JDC丨京东设计中心 – 8个常见的研究者认知偏误陷阱

JDC丨京东设计中心 – 8个常见的研究者认知偏误陷阱

前语:

认知偏误(Cognitive bias)是一种常见的现象,它是指当咱们考虑问题或做决议计划时,大脑会有一些固定的思想倾向。这个进程多是无意识的,有时也会带来正面效果,如协助咱们在纷繁复杂的环境中节约考虑时刻,更高效地做出决议。但是在研讨中,认知偏误易导致研讨成果不精确,下降研讨的价值。

咱们都希望研讨是客观、理性、反映实在情况的,了解常见的认知偏误能够协助咱们在工作中尽量躲避它们,得出更精确的定论。

实践上每个人都会有认知偏误,包含研讨者和用户。

今天咱们就来说说研讨者的常见认知偏误,下次有时机再谈谈用户的,敬请等待。


一、承认偏误(Confirmation bias)

当人们本来就持有某种观念时,对这种观念的感知和留意度会被扩大,会挑选性地回想或搜集关于它的案例。人们关于自己原本就信任的观念会更简略接受,而把不和观念放置在一旁。举个比方:有些人以为女司机不拿手开车,更简略形成事端,所以当新闻中的事端与女司机有关时,他们会觉得“不出所料”。而实践上男司机的事端率比女司机更高。

在用户研讨中,当你的预设主意是用户对A规划的满足度比B规划更高时,在研讨中你或许会更重视用户说到的A规划的长处、搜集更多用户关于A规划的正面点评。当用户表明对A规划满足时,会觉得“果然是这样”。这种偏误解让你遗失许多其它信息。

二、虚伪一致性误差(False consensus effect)

虚伪一致性误差是指人们很简略以为其他人跟自己有相同的主意,然后高估这些观念的遍及适用性。举个比方:有一种冷叫做“你妈觉得你冷”。妈妈感觉到了冬季的冰冷,忧虑咱们也会冷,所以敦促咱们穿秋裤,但或许年轻人并没觉得冷。此刻妈妈的主意就带有虚伪一致性误差。当年轻人吐槽爸爸妈妈朋友圈转的鸡汤文、摄生文无用时,也是一种虚伪一致性误差。

在用户研讨中,咱们也很简略堕入虚伪一致性误差。比方,当你以为产品的某个方面比较好或许你对产品的某个方面不满足,或许会倾向于以为这也是许多其他用户的感触,但或许现实并非如此。在对海外产品做研讨时特别要留意这一点,研讨者与用户的巨大文化背景差异或许会导致研讨成果的严峻失真。

三、聚类幻觉(Clustering Illusion)

聚类幻觉发生的原因是人们倾向于从随机事情中找出某种规则。举个比方:假如张三连着几回在群里抢红包都抢到最大份,他或许会觉得自己最近“手气特别旺”。这便是一种聚类幻觉,人们企图将几回随机的成果联系起来,用某种规则进行解说。

在研讨中,聚类幻觉简略呈现在小样本研讨中,比方,咱们在小样本中发现了被访者的某些共性,总结出某些规则,并希望它们在更大的集体中也适用,但这种共性或许仅仅源于随机,而非现实。咱们应该慎重对待在小样本研讨中的发现,考虑它们是否仅仅随机成果,最好用其它研讨办法协助验证或参阅二手材料,防止呈现聚类幻觉。

四、常识的咒骂(Curse of knowledge)

培根说过,“常识便是力气”。它怎样会带来咒骂呢?知道的更多莫非不好吗?常识的咒骂是指,人一旦知道了某件事,就没办法幻想不知道的姿态,也很难体会到不知者的感触。举个比方:在某次考试之后的课堂上,

教师:“同学们,这是一道送分题啊,咱们都做对了吧?只需先连一条辅助线,再……”学生:“这是啥?这又是啥?这些都是啥?”

在用户研讨中,常识的咒骂也会给咱们带来许多困扰。比方,咱们对自己的产品很熟悉,就很难幻想新手用户是怎样运用它的,运用感触怎样。咱们或许会惊奇地发现,即便在咱们看起来操作非常简略的功用,新手用户运用起来也很费劲。再比方在规划问卷或许访谈脚本时,咱们或许会不小心参加一些专业术语而不自知,让用户看的一头雾水。

研讨者的有些认知偏误还会直接影响到用户的行为和反响。

五、挑选性误差(Selection bias)

挑选性误差是指进程或样本的非随机性导致定论的不精确。举个比方:假定张三想计算人们的薪酬水平,他拿着一份个税交税名单开端了查询,成果发现,一切人的薪酬都在5000以上。这个成果当然是不精确的,由于5000是我国的个税起征点,薪酬超越5000的人才会呈现在交税名单上,张三的研讨样本是有挑选性误差的,不能代表整体。

在用户研讨中,挑选性误差不只会呈现在样本挑选中,还或许会呈现在研讨规划中。比方在可用性测验中,咱们规划了一系列的使命,研讨成果天然就无法包含未选中的使命。并且这些使命也会让用户发生一种心思,已然它是设定好的使命,就一定是能够被完结的,他们也会耐心肠屡次测验去完结使命,以期达到某种成果。当然咱们也不会设置无法完结的使命。但在实践的运用情境中,用户并不知道哪些操作是有成果的,哪些没有,他们的行为和情绪或许与可用性测验中不同。

六、结构效应(Framing effect)

结构效应是指,关于同一个问题,当描绘有所不一起,人们给出的挑选也会有差异。举个比方:假如说“XX疾病的存活率达93%”,人们或许会觉得这种疾病没有很严峻;但假如说“XX疾病的致死率达7%”,那么人们或许会觉得很严峻。在用户研讨中,咱们也要防止结构效应带来的影响,不要设置引导性的问题,标题中不要用显着的正面或负面词汇,尽量用中立的言语描绘。防止标题的描绘搅扰到用户的挑选,而导致研讨成果不精确。

七、调查者希望效应(Observer-Expectancy Effect)

调查者希望效应是指,研讨者有时或许会希望呈现某种成果,他们无意识地操作了试验进程,或许过错地解说试验成果,导致研讨成果严峻曲解。一般来说,被调查者简直无法不受调查行为的影响,当研讨是针对人时,被试者会更简略感觉到研讨者无意中泄漏的希望,然后做出相符的反响。

在用户研讨中,研讨者的表情、肢体言语等都或许会反映出自己所等待的成果,假如用户发觉到了这些,就或许做一些投合研讨者希望的反响。比方,假如研讨者无意中泄漏出某个新功用是他们团队非常重视、投入巨大、报有很大等待的功用,用户或许会更倾向于对这个功用给出正向的点评,必定该功用的市场前景。但这或许并非他实在的感觉。

怎样防止这些认知偏误呢?这儿有一些主张:

研讨方案:防止单一的研讨办法和单一的样本途径来历

多种研讨办法的成果彼此验证,多种样本途径来历互做弥补,协助咱们防止“聚类幻觉”和“挑选性误差”,让咱们的研讨成果更精确。研讨预备期:问卷试填、试访谈、预测验

找其他人进行试研讨,帮咱们在正式研讨开端前发现问卷中是否含有引导性问题、专业术语、歧义用语等不便于用户了解的当地;访谈或测验中是否呈现不适当的下意识行为等。防止因“常识的咒骂”、“结构效应”和“调查者希望效应”导致的研讨成果不精确。研讨进行时:多人协作研讨、二手材料做参阅、听取他人定见

多人一起参加研讨和剖析,有助于防止认知偏误。访谈时,每个研讨员诘问的点或许有所不同;走查评价时咱们对问题的重视点也或许不一样。单个人的研讨不免简略堕入“承认偏误”、“虚伪一致性误差”。归纳咱们的观念,会让研讨成果更客观。

假如只能由单人完结研讨,能够搜集二手材料,阅览前人研讨做参阅。一起听取来自他人的定见,协助拓宽思路,包含用研搭档和产品司理、规划师等非用研搭档。研讨完毕后:复盘研讨

研讨完毕后,反诘自己,研讨的进程是否客观?研讨的定论是否可信?一切的定论都是有数据支撑、契合逻辑的吗?有哪些定论是带有偏误的吗?是否漏掉了一些很重要的定论?

是否与其他人的研讨成果类似或相悖?相悖原因是什么?

下次研讨将怎样做改进?

彩蛋:最终还有一个认知偏误介绍给咱们。

八、成见盲点(bias blind spot)

成见盲点是指,咱们都倾向于以为自己比他人更少遭到认知偏误的影响。人们都有成见盲点,更简略发现他人呈现的认知偏误而疏忽自己存在的认知偏误。举个比方:假如你看到这篇文章后觉得“这些都是他人简略遇到的,我可比他们客观多了”,那么你或许就堕入了成见盲点。

(所以,这儿要声势浩大地求翻牌了:为了证明自己没有堕入成见盲点,亲爱的读者们,快来点赞吧、转发吧、保藏吧!便于今后实时提示自己哦~)


参阅文献:

Cognitive bias cheat sheet

(https://betterhumans.coach.me/cognitive-bias-cheat-sheet-55a472476b18)20 cognitive biases that screw up your decisions

(https://www.businessinsider.com.au/cognitive-biases-that-affect-decisions-2015-8)6 common cognitive biases UXers should know

(https://medium.muz.li/6-common-cognitive-biases-uxers-should-know-750b8c7af1a8)Cognitive biases in user research

(https://blog.optimalworkshop.com/cognitive-biases-user-research)Combating Bias in User Testing

(https://blog.fullstory.com/combating-bias-in-user-testing/)Don’t Let Your Brain Deceive You: Avoiding Bias In Your UX Feedback

(https://www.smashingmagazine.com/2017/10/avoid-bias-ux-feedback/)Overcoming bias in research and product design

(https://medium.theuxblog.com/overcoming-bias-in-research-and-product-design-f35a0d92496d)Overcoming Cognitive Bias in User Research

(https://npr.design/overcoming-cognitive-bias-in-user-research-e4082f4506a)User Research Bias: How It Hurts Your App And What You Can Do About It

(https://usabilitygeek.com/user-research-bias/)

原文始发于微信大众号(京东规划中心JDC)

上一年今天运营文章2023:手机好用便签软件引荐 手机便签app哪个比较好用(0)2023:手机上能够写笔记的软件怎样与电脑同享(0)2023:日销1000w+、GMV涨2478%,盘点服饰黑马主播的爆单玩法!(0)2023:觅伊App专访:打造真人交际,秉承“实在至上”(0)2023:【食物月报】3月食物饮料职业社媒电商+营销月报(0)

特别申明:本站的主旨在于收集互联网运营相关的干货知识,给运营小伙伴提供便利。网站所收集到的公开内容均来自于互联网或用户投稿,并不代表本站认同其观点,也不对网站内容的真实性负责,如有侵权,请联系站长删除,转载请注明出处:https://www.lnwcn.com/155403.html。
(0)
运营学社的头像运营学社官方
上一篇 2023年8月6日 下午3:00
下一篇 2023年8月6日 下午7:19

猜你喜欢

QQ:1124602020
微信:vl54120
备注:周一至周五全天在线,周末可能不在线,另外联系时,请告知来意。

公众号
交流群
运营学社会员,开通可享海量资源与多项权益,点击了解详情