打破偏见：如何避免用户体验反馈偏差？
|
在分析数据时存在构造偏误的话会在后续的数据分析中导致许多连带问题，比如聚类错觉，即过度期待从小样本或小型测试中发现的规律, 然而实际上确实一种巧合；或者锚定效应，即会不自觉地给予最初获得的信息过多的重视。这些精神陷阱很可能影响我们为了实现产品的最佳利益而作出的决定。 如何避免构造偏误？ 我们可以通过预先了解自己的态度来避免过分将其带入数据分析之中，同时要使用不同的解读方式。 在我们评估每一条反馈的时候，都要问问自己要如何来构建解读方式。这能够帮助我们不要把第一个接触到的观点过分看重，并且能够帮助我们理解为什么反馈是积极的或消极的。然后，要确定至少一个或两个可替代的解读方式，去解读同一个反馈结果。假设我们的一项调查结果显示，70％的用户觉得我们的用户界面非常直观。 这给了我们一个巨大的肯定，但我们也要认识到，它是基于一个积极框架解读出来的。如果使用替代框架，我们可以得到：30％的用户觉得用户界面不直观。通过查看这两个框架，我们能够更充分的发现这些数据对于我们的产品意味着什么，由此获得更少的偏见和更全面的理解。 当我们不确定要如何处理我们的用户反馈数据的时候一定要及时的提出来，并向团队其他人寻求帮助。如果某一条反馈很重要，但很难解读，这个时候可以考虑发起一个补充调查来收集更全面的信息。我们也可以问那些不觉得我们的用户界面足够直观的用户，邀请他们详细的说明是哪些特定的方面使得界面不直观（是颜色、按钮位置、文字显示还是其他什么）。 友善偏见（Friendliness Bias）友善偏见也被称为默认偏见或者用户研究偏见，指的是受访者更倾向于做出访问者期许的答案或者做出积极评价。这或许是因为他们想表达的友善中立或者尊重访问者的专业意见。当然，我们并不希望他们如此的宽容以至于掩盖了他们真实的态度。 受访者会试图告诉我们最想听到的答案，因为他们不想被一遍又一遍的深入询问，他们认为积极地答案会让他们更快地结束调研。这是省力原则在作祟，它意味着人们会尽量用最少的思想，时间和精力来避免被深入询问，尽早完成任务。这个原则可能已经影响了我们用户体验设计的可用性，但是在收集反馈时我们可能并没有考虑到它的影响。 不管是什么原因，友善偏见都会损害我们所做的辛勤工作和市场调查，给我们无法有效使用的错误数据。 如何避免友善偏见？ 友善偏见可以通过将调研者主体从调研实施的过程中剔除来避免，因为大多数人不喜欢面对面地给予负面反馈。 如果收集用户体验反馈涉及面对面问卷调查或焦点小组访谈，应该尽量让用户体验设计团队之外的人员担任主导者。访谈协调人员应该明确指出，他或她（主导者）不是负责产品设计的人员。这样，人们可能会觉得更舒适，进而提供诚实的负面的反馈。 用网络在线的方式收集反馈也是一种有效避免产生友善偏见的方法。因为面对着电脑会比面对着采访者真人要来的自在，受访者在表达负面观点的时候也不必面对采访者的实时反应。 但是在使用在线调研的时候要特别注意调研疲劳的产生。当我们提出太多问题的时候，受访者就可能会随机选择或者选择最有利答案来乱填一气，以便更快更省力的完成调研。所以要尽可能保证我们的调研是短小精悍的，用非常简单的措词来说明问题，减少与调研目的关联度较低或非必要的问题。 虚假同感偏差（False-Consensus Bias）当我们高估或夸大了自己观点的普遍性与适用性的时候，就会出现这种虚假同感偏差。说白了，虚假同感偏差指的就是夸张地认为别人也会像我们一样思考。 1976 年，斯坦福大学的社会心理学教授LeeRoss进行了一个简单而有效的实证研究，证明了虚假同感偏差是如何影响人们的知觉和决策的。他们邀请 104 位大学生穿着三明治快餐店的夸张广告牌来为其做宣传，在那些同意挂广告牌的人中，62%认为其他人也会同意这么做，在不同意挂广告牌的人中有67%认为别人也不会这么做。事实上，在同意与不同意佩戴广告牌的两组阵营中都形成了“大多数人会赞成他们的个人观点”的虚假同感偏差。 如上所述，在设计用户调查问题时，我们自己常常会陷入虚假同感偏差，假设用户会和自己喜欢一样的交互功能。尽管用户体验设计的核心目标是放弃个人信仰，注重用户的需求，但产品设计者总是不得不通过自己的镜头来看待自己的产品，这也使得设计者们很难想象其他人会用什么方式来看待产品。这也就强调了让具有不同背景的团队成员（尤其是用户体验设计以外的专业人员）参与调查反馈过程的重要性。 如何避免虚假同感偏差？ 通过识别和阐明自己的假设，可以有效避免虚假同感偏差。比如当你开始创建一个用户调查或者组建一个测试小组的时候，问问自己：“我认为这个反馈的结果会是什么？”记下来，这是你的假设。或者请朋友或同事听你描述你的产品，并让他们写下他们从你那里听到的假设和意见。然后把你的假设列表放在面前，尝试假设你的每一个假设都是错误的，然后看看哪个对你的产品成功威胁最大？哪些会在用户中引起广泛的不满？ 针对这些假设，对受访者提出问题。 正如避免确认偏误一样，收集来自更广泛的用户群体的反馈意见是非常重要的。作为用户研究人员要确保我们调查的人员不仅仅是与我们有紧密合作或者相似背景的人，因为这些人更容易与我们产生同样的观点和偏见，这可能会加强我们对自身观点的虚假同感偏差。 打破偏见，使用户反馈更具价值偏见是普遍存在的，但也可以采取措施来避免。我们没人能屏蔽掉自己的偏见，但这并不意味着这些偏见一定会干涉我们的工作，通过简单地了解每个偏见产生的原因，并通过打破其在调研反馈过程中出现的方式，就能够采取措施来避免，以便收集尽可能真实的反馈数据。前文中提到的打破偏见的方法大概可以总结为以下几点：
打破偏见不是一个简单的过程，但是当我们逐渐减少各类偏见对产品的影响时，我们就会真正实现——为用户创造更好的体验。 作者：Hunter Jensen 译者：Max小姐 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
