做用戶調(diào)研時,這6個認知偏誤陷阱要避開!
前言:
認知偏誤(Cognitive bias)是一種常見的現(xiàn)象,它是指當(dāng)我們思考問題或做決策時,大腦會有一些固定的思維傾向。這個過程多是無意識的,有時也會帶來正面作用,如幫助我們在紛繁復(fù)雜的環(huán)境中節(jié)省思考時間,更高效地做出決定。但是在研究中,認知偏誤易導(dǎo)致研究結(jié)果不準(zhǔn)確,降低研究的價值。
我們都希望研究是客觀、理性、反映真實情況的,了解常見的認知偏誤可以幫助我們在工作中盡力規(guī)避它們,得出更準(zhǔn)確的研究結(jié)果。
實際上每個人都會有認知偏誤,包括用戶研究員和用戶。
我們就來談?wù)動脩舻某R娬J知偏誤。
人們有時會說一些“善意的謊言”來照顧別人的心情。閨蜜剪了難看的發(fā)型時,安慰她說“蠻好看的”;男朋友難得下廚卻把菜燒糊了時,鼓勵他說“挺好吃的”;電視劇中也經(jīng)常會出現(xiàn)家屬因擔(dān)心病人無法承受而不告訴他們身患絕癥的劇情。
在研究中,用戶有時也會說一些“善意的謊言”,對研究者的問題給出積極的答案或者他們認為研究者想聽到的答案,這就是友善偏見。引起友善偏見的原因很多,有的用戶比較“委婉”,不希望制造沖突,擔(dān)心負面意見會傷害到研究者;有的用戶比較“寬容”,認為許多問題是無傷大雅的,就不必要專門抓出來批評一番了;還有的用戶認為研究者是專業(yè)人士,他們希望自己的答案可以被認可和喜歡。
雖然出發(fā)點是善意的,但友善偏見會讓研究的結(jié)果不真實。調(diào)研時,研究者可能驚喜地發(fā)現(xiàn)用戶喜歡產(chǎn)品的每一個部分,然而待產(chǎn)品發(fā)布后才明白用戶們其實并不喜歡,這只是友善偏見導(dǎo)致的幻覺。就如同一個人一直以為自己身體健康,最后才知道原來自己身患了絕癥,只是家人不忍心而隱瞞了病情。
人們的一言一行都會影響他們在社會中的形象。當(dāng)被問到一些有爭議的問題時,很多人可能更樂意展現(xiàn)出社會期望的樣子,隱藏自己的真實想法。比如當(dāng)被問到是否作弊過時,誠實回答“是”的人可能比實際作弊的人少很多。
在用戶調(diào)研中,當(dāng)研究者提出的問題具有爭議性或容易引發(fā)道德判斷時,用戶可能會因害怕被質(zhì)疑或引起別人對自己不好的印象,而回答符合社會文化價值的答案。舉個例子,Tumblr 是一個輕博客社交網(wǎng)絡(luò)平臺,不同于其它平臺的是它允許發(fā)布成人內(nèi)容。但假如詢問人們?yōu)槭裁聪矚g用 Tumblr,大部分人可能會說是因為這里有很多新奇有趣的東西,而不是因為上面的成人內(nèi)容。但 2018 年 12 月 Tumblr 禁止成人內(nèi)容后,用戶量出現(xiàn)了巨大的下滑。
在研究中,對于具有爭議性或者容易引發(fā)道德判斷的問題,如果非必要,應(yīng)盡量避免;當(dāng)不得不問時,也應(yīng)斟酌用詞,采用適當(dāng)?shù)脑O(shè)問方式。
人們總是不由自主地想與多數(shù)人保持一致,當(dāng)發(fā)現(xiàn)大家都抱有某種觀點時,傾向于懷疑或改變自己原有的想法,這就是從眾效應(yīng)。從眾是一種生活中常見的心理現(xiàn)象,小到今天中午去哪里吃飯,大到應(yīng)該把選票投給誰,都可能受到從眾的影響。它的影響可能是積極的,比如保持群體的一致性、增加團體的凝聚力;但也可能是消極的,比如讓人們喪失理性思考,跟風(fēng)、盲從、人云亦云。
在用戶調(diào)研中,若采用焦點小組等多人共同參與的研究方法,研究者要提防從眾效應(yīng)的影響,避免發(fā)生少數(shù)用戶因從眾而改變原有看法的情況。在一對一研究中,也要避免出現(xiàn)“很多人都覺得這個界面有問題,你覺得呢?”等引導(dǎo)性提問。
霍桑效應(yīng)是指當(dāng)人們知道自己正在被觀察時,他們的表現(xiàn)可能與平常不同。它來自于 20 世紀(jì)二三十年代的一系列心理學(xué)實驗,霍桑是美國一間工廠的名字,是當(dāng)時實驗的地點。生活中,霍桑效應(yīng)也會經(jīng)常出現(xiàn),當(dāng)人們知道自己正在被關(guān)注時,總會自覺或不自覺地改變行為。比如知道自己正在被拍攝時,會調(diào)整站姿讓自己看起來更精神;自習(xí)室里突然老師進來了,學(xué)生會比平時更目不轉(zhuǎn)睛地看書。
在用戶調(diào)研中,用戶也可能會做一些與平常不同的行為,比如在可用性測試中用戶可能比平常更有耐性(平常如果操作幾次沒有找到正確的路徑很快就放棄了,但是在實驗室中會不斷嘗試);再比如在日記研究中,用戶可能不會誠實地記錄自己所有的行為,而是有所選擇地發(fā)布一些挑選過的、有利于個人形象塑造的行為。
人們很依賴他們得到的第一個信息,這個信息會帶來一個心理預(yù)期,它很容易成為后續(xù)思考問題或做決策的“錨點”。給一個價值 1000 元的手機買一個 100 元的手機殼可能會讓人覺得貴,但是如果給一個 10000 元的手機買一個 100 元的手機殼,似乎就覺得不那么貴了。同樣價值的手機殼,因為“錨點”手機的價值不同,而讓人們有不同的感受和購買決策。
在用戶調(diào)研中,假如研究者之前的問題給用戶劃定了一個范圍,用戶之后的回答有很大可能都會基于這個范圍。比如若先問用戶“亞馬遜 Prime 會員現(xiàn)在是 XXX 元/年,你覺得這個價格合適嗎?”后面再問“你認為京東 Plus 的會員費多少錢比較合適?”用戶所回答的這個價格很大程度上將會基于之前提到的價格,得到的答案顯然是不夠客觀的。
人們對一段經(jīng)歷的體驗感受,很大程度上是由“高峰處”和“結(jié)束時”的感覺決定的,而不是他們對每個細節(jié)的平均感受或?qū)φ谓?jīng)歷的總體感受。如果高峰體驗和結(jié)束時的體驗非常好,過程中許多不滿意的小細節(jié)都會被忽略。
當(dāng)用戶被詢問到使用某產(chǎn)品的感受時,他們給出的評價很多時候也會受到峰終定律的影響。所以如果用戶給某個產(chǎn)品打了高分,先不要忙著開心,要深入地追問他們對每個細節(jié)的具體感受。很有可能他們給高分只是因為其中某一功能的體驗非常令人滿意,但其實產(chǎn)品中還存在著很多待改進之處。
如何避免這些認知偏誤呢?這里有一些建議:
①結(jié)合后臺數(shù)據(jù)來分析
不論是問卷、量表等定量研究,還是訪談、日志法等定性研究,都是由用戶主觀填答或回答的,很難完全避免他們無意識的認知偏誤。后臺數(shù)據(jù)則是用戶行為的真實表現(xiàn),受認知偏誤的影響較小。因此在研究中參考后臺數(shù)據(jù),有助于讓研究結(jié)果更客觀可信。
②幫助用戶減少顧慮
研究開始前,向用戶說明所有問題無正確或錯誤答案;用戶的反饋無論批評還是夸贊都對產(chǎn)品有幫助;研究者非產(chǎn)品設(shè)計者或制造者,不會因用戶的負面評價而受到傷害等。這些說明可以幫助減少友善偏見。另外還要強調(diào)所有資料都將保密,問卷匿名填答,以幫助減少社會期許偏差。
盡量選擇一對一形式的研究,在溝通中鼓勵用戶表達,營造一個放松的環(huán)境,減少顧慮。
③減少用戶受外部環(huán)境的影響
減少他人影響:在焦點小組等多人參與的研究中,請用戶先將想法寫下,然后再討論,鼓勵用戶表達不同的觀點,有助于減少從眾效應(yīng)的影響。
減少環(huán)境影響:盡量讓研究在一個用戶熟悉的環(huán)境下進行;在正式研究開始之前先問一些暖身問題,幫助用戶放松;詢問時引導(dǎo)用戶回憶和復(fù)現(xiàn)平時使用的過程,如“您平時/上次是怎么操作的呢?能給我們演示一下嗎?”
減少順序影響:在問卷中將一些選項順序設(shè)定為隨機;在設(shè)計訪談腳本時,適當(dāng)變換題目的順序;在測試不同產(chǎn)品時,平衡實驗順序(counterbalance),以減少錨點效應(yīng)的影響。
④多看、多聽、追問
觀察用戶語言之外的隱含信息,及時發(fā)現(xiàn)友善偏見、社會期許偏差等,鼓勵用戶表達真實感受。
對于用戶的回答要層層追問,詳細詢問對于具體細節(jié)的感受,避免因峰終定律掩蓋用戶對很多細節(jié)的不滿之處。
最后,無論是用戶還是研究者,作為人類我們都沒辦法完全拋開認知偏誤的影響。但我們可以了解這些認知偏誤產(chǎn)生的機制,并在調(diào)研中盡力避免??朔J知偏誤不可能是一次性完成的,需要研究者多次嘗試,爭取內(nèi)化于心。對于每一個研究,都應(yīng)該精心設(shè)計方案,力求減少認知偏誤的影響,獲得客觀真實可靠的研究結(jié)果。
更多閱讀:
- Cognitive bias cheat sheet (https://betterhumans.coach.me/cognitive-bias-cheat-sheet-55a472476b18)
- 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/)
作者:JellyDesign
想了解更多網(wǎng)站技術(shù)的內(nèi)容,請訪問:網(wǎng)站技術(shù)