在产品工业设计中你持有的三种偏见是什么呢

发布时间:2021-07-08 作者:admin 0
    在产品工业设计中你持有的三种偏见是什么呢
 
【文摘】 由于新产品线的目标用户与我们现有产品的目标用户高度一致,所以产品方面的压力其实不大。 这就是背景。
                                 
 
指南的编辑:当用户使用产品时,我们经常会发现一些界面的警告和功能会给我们带来一些不同的看法和感情。 例如,如果我们看到了某些提示,但没有告诉我们正确的做法,我们会有一些抵触情绪; 本文作者分享了产品工业设计的三种偏见。 一起看看吧。
开始之前,说真正的段子。
我公司某产品的妹媛(假名),虽然会打脸,但是没有工作经验。 我录用的是打算好好培养接班人()之后被我亲手交给了)。
有一次,我们开辟新的产品线,进行预研。 我带她进行用户研究和竞争分析等一系列偏客户端的调查,同时我们的运营团队进行偏市场方面的调查。 由于新产品线的目标用户与我们现有产品的目标用户高度一致,所以产品方面的压力其实不大。 这就是背景。
一、负面偏见Negativity  bias
这是本案涉及的最初的偏见、负面偏见,还有另一个名字是负面偏见; 意思是人们会对消极的信息、感情、体验更加印象深刻。
消极偏见写在我们的基因里。 由于威胁生命安全的危险信息,我们必须时刻保持警惕。
如果用户能够正常使用产品,他们就不会在意这个产品好不好,也不会在“兔子窝”反馈问题; 但是,如果产品的流向与用户的期望(expectation  )不符,或者用户不能轻松完成任务,这个负面信息就会在他们的脑海中持续很久,因此他们对产品更加“挑剔”
所以“兔子窝里反馈问题的用户”对我们的产品有负面偏见。
那么,如何减少用户的负面偏见呢?
遵守工业设计指南(友好国家已经验证的流程、苹果的用户界面指南、谷歌的设计指南等)。不是用文字而是用语言进行交流和面对面的交流,多理解用户的心理模型(mental  model  )和期待(expectations  )。 应该注意的是,我们不能通过数据了解用户的想法,我们只能通过数据了解用户的行为。要知道他们是怎么想的,只能混入他们之中。
预测用户可能会产生疑问的地方,在产生疑问之前提出解决方案; 比如苹果官网的这个工业设计,就是七彩iMac图片上面写的“4月30日接受预定| 5月中下旬发售”,然后用户看到七彩iMac时产生的想买的冲动。 所以在苹果产生“怎么买”的疑问之前,“现在买不到。 不到五月是买不到的”。
如果错误是不可避免的,则错误消息是明确和有用的。 例如,我知道的这个提示违反了“清楚”的原则。 “如果你在使用中遇到问题,请‘查看帮助’或直接反馈给我们。 ”但是,这个弹坑里哪里有“看帮助”?
可用性测试,测试,重新测试。
测试是提高可用性的最佳方法,如果有条件,产品经理自己不在那里呆一会儿,而是尽量找实际用户进行可用性测试,因为产品经理熟悉整个过程,公司的其他人也熟悉公司的业务
内部人员只能发现一部分问题,作为前期的测试是可以的,但是最后必须找到实际的用户参加测试。
二、选择偏见选择偏序
这是媛媛在实施问卷调查中的偏见,选择了偏见(selection  bias  )。 也有幸存者偏差的名字。
那些在兔子窝里积极留言向我们反馈问题的用户,往往对我们的产品有负面印象,他们的想法不代表我们所有用户的普遍想法。 就像你找一群绿色媒体分析台湾和大陆的军事力量一样,他们认为台湾的手枪可以发射原子弹,这是不能玩的。
只要你有选择,选择偏差就不可避免。 我们只能将其影响降到最低。
有很多人商量过了。 例如,在选择调查问卷的发送用户群体时,聚集了三位产品经理,每个人都说自己的意见每个人都有偏见,但偏见的点可能因人而异。 这也是为什么需求审查非常重要的原因之一。 (综合多人的意见可以有效降低选择偏见,让别人发现你的偏见(虽然自己很难发现)。采用正确随机的方法,保证研究对象真的是随机的,例如,一家汽车加油服务与100家加油站合作,95家在深圳,5家在广州。 那么,在进行用户研究时,是应该随机选择深圳95%的用户,随机选择广州5%的用户,还是应该从用户群体中随机选择100个用户?
三、调查应对偏见的Survey  Response  Bias
回应偏见,就是参与者选择大范围、不积极回答、不正确回答、甚至错误回答。 例如,问卷中有一个主题是“你认为我们网站的导航很清晰吗?”,80%的用户选择非常清晰,但他们中的一半以上可能甚至不知道什么是导航
但是,他们会告诉我你网站的导航非常清晰。
你天真地认为自己网站的导航工业设计必须巧妙地获得天职。
调查回答偏见主要有三类:
1 .默许偏见Acquiescence  Bias
默许偏见,简单地说,就是人们在面对问题清单时,倾向于选择同意。
例如,按照这个比例,用户倾向于选择agree(4分)或strongly  agree  (5),从而得到正面的用户调查结果。
所以,APP市场评价3星的APP其实是个差评。
2 .社会期望误差Social  Desirability  Bias
回答者为了给人以正面的印象,在调查中有“以不真实的意志代替真实的意志,从而回应社会的期待”的倾向。 例如,过度申报自己的“好行为”、过少申报自己的“坏行为”、做出不受欢迎的行为的倾向,会极大地影响研究的有效性。
请看一下简历。 你有不想写的经历吗?
这就是社会期望的误差。
例如这个问题:你每天平均使用几个小时的手机? 如果这个问题是移动终端产品经理的考试题,或者是某个手机游戏社区的考试题,人们可能会倾向于夸大自己玩手机的时间,但是如果是中学生的考试题,学生们可能会倾向于减少自己玩手机的时间
综上所述:
根据背景的不同,被认可的行为(Desirability  )在不同的实际操作中,必须注意在我们的场景中什么样的行为被认可。
一些报纸或报纸少的行为,是故意的,比如你给简历润色时; 有些不是故意的。 因为用户对自己的认识本来就有偏差。
其实不仅仅是Surveys,在采访中,有脚本的可用性测试(人们为了完成脚本而比日常生活付出更多的努力,同时集中精力)、焦点群体等很多量化和质化的数据都有这个问题3 .近因效应Recency  Bias
我们短期记忆的容量非常有限。
近因效应表示认知倾向:
人们容易记住最近发生的事
最近发生的事对人们有很大的影响
因此,问卷调查参与者更倾向于根据他们最近对产品的体验而不是所有的使用体验来回答问卷调查中的问题。
四、偏见下的研究
偏见无处不在。 有三个可以参考的建议:
问卷(Surveys  )是用来评价用户的主观想法,而不是评价用户的客观行为和表现。
正因为满足偏见(Response  Bias  )的存在,才需要大量的样本。 通过增大样本,可以删除更多无关的变量,以更高的概率代表所有用户组。
虽说你知道了这些偏见的存在,但并不代表你就能解决这些偏见。 承认自己有偏见,注意那些偏见的影响,从错误中学习,可以更准确地评价你的研究发现,出比工业设计更好的产品。
 
文章中插图照片材料和相关内容来自网络,如有侵权请告知,我们马上删除!
$(document).ready(function () { $.get("/index.php?s=floating", function(data){ $("body").floating(data); }, 'json'); })