打破偏见：如何避免用户体验反馈偏差？

注：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——为用户制造更好的体验。

用户反馈对产品来说是至关重要的，毕竟产品的成功是由用户决定的。但是我们怎么知道用户的反馈是否是真正客观的，是否是他们内心真实的想法？

对于这点，我可以负责任的告诉你：他们的反馈一定有偏差。但是对此，用户自己一点办法也没有。

在我们征求用户反馈意见时，我们和用户都将不可幸免地陷入对信息的偏见认识。同时，我们自己的偏见会影响我们对接受到的反馈信息的处理方式。

意识到这一点是很关键的，准备无误的用户反馈在关键版本迭代时期的作用会更加明显。尽管我们不能消除自己的或者用户的偏见，但是一旦我们知道了自己会在哪些情况下会出现哪些类型的偏见，我们就可以采取一定措施来幸免常见的偏见。那么在下一次要求用户提供体验意见的时候，就要把“幸免偏见”这根弦绷紧，审慎处理用户的反馈，时刻问问自己“我的行为（或不行为）是否是被偏见驱动的？”

认知偏差的情况可能有几十种，每种又有多种呈现方式，但是在产品团队寻求用户反馈的过程中有一些主要类型的认知偏差是经常出现的。在本文中，我们将仔细的阐释在用户反馈时经常出现的四种典型认知偏差，以便产品团队在出现路径规划偏差之前，把它们扼杀在摇篮里。这四种分别是：

1. 确认偏误

2. 构造偏误

3. 友善偏见

4. 虚假同感偏差

确认偏误（Confirmation Bias）

确认偏误应该是所有专业人士最常见的偏见。确认偏见的概念是由心理学家丹尼尔·卡内曼（Daniel Kahneman）与数学心理学家阿莫斯·特维斯基（Amos Tversky）首先提出的，他们认为确认偏见存在于“当人们的心里有一个已经认定的想法的时候，人们会在脑中选择性地回忆、搜集对这个观点有利的细节，并强行让它符合逻辑。”所以说，人们倾向于认可符合自己观念和意见的反馈，在这个时候就会发生确认偏见。

只接受与我们已有的观点相一致的用户反馈会很容易形成“回声室效应”，这将严峻 影响我们针对用户反馈所进行的功能设计调整。确认偏误的一个可怕后果就是会产生逆火效应——我们会拒绝所有证明我们的观点是错误的的反馈。

作为一名产品设计者，我们的任务就是为用户制造具有良好体验的优质产品，但是我们的设计将不可幸免的受到我们的主观品味、信仰和背景的影响。当我们意识到确认偏误的时候就能够发现它正潜入我们设计产品的过程中——不仅仅是如何解读用户反馈，还有我们如何规划产品需求。

早年间，在我自己开的一家为客户设计网站和开发移动应用程序的小公司中，我们曾经让我们的用户体验设计师记录用户调查和进行访谈，以获得有关产品的反馈。毕竟设计师们对于用户体验的理解并不像其他人那样，他们是最终主导产品改变的人。

奇怪的是，在这样做了大约一年之后，我们注意到我们没有得到很多可行性反馈。我们开始怀疑我们做这些调查的价值所在。为此，我们完全抛弃了之前的做法进行了一个实验，把用户体验设计师完全从过程中摘除出去，只保留一位QA工程师来负责撰写调查报告和收集反馈意见，我们很快从中发现结果非常有趣且操作性强。

尽管我们的用户体验设计师对于反馈意见持开放态度，但是他们的潜意识会在设计调查问卷和访问题目的时候设计便于确认产品设计问题的题目。

例如，我们的用户体验设计师问：“面对海量的产品是否会对你寻找适合自己的产品造成困扰？”这个措辞使得我们的受访者会先入为主的认为寻找产品是很困难的，也因此自然而然的忽略了那些便于寻找的产品类型。这个问题还暗示了受访者造成寻找产品困难的原因是因为产品种类繁多，这也使得受访者无法提供其他的原因。

当我们的QA工程师来操刀来做这件事的时候，他们会把问题设计成：“您是否在寻找产品的过程中遇到困难？如果有，是什么样的困难？”QA工程师对于产品设计没有很强的概念，他们提出的问题也自然没有倾向性，也更容易让实际操作过程中遇到困难的受访者留下真实的反馈。所以说，当我们在调研设计的时候多提出这种开放式的“为什么”，我们能够收集到更多丰富多彩内容详实的答案，帮助我们更好的了解受访者在产品中实际面对的困难，以及困难产生的原因。

在创建用户调研的过程中，通常都会出现确认偏误。在调查中，我们可能在不经意间就会使用那些容易获得契合我们内心倾向的提问方式去提出问题。用户体验设计师很可能会提出类似“我们的品牌是否给您带来了专业性和信任感的内心体验？”像这样的问题，就完全没有给受访者提供提出反对意见的空间。而不由设计师来主导的用户调研，问题中的偏见也自然而言地减少了。我们的QA工程师设计了一些辅助问题，比如“应用程序的外观给您带来了怎样的感受留下了什么样的印象？”由此，我们看到了用户的真实客观的对产品提升更有用的使用反馈。

如何幸免确认偏误？

克服确认偏误需要收集来自不同用户群体的反馈，提供反馈的用户数量越多，我们能够获得越多不同角度的观点。不要仅针对一个群体进行人口统计、背景调查或者用户访问，要尽最大努力获得大量样本，最好覆盖目标市场中所有用户群体的特征。这样我们收集到的反馈信息就会更多面而不是局限在一个群体之中形成一些先入为主的观点。

仔细设计调研问题，幸免设计具有引导性的问题。要多使用“请您对应用程序的XX功能的中意 度进行打分”（赋值范围从“强烈不喜欢”到“强烈喜欢”）这样的问题，而不是提出“您有多喜欢应用程序的XX功能？”这样问题。第一种说法是没有态度预设的，而第二种措辞则预设了被访者是一定要喜欢这款产品的。另外，在将调研问卷发放给用户之前要多请别人来回答和阅读问题，看看提问方式听起来是否保持公允和中立性。

用户体验设计师还可以通过使用更多的定量数据来幸免确认偏误，尽管有些定量数据的解释也不是完全客观幸免偏见的。

构造偏误（Framing Bias）

构造偏误的产生是基于我们对于用户反馈的偏向选择，在于我们用正面或负面的态度去解读客观度量标准。尼尔森诺曼集团（Nielsen Norman Group）提供了一个很有趣的例子，他们以两种方式描述用户反馈调查的结果。例如： 20 位用户中有 4 位表示很难在网站上找到搜索功能; 20 个用户中有 16 个表示他们找到了搜索功能。能够看出，尽管衡量指标是相同的，但是这些专业用户体验设计师处理反馈的行为却有所不同。

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。

如何幸免构造偏误？

我们可以通过预先了解自己的态度来幸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，时间和精力来幸免被深入询问，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。

如何幸免友善偏见？

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幸免，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幸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。

如何幸免虚假同感偏差？

通过识别和阐明自己的假设，可以有效幸免虚假同感偏差。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。

正如幸免确认偏误一样，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幸免。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，就能够采取措施来幸免，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：

• 注意描述问题的措辞，提高问题清楚 度以保证受访者明确重点。

• 尽量将自己从调研反馈中移除，以保证受访者诚实的给出反馈。

• 建立克服偏见意识，使之成为反馈与测试过程中的重要一环。

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——为用户制造更好的体验。