马斯克整理的50条用户认知偏差,教我如何做产品

穆宁·2022-01-07 08:30
“图片上的这些内容,应该在所有人年轻的时候就教给他”

最近,埃隆·马斯克(Elon Musk)在推特上发了这样一条博文。与其以往发布的推特内容不同的是,这次他发的内容是50张配有文字的图片,乍一看还以为是漫画。

但是看到他发的文字“should be tought to all at a young age”——“图片上的这些内容,应该在所有人年轻的时候就教给他”,就知道这些配有文字的小图,内容应该不简单。

图片来源:网络

那么世界首富分享给我们的,到底是什么呢?

翻译过来,就是“50种认知偏差”。

什么是“认知偏差”?

认知偏差是人们在知觉自身、他人或外部环境时,常因自身或情境的原因使得知觉结果出现失真的现象。

典型表现有显著性偏差、生动性偏差等。

社会知觉中常见的刻板印象、晕轮效应等均为某种形式的知觉偏差。是个人知觉具有选择性的特征所致。

事实上,产品经理应该用逻辑思维还是直觉思维来设计产品,一直以来都是产品界争论的焦点。

双方的论据都非常充分:如果用逻辑来设计产品,产品往往会变得机械、枯燥、呆板。如果用直觉来设计产品,产品往往会另类、小众、自嗨。

其实我们可以发现,在保持逻辑思维的同时,又坚持直觉思维可以解决产品经理最大的难题,同时掌控用户的诉求和情绪。比如苹果的产品,既有高颜值慢速用户的情感诉求,又有超强体验满足用户需求。

不过现在苹果手机的设计真的是有点一言难尽

我们的世界从来就不是二元的,极端的做法往往都不会是最优解。但知易行难,没有策略的混搭逻辑,一样只会让用户越来越迷惑、产品体验越来越糟糕。

要做出逻辑和直觉都符合用户预期的产品,产品经理首先需要知道,用户的逻辑认知和直觉认知都是怎么来的。

借着马斯克分享给我们的“50种认知偏差”,从用户的直觉层面去思考如何反其道而行之,去设计一款满足用户逻辑认知与直觉认知的产品,非常有必要。

接下来,我从50个马斯克提到的认知偏差中选取35个(因为有些确实无法找到产品案例),认知偏差究竟是如何产生的,如何利用用户的认知偏差来设计产品。

-01-

基本归因错误

Fundamental Attribution Error

我们经常根据个性或者性格来定义别⼈,但会⽤情境因素帮⾃⼰开脱。

例如:产品经理在做用户调研时,用户往往言不由衷,会用自己设想的完美的“自己”,来回答调研问题。比如问到用户平时刷短视频的时间,用户的回答往往不是真实答案。

-02-

自私的偏见

Self-Serving Bias

失败总是有原因的,⽽成功全是靠⾃⼰。

例如:真正有价值的干货内容,用户往往不愿意“分享”,而是点击“收藏”。

-03-

组内偏爱 

In-Group Favoritism

我们偏爱同⼀个圈⼦的圈内⼈,⽽不是圈外⼈。

例如:私域营销的重要性不在于与私域粉丝建立紧急关联,而是私域的存在使得用户产生“组内偏爱”,降低了决策成本。

-04-

从众效应

Bandwagon Effect

随着越来越多的⼈接受某些理念、时尚和信仰,这些理念的影响也会随之壮⼤。

例如:新国货概念的兴起并不是因为新国货的质量和设计真的很好,而是越来越多人认可中国制造的理念,而产生的从众心理。

-05-

光环效应

Halo Effect

如果你认为⼀个⼈具有某种积极的特质,那么这种积极的印象会溢出到他的其他特质中。反之亦然。

例如:积极正能量的知识主播或产品代言人形象,往往会使得用户对课程内容、产品功能及服务抱有更高期待。

-06-

聚光灯效应

Spotlight Effect

我们会高估他人对自己外表及行为举止的关注程度。

例如:用户会购买高品牌价值但溢价同样很高的产品或服务来标榜自己的人设,但其实身边人并不关心;

-07-

可用性启发法

Availability Heuristic

我们在做判断时,通常都依赖于当下脑海中出现的最直观例⼦。

例如:选择品牌时,你通常会选择最近看到过广告的那家,线上线下都算。

-08-

邓宁-克鲁格效应

Dunning-Kruger Effect

你知道的越少就越⾃信。知道的越多就越不⾃信。

例如:强调产品或者服务的稀缺性,会降低用户了解其详细信息的动机;

-09-

锚定效应

Anchoring

我们在做决定时⾮常依赖第⼀眼看到的信息。

例如:在电商中这样的例子比较多,特价、或者618活动价,都会有两个价格。一个是原价,另一个是折扣之后的价格,这样会给用户一个很清晰的判断依据,选择折扣价的商品。

当然这个并不绝对,真正吸引用户的SKU,还是好的标题+商品详情页+好的评论+品牌+流量 这些来最终决定该SKU是否会大卖

-10-

自动化系统偏差

Automation Bias

我们依赖⾃动化系统,有时甚⾄过于相信,导致真正正确的决策被放弃。

例如:手机的自动纠错功能把 “its” 替换成了 “it’s”,于是你假定“it’s”就是正确的。用户往往沉迷于内容推荐系统推送的信息,而放弃去寻找自己的真正热爱。

-11-

谷歌效应(又名数码健忘症)

Google Effect (aka Digital Amnesia)

我们经常会忘记在搜索引擎中很容易找到的信息。

例如:有些信息可以通过百度搜索非常便捷的搜到,但用户却更喜欢在抖音、知乎中搜索,因为他们更喜欢在这些平台消费内容,从而产生了搜索惯性。

-12-

确认偏差

Confirmation Bias

我们倾向于找到并记住能证实我们看法的信息。

例如:用户首次使用产品时为其设计的操作指引、信息流的排布方式、交互的动线处理都具备一定的倾向性,影响用户按照我们为其设定的操作流程去使用产品。

-13-

第三人称效应 

Third-Person Effect

我们会认为媒体对他⼈的影响⽐对我们⾃⼰更⼤。

例如:我们不再相信媒体,不再相信主流评测,甚至不再相信KOL,而去选择相信KOC(关键意见消费者)。

小红书的本质就是KOC推荐

-14-

可获性层叠

Availability Cascade

因为我们对融⼊社会的需要,越被公开和重复讨论的事情,我们越会相信其真实性。

例如:微博、知乎、抖音等平台都成立了“辟谣中心”,因为这些平台的巨大流量使得错误信息获得更大范围的传播,使用户相信其真实性。

-15-

现状偏见 

Status Quo Bias

我们倾向于保持不变,即使是有利的变化也被认为是⼀种损失

例如:即使某APP侵犯了用户的隐私,TA也不愿意换另⼀个这方面做得更好的试试。

-16-

沉没成本谬误(又名承诺升级)

Sunk Cost Fallacy (aka Escalation of Commitment)

即使面临失败的结果,⼈们会因为前期的投⼊,会在这个注定失败的事情上继续投⼊。

例如:购买过产品增值服务的用户,往往续费意愿会比首次购买用户高很多;

-17-

0风险偏差

Zero-Risk Bias

我们更愿意将小风险降低到零,即使我们可以通过另⼀种选择来降低整体⻛险。

例如:碎屏而导致的换屏价格较高的风险,使得用户越来越愿意购买碎屏险服务,但其实碎屏的发生概率和风险并没有那么高;

-18-

框架效应

Framing Effect

⼈们对⼀个客观上相同问题的不同描述导致了不同的决策判断。

例如:原价划去后标明现在价格的展示策略,往往没有直接表明“价格30天内最低”的策略导致的用户下单转化效率高;

-19-

刻板印象

Stereotyping

⼈们普遍认为,尽管没有关于个⼈的信息,但⼀个群体的成员将具有某些相同的特征。

例如:大多数产品经理往往觉得快手用户“low”,ARPU值低,但其实快手用户具备很强的黏性及购买欲望;

-20-

外群体同质性偏差

Outgroup Homogeneity Bias

⼈们认为圈外⼈千篇⼀律,⽽⾃⼰圈⼦⾥的⼈各个不同。

例如:兴趣电商的关键点,在于链接具备相同兴趣的用户建立组织,并通过分享渠道链接更大的同类圈子,而非通过兴趣“商品”转化用户;

-21-

权威偏见

Authority Bias

我们信任权威⼈物的意⻅,并经常受其影响。

例如:明星带货往往只能靠卖力赚吆喝,而李佳奇带货只需要其长久以来积累的专业性标签;

-22-

安慰剂效应

Placebo Effect

如果我们相信某种治疗会奏效,它通常会产⽣很⼩的⽣理效应。

例如:产品营销转化最重要的是建立用户的“信任感”。信任感一旦建立,用户不会觉得支付高客单价的“肉疼”;反之,如果用户对产品缺乏信任感,付一元钱都会浑身不自在;

-23-

幸存者偏差

Survivorship Bias

我们看到的往往是幸存者的故事,因为未幸存者已⽆法发声。而我们很容易把看到的当作全部。

例如:用作产品卖点的真实用户反馈,往往会给用户带来极大的转化意愿;

-24-

精神活动过速

Tachypsychia

我们对时间的看法取决于创伤、吸毒和体⼒消耗。

例如:产品游戏化的目的不是为了让用户玩的开心,而是让用户感知不到时间的变化,从而延长产品停留时间。

-25-

琐碎法则(又名自行车棚效应)

Law of Triviality (aka "Bike-Shedding")

⼈们会对琐碎的问题给予不成⽐例的重视,同时⼜避免⾯对复杂的问题。

例如:复杂的运营活动只要奖励设置合理,提示锚点及时且具备话题性,用户会很愿意参与其中;反而那些规则非常简单的运营活动会给用户一种“没有挑战”的案例,降低他的参与欲望。

-26-

蔡格尼克记忆效应 

Zeigarnik Effect

⽐起已完成的任务,⼈们更容易记住未完成的任务。

例如:拼多多公众号页面中的小红点,仿佛提醒用户“这个任务你还没处理,快点开它!”但它其实只是一个运营活动。

-27-

宜家效应

IKIA Effect

⼈们更看重⾃⼰参与创造的东⻄。

例如:社区类产品最难做,因为需要用户参与创造,需要赋予用户使命感与责任感激发用户参与内容共创;社区类产品同时壁垒最高,因为用户投入了参与创造的沉没成本,用户粘性很大。

-28-

本·富兰克林效应

Ben Franklin Effect

如果我们已经帮了别⼈⼀个忙,那么我们更有可能帮他另⼀个忙。

例如:知识付费类课程运营推广活动里,如果用户能够花费0.99元试听体验课程,那再花99元购买正式课程的概率往往更大。那些0.99元都不愿意支付的用户转化难度非常大,可以通过活动门槛屏蔽掉。

-29-

旁观者效应

Bystander Effect

周围的⼈越多,我们帮助受害者的可能性就越⼩。

例如:社区类平台当用户数量达到一定量级的时候,谩骂、不友善等内容产出量越高,治理难度就越大;目前有部分平台采用算法自动将敏感关键词转化为中性词语的手段对内容进行治理,比如即刻。

-30-

暗示感受性

Suggestibility

我们,尤其是⼉童,有时会将提问者建议的想法误认为是记忆。

例如:电商网站里经常见到这样的用户提示语:“你上次浏览的这件商品已经降价30%,快来下单购买吧!”但其实用户可能压根就没有浏览过这件商品。

-31-

虚假记忆

False Memory

我们会把想象误以为是真实的记忆。

例如:用户在小红书浏览产品测评、产品体验类内容时,会由于内容的诱导性体验描述,误认为自己也使用过该产品,进而向身边的朋友推荐。

-32-

潜隐记忆

Cryptomnesia

我们会将真实的记忆误认为是想象。

这个我实在没想到案例,靠读者来集思广益下了。

-33-

潜隐记忆

Cryptomnesia

我们在随机数据中发现模式和规律。

例如:产品slogan或者IP形象最好采用朗朗上口的语言、与服务内容强相关的短语、或者可爱的动物,使用户能够在产生消费需求时第一时间想到你的产品。

朗朗上口:陌陌、探探

服务强相关:饿了么、美团

可爱动物:天猫、盒马(河马)

-34-

悲观偏见

Pessimism Bias

我们有时会⾼估坏结果的概率。

例如:产品经理在设计抽奖类拉新运营活动时,应考虑未中奖用户的挽留手段:比如“关注本页面,下次中将概率翻倍!”

-35-

乐观偏见

Optimism Bias

我们有时对好的结果过于乐观

例如:用户在拼多多参加“砍一刀”得免费奖品活动时,中奖进度显示99.99%,用户总会觉得下一刀就会100%(但实际可能还需要100刀)

-36-

盲点偏见

Blind Spot Bias

⼈们不认为⾃⼰有偏⻅,还会觉得别⼈⽐⾃⼰更偏激。

例如:“快手太low了,我才不用,我用抖音!”

中文翻译版合集:

图片来源:网络

学习和认识这36种认知偏差,可以让我们能够更好地识别那些蕴藏在产品功能背后的“套路”,更加客观地、理性地看待用户,保持良好的同理心与敏锐度。

最后一段话送给大家:

努力还原用户的真实,是我们做调研的态度;

勇于面对真实的世界,是我们做产品的态度。

态度是内功,技能是利器,双剑合璧,我们就能成为真正懂用户的产品人。

本文来自微信公众号 “产品思维模型”(ID:muningtalk),作者:穆宁爱喝vodka,36氪经授权发布。

+1
208

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
提交评论0/1000

下一篇

华为造车就差一个代工厂

2022-01-07

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

推送和解读前沿、有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚焦全球优秀创业者,项目融资率接近97%,领跑行业