中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語(yǔ)：用戶在使用產(chǎn)品時(shí)，我們經(jīng)常會(huì)發(fā)現(xiàn)一些界面提醒或者功能會(huì)給我們帶來一些不同的看法或情緒，比如我們看到某個(gè)提示，但卻沒有告訴我們正確做法時(shí)，我們會(huì)有一些抵觸情緒；本文作者分享了關(guān)于產(chǎn)品設(shè)計(jì)中的三大偏見，我們一起來了解一下。

在開始之前，講個(gè)真實(shí)的段子。

我之前公司的一個(gè)產(chǎn)品妹子媛媛（化名），顏值能打，但是沒有工作經(jīng)驗(yàn)，我招進(jìn)來是打算好好培養(yǎng)成接班人的（雖然后來被我親手開了）。

有一次我們要開一個(gè)新產(chǎn)品線，做預(yù)研。我?guī)е鲇脩粞芯亢透?jìng)品分析等一系列偏用戶端的調(diào)研，同時(shí)我們運(yùn)營(yíng)團(tuán)隊(duì)做偏市場(chǎng)端調(diào)研。由于新產(chǎn)品線的目標(biāo)用戶跟我們已有產(chǎn)品的目標(biāo)用戶高度重合，所以產(chǎn)品這邊的壓力其實(shí)是不大的。此為背景。

某個(gè)陽(yáng)光明媚的周一早上。

我問她：“媛媛，前幾天調(diào)差問卷回收情況怎么樣？”

媛媛：“回收率6%左右，其中有15%左右的問卷是都答完了的?！?/p>

我心里一涼。這個(gè)回收率這么高？ 雖然之前跟她強(qiáng)調(diào)過，針對(duì)于 Surveys 做用戶體驗(yàn)設(shè)計(jì)的唯一目的就是提高 Response Rate，但是6%這個(gè)數(shù)據(jù)還是出乎我的意料。我之前自己做的歷史數(shù)據(jù)沒有超過3%的。

后來整個(gè)調(diào)研結(jié)束后我們做case study，發(fā)現(xiàn)她發(fā)送問卷的手機(jī)號(hào)庫(kù)，是來自于我們產(chǎn)品內(nèi)嵌入的用戶反饋平臺(tái)“騰訊兔小巢”。

這里面涉及到三個(gè)偏見，她一個(gè)都沒有意識(shí)到。

一、負(fù)面偏見 Negativity bias

這是本案涉及的第一個(gè)偏見，負(fù)面偏見，還有一個(gè)名字叫消極偏見；意思是說，人們會(huì)對(duì)負(fù)面的信息、情緒和體驗(yàn)印象更深刻。

負(fù)面偏見是寫在我們的基因里的，因?yàn)槟切┠軌蛲{我們生命安全的危險(xiǎn)信息，我們必須要時(shí)刻警惕。

如果用戶能夠正常地使用產(chǎn)品，他們并不會(huì)在意這個(gè)產(chǎn)品好不好，更不會(huì)在“兔小巢”中反饋問題；但是如果產(chǎn)品流程與用戶的預(yù)期（expectation）不符，或者用戶無法簡(jiǎn)單地完成任務(wù)，那這個(gè)負(fù)面的信息會(huì)在他們的腦海中持續(xù)很長(zhǎng)時(shí)間，他們也會(huì)因此變得對(duì)產(chǎn)品更“挑剔”。

所以“曾經(jīng)在兔小巢中反饋過問題的用戶”對(duì)我們的產(chǎn)品是有負(fù)面偏見的。

那我們?nèi)绾螠p少用戶的負(fù)面偏見呢？

遵守設(shè)計(jì)準(zhǔn)則（友商已經(jīng)驗(yàn)證過的流程，蘋果的user interface guidelines，谷歌的design guidance等）。

多與用戶進(jìn)行語(yǔ)言上的溝通（而非文字上的溝通）和面對(duì)面溝通，了解用戶的心智模型（mental model）和預(yù)期（expectations）。需要注意的是，我們無法通過數(shù)據(jù)了解用戶的想法，我們只能通過數(shù)據(jù)了解用戶的行為；想要了解他們是怎么想的，只能混在他們之中。

預(yù)測(cè)用戶可能會(huì)產(chǎn)生疑慮的點(diǎn)，并且在疑慮產(chǎn)生之前給出解決方案；比如 Apple 官網(wǎng)的這個(gè)設(shè)計(jì)，是在七彩 iMac 的圖片上方寫的“4月30日接受預(yù)定 | 5月中下旬發(fā)售”；而用戶是看到七彩 iMac 的時(shí)候產(chǎn)生的想買的沖動(dòng)。所以蘋果在你產(chǎn)生“怎么買”這個(gè)疑慮之前，就告訴你“現(xiàn)在沒法買，5月才能買”。

如果錯(cuò)誤無法避免，則錯(cuò)誤提示要寫的清楚且有用；比如知乎的這個(gè)提示違反了“清楚”的原則，“如果你在使用中遇到了問題，可通過「查看幫助」或直接反饋給我們?！笨墒沁@個(gè)彈窗里哪兒有“查看幫助”？？？

可用性測(cè)試、測(cè)試、再測(cè)試。

測(cè)試是提升可用性的最佳途徑，如果有條件的話盡量找真實(shí)用戶的來做可用性測(cè)試，而不是產(chǎn)品經(jīng)理自己在那里點(diǎn)點(diǎn)點(diǎn)；原因是，產(chǎn)品經(jīng)理對(duì)于整個(gè)流程非常熟悉，公司其他人員也對(duì)于公司業(yè)務(wù)非常熟悉，所以這些人的心智模型與真實(shí)用戶的心智模型是不一樣的，他們對(duì)于產(chǎn)品的預(yù)期也跟用戶不一樣。

內(nèi)部人員只能發(fā)現(xiàn)部分問題，作為前期的測(cè)試是可以的；但是最后一定要找到真實(shí)用戶來參與測(cè)試。

二、選擇偏見 Selection Bias

這是媛媛在執(zhí)行問卷調(diào)查中的一個(gè)偏見，選擇偏見 ( selection bias )。還有一個(gè)名字叫幸存者偏差。

會(huì)在兔小巢中主動(dòng)留言向我們反饋問題的用戶，往往對(duì)我們產(chǎn)品有負(fù)面的印象；他們的想法并不能代表我們?nèi)坑脩舻钠毡橄敕?。就好比你找一群綠媒的人讓他們分析臺(tái)灣和大陸的軍事實(shí)力，他們認(rèn)為臺(tái)灣的手槍能打出原子彈，這沒法玩。

只要你有選擇（不選擇的情況，比如所有用戶全都參與進(jìn)來），則選擇偏見是無法避免的，我們只能最小化其影響：

多個(gè)人商量著來，比如在選擇調(diào)查問卷的發(fā)送用戶群體時(shí)，湊三個(gè)產(chǎn)品經(jīng)理，每個(gè)人都說一下自己的意見；雖然人人都有偏見，但是每個(gè)人偏見的點(diǎn)可能并不相同（這就是為什么需求評(píng)審非常重要的一個(gè)原因），所以綜合多個(gè)人的意見可以有效地降低選擇偏見，你的偏見可以被別人發(fā)現(xiàn)（雖然你自己很難發(fā)現(xiàn)）。

采用正確地隨機(jī)方法，從而保證研究對(duì)象真的是隨機(jī)出來的；比如某汽車加油服務(wù)與100加油站合作，95家在深圳，5家在廣州。那么在做用戶研究的時(shí)候，是應(yīng)該隨機(jī)選擇95%的深圳用戶+隨機(jī)選擇5%的廣州用戶，還是在用戶群里隨機(jī)抽取100個(gè)用戶呢？

三、調(diào)研回應(yīng)偏見 Survey Response Bias

回應(yīng)偏見是指，參與者大范圍地、主動(dòng)地選擇不回答、不準(zhǔn)確地回答、甚至是錯(cuò)誤地回答問題。比如問卷有一道題目是：“你認(rèn)為我們網(wǎng)站的導(dǎo)航是否清晰”，80%的用戶選擇了非常清晰，但是可能他們中一半以上的人連什么是導(dǎo)航都不知道。

但是他們能告訴你，你網(wǎng)站的導(dǎo)航非常清晰。

而你，也天真地認(rèn)為，自己的網(wǎng)站導(dǎo)航設(shè)計(jì)得巧奪天工。

調(diào)研回復(fù)偏見主要有三類：

1. 默許偏見 Acquiescence?Bias

默許偏見，簡(jiǎn)單地說就是人們?cè)诿鎸?duì)問題列表的時(shí)候，有選擇同意的傾向。

比如在這個(gè)量表中，用戶傾向于選擇 agree (4分) 或者 strongly agree (5分) 選項(xiàng)，從而讓你得到一個(gè)正面的用戶調(diào)研結(jié)果。

這也是為什么應(yīng)用市場(chǎng)評(píng)分3星的應(yīng)用其實(shí)就是差評(píng)了。

2. 社會(huì)期許誤差 Social Desirability Bias

受訪者為了令人產(chǎn)生正面印象，傾向在調(diào)查中“以不實(shí)意愿取代其真實(shí)意愿，以符合社會(huì)期望”；例如過多申報(bào)自己的“良好行為”，或過少申報(bào)自己的“壞行為”、或不受歡迎的行為，這種傾向嚴(yán)重影響研究的效度。

你可以看一看你的簡(jiǎn)歷，有沒有一些你不愿意寫上去的經(jīng)歷？

這就是社會(huì)期許誤差。

比如這個(gè)問題：你每天平均使用幾個(gè)小時(shí)手機(jī)？如果這道題是移動(dòng)端產(chǎn)品經(jīng)理的考試題，或者某手機(jī)游戲社群的測(cè)試題，則人們可能會(huì)傾向于夸大自己使用手機(jī)的時(shí)長(zhǎng)；但如果是初中生入學(xué)測(cè)試題，則學(xué)生們可能會(huì)傾向于少報(bào)自己使用手機(jī)的時(shí)長(zhǎng)。

綜上：

不同背景下，被認(rèn)同的行為 (Desirability) 是不一樣的；在實(shí)際操作中，我們要留意，在我們的場(chǎng)景中，哪種行為是被認(rèn)同的。

有一些多報(bào)或少報(bào)的行為，是刻意的，比如你潤(rùn)色你簡(jiǎn)歷的時(shí)候；有一些是非故意的，因?yàn)橛脩魧?duì)于自己的認(rèn)知本來就是有偏差的。

其實(shí)不只是Surveys，很多量化和質(zhì)化的數(shù)據(jù)都有這個(gè)問題，比如訪談中、有腳本的可用性測(cè)試（人們會(huì)為了完成腳本而付出比日常生活中更多的努力，同時(shí)也會(huì)更專注）、焦點(diǎn)小組等等，都存在社會(huì)期許誤差。

3. 近因效應(yīng) Recency Bias

我們的短期記憶的容量是非常有限的。

近因效應(yīng)描述的是一種認(rèn)知傾向：

1. 人們更容易記住最近發(fā)生的事情
2. 最近發(fā)生的事情對(duì)于人們的影響比較大

所以問卷參與者們更傾向于依據(jù)最近他們對(duì)產(chǎn)品的體驗(yàn)來回答問卷上的問題，而非他們?nèi)康氖褂皿w驗(yàn)。

四、在偏見下的研究

偏見是無處不在的。有三點(diǎn)建議可供大家參考：

• 問卷調(diào)查 (Surveys) 并不用來評(píng)估用戶的客觀行為和表現(xiàn)，而是用來評(píng)估用戶的主觀想法。
• 正是因?yàn)榛貞?yīng)偏見 (Response Bias) 的存在，所以我們才需要大量的樣本。更大的樣本可以消除更多的無關(guān)變量，從而有更大的概率能夠代表全部的用戶群體。
• 你知道了這些偏見的存在，并不意味著你可以解決這些偏見。承認(rèn)自己有偏見、注意這些偏見的影響并從錯(cuò)誤中學(xué)習(xí)，可以讓你更準(zhǔn)確地評(píng)估你的研究發(fā)現(xiàn)，從而設(shè)計(jì)出更好地產(chǎn)品。

本文由 @詩(shī)劍天賦 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議