用户所说，非其所做

　　当用户反馈问题时，这真的是他们遇到的问题吗？当用户讲述需求时，这真的是他们的实际需求吗？可能未必真实。例如，一家公司曾做过一个研究，他们通过调查问卷询问用户对手机颜色的偏好，当询问用户是否愿意购买一个红色的手机时，许多用户都回答愿意；然而在问卷调查之后，研究者告诉用户，“你可以在一个红色和一个黑色的手机中选择一个作为礼物带走。”结果却发现，大多数用户仍然选择了黑色的手机作为礼物，即便是那些回答更愿意购买红色的用户也是如此。
　　对于用研人来说，你不能完全相信用户所说的话，这也是用户研究中比较难的一部分；因为每个人的行为并不总是理性的，在研究中用户有时无法给出准确的答案，甚至是一些简单的问题；尽管这个听起来有点不可思议，但是在深访、测试、问卷调研、焦点小组等研究中都会遇到这种问题。例如，在一项银行APP的研究中，询问用户对登录的便捷性和安全性看法时，不同的调研方式得到了不一致的结果。在使用APP的过程中询问用户时，他们反馈并不在乎安全性的问题，而是想要更加便捷的登录方式。但是，当通过调查问卷询问另外一批用户时，得到的回答却截然相反，他们更加注重登录的安全性，即便是以牺牲便捷性作为代价。大部分的用研人可能都会遇到这种不一致的研究结果，有可能在研究中遇到，也有可能在研究的应用中遇到。通过了解用户所说与其实际所做不一致背后的真正原因，搞清楚扭曲用户认知和行为的影响因素，也许会帮助我们在研究中更好地避免，从而提高用户回答的真实性。
　　为什么用户所说与实际行为会存在不一致？
　　行为心理学家很早就研究过，人类并不是完全理性的动物，其实我们的行为受到一系列因素的影响，从情绪情感到认知偏见。为了使自己那些不理性的选择看上去更加合理，我们通常会找各种各样的理由，比如吃饱了才有力气减肥。其实生活中有很多种认知偏见，但其中有三个最为常见，会经常影响到用户的行为。
　　1。社会称赞性和从众
　　社会赞许性是指个人为了给他人留下好的印象，从而表现出自己拥有被赞许的态度或行为。也就是说，人们会按照自己所认为的“正确”的方式来表现自己，而不是根据实际情况来反应。在银行APP的问卷调查中，其实用户可能会认为，既然是银行类的APP，应该是更加注重登录的安全性而不是便捷性，就像我们每个人都知道自己应该健康饮食一样。
　　为了避免社会赞许性的发生，我们要尽可能的避免设置一些具有所谓“正确答案”的偏向性问题。在研究中，用研人可以通过中性的语调来询问问题，尽可能的设置一些开放性的问题，而选择性问题应该设置平等的选项；例如：在测试中，我们会问用户一些产品功能方面的问题，我们可以问题：你认为这个功能怎么样？你认为这个操作在便捷性上怎么样？而不是：你不觉得这个功能很赞吗？你觉得这个操作很复杂吗？
　　从众效应是另一个影响用户行为的因素。所谓的从众效应是指当个体受到群体的影响，会怀疑并改变自己的观点、判断和行为，朝着与群体大多数人一致的方向变化，以和他人保持一致。
　　社会心理学家阿希（Asch）曾在1956年做过一个经典的阿希从众实验（Asch’sconformityresearch），在实验中，让一位真被试与另外68人（实际上是实验者的助手）一起坐在桌旁，实验者向他们呈现3条长短不一的线段，并要求他们判断哪一条和另一幅画中的标准线段一样长。每个人轮流说出自己的判断，而被试被安排在倒数第二个位置上。在大多数试验里，每人都说出同样的正确回答。但在几次预先确定的关键试验中，实验者预先告诉助手说出错误的答案。结果发现，即使正确答案十分明显，但在关键试验中，被试迎合团体的意见平均达37，有75的被试至少有1次从众。
　　为了避免从众效应，我们应该尽量安排用户进行一对一的测试或访谈，就是为了最大限度地减少他们去“模仿”别人的。研究人员也应该确保不要提起其他用户的选择或测试结果。在焦点小组的研究中，主持人要尽量地鼓励大家说出不同的观点，避免从众效应引起观点的同质化。
　　2。愿望思维
　　我们会遇到的另外一个问题就是用户的愿望思维。人们经常会说TA认为是怎样怎样的，但实际上并非如此；例如，研究表明，75的商界人士认为，自己比一般的商人更有正义感；80的司机说，他们比一般的司机驾驶技术更娴熟（包括那些因为交通事故躺在医院里的司机）；94的人认为，他们的幽默感高出普通人的平均水平。人们这种总觉得什么都高出平均水平的心理倾向就是愿望思维。用另一种通俗的说法，就是自我抬高偏差或者说自己认为自己比别人强。当我们受到愿望思维的影响，自我认知虽然与实际水平不符，但是仍然会影响到我们的一些行为和抉择。例如在一项网络安全教育服务的调研中，最初大部分用户都表示他们知道如何在网络上保护自己，并不需要网络安全教育服务，但是在后面的访谈中却发现，他们只是了解一些基本的网络安全知识，并且多部分是错误的。
　　其实这是一个非常难避免的问题，因为用户认为他们所讲的就是这个样子，实际上用户也是“真诚”地在回答，只不过他们没有意识到愿望思维已经默默的帮他们把自己的能力提高了一大截。为了避免这个问题，我们就要问一些确切的事情，而不是问用户在某些介绍的场景下会怎么做；我们的研究应该就当下真实的场景，聚焦于用户所做的或最近做过的事情；例如：在测试开始之前不妨和用户强调一下，本次测试不是在评估Ta的能力，而是评估产品的好坏；用户在测试过程中遇到任何问题都可说出来，让用户尽可能地表达最真实的想法和感受。
　　3。不同的场景和用户心态
　　人在不同的环境中有着不同的反应，我们在家里、商店或者公司会有不同的行为；当我们疲惫、兴奋、心不在焉、专心致志时也会有不同的反应；虽然场景对我们的心理状态有很大的影响，但是我们仍然很难预测对某个特定情景的反应，直到我们置身于这个情景中。正如银行APP的研究，用户在实际的使用情景下会遇各种各样的问题，如安全设置会增加登录操作的复杂性，验证码验证失败会带来挫败感等等，这些都会导致用户想要一个更加便捷的登录方式，而参与问卷调查的用户，很难预测自己在真实的使用环境下会遇到哪些问题，又会做出怎样的反应。
　　为什么我们不能预测自己的行为，丹尼尔卡尼曼在他的《思考，快与慢》书里给出了答案。他认为人的思维活动可以分为两类，一类是快思考，由情绪和本能驱使，而另一类是慢思考，更多的是由理智驱动；当我们企图预测特定场景下的行为时，我们会用慢思考来权衡自己的选择是否理智，一旦做出了某一选择，我们就会在本能的驱动下进行快思考；虽然不能完全阻止慢思考对研究结果的影响，但是我们至少可以减少这种影响；研究人员可以布置一个研究环境，尽可能的接近真实的使用环境。我们可以事先观察APP可能会存在的一些使用场景，如果用户经常在一些嘈杂、混乱的场景使用我们的APP，其实我们就可以在咖啡厅或者公共场所进行测试或研究，即使我们无法创造一模一样的场景，这样也会尽可能的还原用户的使用场景，得出的研究结果也会更接近事实。
　　此外，我们在研究过程中都有可能或者不小心影响用户的心态，从而会影响到研究结果的真实性。例如上文提到的网络安全教育服务的研究，在与用户讨论相关的网络安全隐患和后果之后，发现用户对网络安全关注度的评分出奇的高；之后在另外一组测试中，要求用户在访谈前后都进行网络安全关注度评分，结果发现评分确实有显著的提高。其实这两次评分结果都是有用的，访谈前的评分表明了用户最初平时的心态，而访谈后的评分表明，网络安全信息的分享能够提供用户对网络安全的关注度。
　　该如何避免这些因素的影响，提高用户回答的真实性？
　　观察用户，如果可能，观察用户在真实环境下的真实行为，用户所做的要比用户所说的准确的多；
　　测试应该尽可能的在真实的使用场景下实施，用户很难预测在不同情景下的反应，因为测试环境越接近真实的使用环境，测试结果越准确；
　　问具体细节，不要问用户做某一行为的频次，而是问最后一次是什么时候；
　　问过去的经验，无论我们是乐观主义还是悲观主义，我们对未来的一些看法总会被认知偏差所扭曲，相比而言，我们最近的记忆更加准确。不要问用户假设的事情，而是问用户已经做过哪些事情；
　　所有问题的选项都一样，让用户看上去没有倾向性，他们不会因此而猜测所谓的“正确”答案，而是回答一个真实的答案；
　　客观地设置问题，否则很容易给用户一些暗示。例如一个两个星期刷一次牙的人，而你却问他一天刷一次牙还是两次牙，那你很有可能得到不真实的答案；
　　了解更多的认知偏差和非理性行为，搞清楚扭曲用户认知和行为的影响因素，能够在研究中更好地避免。
　　
　　作者：KatMatfield