时间: 2021-07-30 09:28:00 人气: 5 评论: 0
最近，不管是初创企业和成熟企业都对研究热情备增。企业欣然接受这一观点：富有意义的创新，需要把客户作为复杂生命体来理解。反复听过不少错误和模棱两可的说法被反复提起。因此，为了帮助大家，在这里介绍一份简单易学的纠正理解偏差的小清单，希望能够广泛传播。
（我很有信心，因为研究表明：读者喜欢简单易学的清单。）
“我只知道一件事，就是我一无所知。”——苏格拉底（Socrates）
我们在重视回答和害怕提问的环境中长大——在学校里，我们因为回答正确而得到奖励；在工作中，我们因为提出好的点子而得到奖励。
难怪很多人**找理由避免做研究，特别是定性研究，因为显得无知所产生的焦虑**在心中滋长。定量的东西至少有标准化测试所带来的熟悉感，令人舒适。保持研究型思维模式意味着要认识到偏差无处不在，确定性只是一种错觉，任何答案的有效期都是短暂的。
因此，从长远来看，好的问题更有价值得多。只有你承认自己没有答案，才能问出好问题—也才**了解更多。
“如果我们只测试开瓶器，可能永远不**意识到客户更喜欢螺旋盖的瓶子。”——维克多·隆巴迪（Victor Lombardi），《设计败道：来自著名用户体验案例的教训》（Why We Fail）
我们理所当然**急于制作原型，测试原型。原型就是答案，可触可摸，即使只是纸上的草图。这样做很舒服，比只是问问题舒服多了，即便这无异于烧钱。对于任何想要立竿见影地证明自己价值的人来说，只问问题，就像那只洗棉花糖的浣熊一样，事与愿违。
太早制作原型的风险在于：这**把资源投入去回答一个无人问及的问题，同时还忽略了机**成本。测试原型可以帮助你优化好点子，但不**告诉你是否在解决恰当的问题。并且，也很容易将原型的亮点误以为是点子的质量。不论如何，研究报告中的亮点也容易被误认为是具有价值的洞察。
提出恰当的问题，不**让不好的点子得到保留和维护，反而**帮助你更快地将它们识别和清除，你只需要有足够强大的内心去拥抱错误。
（如果你正在想：“嘿！这对我的团队**有帮助”，我们**非常乐意去你的办公室呆一天，确定你是否准备和Mule Design Studio合作。）
除非你事先知道做某项研究的动机，否则提问就是浪费时间。你必须公开发誓：你的动机不是“为了证明自己是正确的”。这是每个人内心隐藏的目标。参看第一点。
通常，出于对研究的一腔热情，团队往往**在目标不明确、不一致时就开始跟客户对话。
然后，他们**感觉花了宝贵的时间，但却不知道怎么去应用自己了解到的东西来提供解决方案，因而没有什么可供展示的。
于是，就有了这样的说法：“我们去年做了研究，但却是浪费时间。”于是，又回到了建立原型和测试原型的舒适圈。又或者，他们对听到的内容有不同的理解，结果又因谁对谁错更加争论不休。
在大公司、大机构中，有时大家都有心照不宣的目标：“表现出我们在尽力做研究，不过还是让产品负责人做他想做的事吧。”这听起来可能有点嘲讽意味，但通过跟许多在资金充足的研究部门的资深研究者交谈，我了解到：尽管他们撰写的报告相当精彩，但对决策的影响却为零。
承认这个事实，是阻止它发生的第一步。
完美绝佳的起点，是把你的目标设置成：“我们需要确定水准，快速理解他人的观点。”不要在事后任意添加其他目标。
只有当你确定了目标，才知道自己需要了解什么，而在你选择怎么回答之前，你必须知道自己的问题是什么。
“从本质上讲，所有商业活动都是在人的行为上下**注。”——《“厚”数据的力量》（The Power of ‘Thick’ Data）,《华尔街日报》
问题的质量决定了结果的用处。
提出错误的问题跟用原型解决错误的问题如出一辙，它们都**给你一些你不想要的东西。从优先级最高的问题开始，确定这类问题的办法是：如果你在这些问题上的假设搞错了或忽略了，风险**最大。
最重要的研究问题是：你想要知道什么，而不是你在访谈中要问什么。
事实上，直接抛出你的研究问题往往是最糟糕的方式。人们往往不知道或者不愿承认他们真实的行为，但人人都很擅长编造答案。
设计研究总是和用户研究混淆，回答高优先级研究问题的方式多种多样，跟有代表性的用户对话只是其中一种。你所需要知道的，并非都是与用户相关。
通常，最关键的问题是：“基于证据，我们对客户、竞争、内部能力真正了解些什么？”问法各有不同。这可能是一个非常难以完全诚实作答的问题，但又得在短时间内回答。
当研究被定义为设计之外的一种工作，人们就很容易把收集证据当作额外负担，找理由不做。
通常，团队必须获得权威人士的许可，才能进行研究工作。提问本质上是对权威的挑战，如果你曾经和一位不同意为百万美元项目开展定性研究的领导合作，那么问问自己，这位领导购买一辆价值5万美元的汽车前**不**自己做做研究？
口头上提出反对意见，心里面往往是害怕自己的主意被破坏，被证明错误，或者不那么行之有效。
如果你的目标和高优先级问题明确直白，不管时间和预算如何，你都可以了解到一些有用的信息，比如：在线研究，午餐时间外出观察，测试其他产品的可用性，发挥创意。
只要不是做调查就行。
“当一个人要靠着对某件事的不理解来拿薪水时，要让他理解这件事是很困难的。”—厄普顿·辛克莱（Upton Sinclair）
即使研究已经证明了这一点，但训练有素的专业研究者还是往往很难接受。如果你习惯和重视某种特定数据类型的同事一起工作，那你可能很难去说服那些不假思索就否定这种观点的人。而且，可能**因为数据不足而让某人觉得自己的专业能力受到了侮辱。
收集证据的全部意义在于：基于证据做出决定。
如果这些证据破坏，或者反驳了决策者所信奉的想法，他们就**找理由去否定或忽视这些证据。这也是定性研究者在一些工程师驱动的组织中处境艰难的核心原因。即使问题需要的是更具描述性的答案，熟悉且擅长数字的人却想要用数字表达的答案。
因此，在尝试用数据去影响决策之前，你必须了解你的同事和领导的个人特点和他们所处的环境，了解他们是怎么做决定的。
“我们善变，愚蠢，记忆力差，且有自我毁灭的天赋。”——苏珊·柯林斯（Suzanne Collins）,《饥饿游戏：嘲笑鸟》（ Mockingjay）
人类的生活是混乱的。
人类如果没有遇到问题，就不需要产品和服务，我们也就不**有工作。在真实、混乱的世界中为人们找出解决问题的最佳途径需要一些时间，并在一定程度上放开控制。虽然有必要采取一种合乎道德的、足够严格的方法，但并不存在绝对纯净的定性环境。明确的目标和好的问题可以承受各种不可预知的情况的考验。
人们希望开展舒适有序、显得专业的活动，这导致他们不恰当地使用焦点小组、可用性实验室、眼球追踪、调查和光鲜的报告等方式。但其实，不那么正式的研究可能**更加有效。
将证据纳入设计决策，本身就是一个增强了解的过程。你永远不**找到正确的答案并解决问题。如果过程行之有效，你就**在做决策时信心备增。
每个从事相同工作的人面对的都是相同的现实，做出产品决策的人需要对信息完全知情。如果知识只存在于一个人的头脑中（除非你在伦敦，而那个人是你的出租车司机），那么知识本身有多好并不重要。
一组人制作报告，而另一组人收到报告后置若罔闻，便是没有合作的研究。如果这样工作，即使是最用心的团队也**让知识溜走。而如果合作中缺乏证据，则意味着每个人都心照不宣地默认：胜出的是个人偏好。这两种方法都不是最有效的。
最有效的方法，是：让产品开发人员直接参与提问和回答。这样做也很有趣，实现这一点的方法有多种，依具体公司或机构而定。
提问关键在于：建立一个共享的决策框架，以便做出更快更好的决策。
我曾经就此召开了一场研讨**，它带来了改变。
“我们可能对显而易见的事情视而不见，也可能对自己的盲目视而不见。”——丹尼尔·卡尼曼（Daniel Kahneman), 《思考，快与慢》（Thinking Fast and Slow）
你做了一些工作，找到了一些答案，现在你需要确定它们的意义。
在解释研究结果时，合作变得尤为重要。每个人都被偏差所困扰，而且自己还无从察觉。我们所看到的是最符合我们现有信念的。因此，我们必须参考外部标准（包括预先设定的目标和问题），一起工作，互相检查。
这与你有多聪明或消息多灵通无关。一旦你接受了这一点，只要你在一个心理上有安全感和相互尊重的团队中工作，识别出偏差就**是一场有趣的游戏。
维基百科（https://en.wikipedia.org/wiki/List_of_cognitive_biases）提供了不错的认知偏差清单，可以和认知偏差图（ Cognitive Bias Codex ）一起打印出来贴在墙上。
也许，这就叫正确的设计。
总之，当我们在讨论设计研究时，实际上是在讨论基于证据的设计。创作、批评和探究都是设计过程中不可分割的一部分，将它们分裂开来，就**因无知、自负或恐惧而错上加错。
设计是一种价值的转换，在实现任何产出之前，你必须先问问人们：真正需要什么？看重什么？
问问：你希望从中得到什么样的商业价值回报？
只要你采取道德的方法，诚实对待你的所见所闻，朝着富有价值的目标前进。那么，你所提出的问题和你找到答案的方式都无关紧要。正确的方法并非只有一种，正确的答案也并非只有一个。享受不确定性吧！它永无止境。
内容原创作者：Erika Hall，翻译：邱文驰
译文地址：http://uxren.cn/?p=61600
本文由@黑眼镜的猫 发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash, 基于CC0协议
