és unique-click eseményszámokat;

• dokumentálnunk a botszűrés állapotát és beállításait;

• rögzítenünk a riportfelület és az export környezetének releváns provenienciaadatait;

• és ahol ez technikailag, jogilag és etikailag megvalósítható, címzetti szintű eseményexportot alkalmaznunk.

 

Ezek a változtatások nem egyszerű technikai finomítások. Meghatározzák, hogy a következő adatállományból milyen kutatási kérdésekre lehet majd megbízhatóbban válaszolni.

 

Mit állíthatunk az R01 alapján - és mit nem?

 

Az R01 alapján állítható, hogy rutinszerűen keletkező email-platformadatok megfelelő módszertani kontrollok mellett felhasználhatók feltáró longitudinális kutatásban. Állítható az is, hogy az időbeli kontextus explicit kezelése nélkül a nominálisan azonos mérési pontok összehasonlíthatósága bizonytalan lehet. Állítható, hogy a platform által rögzített válaszdimenziókat érdemes elkülönítetten kezelni, és hogy a mérési validitás értékeléséhez a technikai mérési mechanizmust is ismerni kell. Állítható továbbá, hogy az adatproveniencia és a reprodukálhatóság nem utólagos dokumentációs kiegészítés, hanem a kutatási mérési rendszer része.

 

Nem állítható viszont, hogy az R01 bizonyította a Summer 2026 kampánysorozat hatékonyságát. Nem állapítható meg az sem, hogy a sending unitok között megfigyelt eltéréseket mely konkrét tényezők okozták. És a platform által rögzített megnyitásból sem következtethetünk közvetlenül arra, hogy egy címzett ténylegesen elolvasta, feldolgozta vagy szakmailag hasznosította az adott tartalmat.

 

Ezek nem a kutatás hiányosságainak elhallgatandó részei. Maguk is az R01 módszertani eredményei.

 

A platformaktivitástól a szakmai hatásig még több kutatási lépés vezet

Az R01 a platformon megfigyelhető aktivitást vizsgálta. Ez azonban csak egy rétege annak a kérdésnek, hogy egy szakmai tartalom milyen szerepet játszik az ECEC szakmai közönség gyakorlatában.

 

A további ChildTech kutatásokban ezért célszerű legalább három szintet elkülönítenönk:

1. platformaktivitás: milyen technikailag rögzített események történnek;

2. szakmai tartalomhasználat és adaptáció: az olvasó hogyan használja, értelmezi vagy alakítja át a tartalmat saját szakmai környezetében;

3. szakmai outcome: milyen változás kapcsolható a tudáshoz, attitűdhöz, gyakorlathoz vagy más előre meghatározott szakmai kimenethez.

 

E három szint nem helyettesíti egymást. Egy Open Rate adatból nem következik szakmai tanulás. Egy kattintásból nem következik gyakorlati alkalmazás. Ugyanakkor a platformaktivitás megfelelő módszertani kontroll mellett értékes része lehet egy több rétegből felépülő kutatási rendszernek.

 

Mit adott végül az R01?

 

A ChildTech R01 legfontosabb eredménye nem egy új engagement-index, és nem egy email-kampány teljesítményének igazolása. A pilotvizsgálat azt mutatta meg, hogyan lehet egy működő szakmai kommunikáció során rutinszerűen létrejött platformadat-struktúrát kutatási szempontból auditálni. Megmutatta, mely elemek használhatók jelenlegi formájukban, melyek igényelnek kontrollt, melyeket kell újratervezni, és hol kell korlátozni az összehasonlító következtetéseket. Ezzel az R01 egy későbbi, prospektíven standardizált ChildTech longitudinális mérési rendszer módszertani alapját teremti meg.

 

A kutatás legfontosabb tanulsága ezért egyetlen mondatban is összefoglalható: attól, hogy van adatunk, még nincs automatikusan kutatási adatunk – de megfelelő időbeli, validitási, proveniencia- és reprodukálhatósági kontrollokkal a rutinszerű platformadatból kutatásra használható adatstruktúra építhető.

 

Forrás

Piróth István (2026): Rutinszerű email-platformadatok longitudinális kutatási felhasználása ECEC szakmai környezetben: feltáró pilotvizsgálat. ChildTech Publications, R-series - Report 01 (R01). CHILDTECHLAB HUN - OKOSÓVODA K+F Alprogram. BASIC HU v3.0 FINAL. DOI

​

Keresd fel a témához kapcsolódó blogokat is:

 //www.okosovoda.com/post/mikor-reag%C3%A1lunk-egy-szakmai-h%C3%ADrlev%C3%A9lre

​​​

További hasznos információkat találsz az okosóvoda Facebook oldalán