AAU Student Projects - visit Aalborg University's student projects portal
A master's thesis from Aalborg University
Book cover


Research of data collection methods for a houseplant management mobile application

Author

Term

4. term

Publication year

2021

Abstract

Denne afhandling undersøger, hvilke brugerdatametoder der egner sig bedst til små, ressourcebegrænsede projekter, med en mobilapplikation til håndtering af stueplanter som case. På baggrund af akademisk litteratur og lærebøger udvælges tre udbredte metoder til kravafdækning: spørgeskemaundersøgelse, interviews og fokusgruppe. Hver metode researcheres, planlægges og gennemføres, og for hver metode udledes en samling krav til den konkrete app (fx dagbog/log, påmindelser om vanding og gødning samt planteidentifikation). Metoderne sammenlignes efter på forhånd fastlagte kriterier, herunder omkostninger (tid og værktøjer), datakvalitet, stikprøvestørrelse, muligheder for verifikation af krav samt betydningen af personlige interaktioner. Rapporten præsenterer de praktiske erfaringer og afvejninger, der opstår ved anvendelsen af hver metode i et lille projekt, og afsluttes med en sammenfattende analyse, der kan hjælpe studerende og iværksættere med at vælge hensigtsmæssige datainsamlingsmetoder under begrænsede rammer. Konkrete anbefalinger og detaljerede resultater refererer til det udførte casearbejde; den overordnede anbefaling afhænger af projektets mål, ressourcer og ønsket dybde i kravene.

This thesis investigates which user data collection methods are most suitable for small, resource‑constrained projects, using a houseplant management mobile app as a case. Drawing on academic studies and textbooks, three common requirements elicitation methods are selected: a survey, interviews, and a focus group. Each method is researched, planned, and executed, and each yields a set of requirements for the app (e.g., diary/log features, watering and fertilization reminders, and plant identification). The methods are then compared against predefined criteria, including cost (time and tooling), data quality, sample size, opportunities for requirements verification, and the role of personal interactions. The report shares practical experiences and trade‑offs observed when applying each method in a small project and concludes with a synthesis intended to guide students and early‑stage teams in choosing suitable data collection approaches under constraints. Specific recommendations and detailed outcomes relate to the conducted case work; the best choice depends on a project’s goals, resources, and the desired depth of requirements.

[This summary has been generated with the help of AI directly from the project (PDF)]