开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2022.04.05
决策、信念与行为偏差
认知偏差多半会影响信念的形成、商业与经济决策、以及其他一般的人类行为它们是可复制与再现的，面临特定情境时，一般可预期人们会有相应的偏差倾向。这是一篇深度总结的好文。为了让大家清楚地理解，每个知识点都设计了对应的图片，帮助读者理解。
我们倾向于避免未知，决策时避开资讯不足的选项，通过添加明确的细节来最大程度地减少歧义，从而提高转化率。
示例
CTA按钮应在其旁边包含信息性标签，以清除不确定性。
不明确性效应
人类在进行决策时，会过度偏重先前取得的资讯（这称为锚点），即使这个资讯与这项决定无关。在进行决策时，人类倾向于利用此片段资讯（锚点），快速做出决定。
通常被利用在消费场景中的认知偏差，通过前后对比来放大优惠感知，进而促进用户做出有利于我们的决策。
锚定效应
你是否发布过一项你认为会造成意外后果的功能，然后你就只盯着这个后果？
注意力偏差AttentionalBias
我们认为那些迅速跃入脑海的事情比那些不容易想起的事情更为常见和重要。因此，最近发生的、频繁发生的、极端的、被记住的事情比大多数信息更有影响力。
通过创建一些与众不同的东西（在不影响一致性和熟悉度的情况下）让你的设计被记住。
获得性启发AvailabilityHeuristic
这个心理效应有一个更简单的描述，叫做三人成虎，也就是一件事越常被公开谈论，人们就越相信这件事。
创建一个醒目的标语，并确保重复多次。如果可能，这个标语以押韵结尾会更好。
我们不能轻易改变人们的信念：与根深蒂固的信念相反的证据和论据无济于事，只会巩固信念的地位。
通过情感辩论来影响他人的行为，不要尝试直接改变他们的信念。
我们经常会因为大多数人以同一种方式思考，而改变我们自己的想法。
从众效应BandwagonEffect
我们更倾向于接受与我们的先验知识相符的论点，而拒绝对该论点的反驳。
谈论产品的好处时，不要夸大其词。如果它好到让人无法相信，那么人们将不会相信它。
做出决定后，我们倾向于称赞我们选择的选项，然后降级其他选项。
选择支持偏差Choice-SupportiveBias
当人们本来就持有某种观点时，对这种观点的感知和注意度会被放大，会选择性地回忆或收集关于它的事例。人们对于自己原本就相信的观点会更容易接受，而把反面观点搁置在一旁。
确认偏差ConfirmationBias
当我们是某个领域的专家时，会不知不觉假设其他人和我们具有相同的理解能力，尤其是对于专业术语的使用。
考虑一下大多数用户，他们的技术水平可能不如你想象的那样，并且对你熟悉的事物也不太熟悉。
知识的诅咒CurseofKnowledge
引入第三个选项來加强旧选项的吸引力。
假设有产品A和B，以下是顾客可以选择的选项：
(1)￥100–A
(2)￥300–B
(3)￥300–A+B
在这个情景，（2）是“诱饵”，用来引导顾客选择“目标选项”（3）。
诱饵效应DecoyEffect
在有比较项存在的时候，我们对微小的差异变得敏感，而实际上，这些差异并不是很大。
在竞争对手旁边展示你的产品优势，以便用户注意到差异，即使是一个很小的差异。
和没有拥有的物品相比，用户更倾向于保留自己拥有的物品。他们倾向于高估自己拥有的东西，而忽略其客观的市场价值。
禀赋效应EndowmentEffect
指个体在解决问题时往往只看到某种事物的通常功能，而看不到它其他方面可能有的功能。这是人们长期以来形成的对某些事物的功能或用途的固定看法。
当产品挑战到现有的使用传统时，可能会引起一些可用性挑战。请确保进行可用性测试，并尝试提前解决这些潜在的问题。
也称佛瑞效应。人们会对于他们认为是为自己量身定做的一些人格描述给予高度准确的评价，而这些描述往往十分模糊及普遍，以致能够放诸四海皆准适用于很多人身上。
在产品文案中，尽量避免使用“大家”，“用户”等描述，使用诸如“你”，“你的”之类的可以更贴近用户，人们理解规范性信息时，存在一种选择性代入感，这种代入感会让人无意识地专注于选择贴合自己认知和经验，从而产生一种“我也是这样”的归属感。
框架效应的意义是，面对同一个的问题，在使用不同的描述后，人们会选择乍听之下较有利或顺耳的描述作为方案。
在大多数情况下，正向表达（例如玻璃杯已满一半）的转换率会更高。
框架效应FramingEffect
后视偏见会让人沉迷于“我早就预料到了”这种感受当中，无法真正从事件中汲取到有用的经验，也难以用公平的眼光来评判客观事物和他人，主观上也很容易选择性地忽略许多客观事实。
后见之明偏差HindsightBias
又称现时偏差，人们更倾向于获取即时收益，而非未来的更大收益。
为用户的立即购买提供小折扣（或免费送货），而非承诺他们在将来购买时提供更大的折扣。
当下偏差CurrentMomentBias
我们倾向于同情一个特定的人而不是匿名的某一个人。
在讲产品故事时，请使用个体案例，而非一般性陈述。
可辨识受害者效应IdentifiableVictimEffect
宜家效应是指人们倾向于高度评价他们参与创造的产品，消费者对于一个物品付出的劳动（情感）越多，就越容易高估该物品的价值。
利用宜家效应提高用户粘性的核心是创造低投入、高回报、高贡献价值的任务，保证用户能够完成任务的基础上贡献自己的价值。在学习场景中我们可以利用宜家效应提高用户粘性，将用户留下来坚持学习。
22.宜家效应IKEAEffect
描绘在没有你的产品或服务下用户会遭遇的问题，然后，介绍你的产品会如何解决这些问题。
因测量误差所导致的一种偏误现象，有时亦称为观察偏误或分组错误。
在展示产品或服务时（在网站上或app内），请确保附有详细说明的照片。在产品说明中获得的信息越多，用户获得的保证就越大。
指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。损失带来的负效用为收益正效用的2至2.5倍。损失厌恶反映了人们的风险偏好并不是一致的，当涉及的是收益时，人们表现为风险厌恶；当涉及的是损失时，人们则表现为风险寻求。
损失趋避LossAversion
人们会单纯因为自己熟悉某个事物而产生好感。它表明某一外在刺激，仅仅因为呈现的次数越频繁（使个体能够接触到该刺激的机会越多），个体对该刺激将越喜欢。
坚持使用用户熟悉的UI概念、行为、术语、符号和图标。在营销材料、网站和产品上保持一致来优化漏斗，用词保持和行业术语一致，确保你的用户感到舒适。
单纯接触效应MereExposureEffect
相比于中性或者积极的事物，具有负面影响的事物对人们的心理影响更大。
通过解决负面体验来说明你的产品价值，如果希望自己的故事能够产生更大的影响,就要尝试多展现情感上负面的内容。
负面偏差NegativityBias
当我们承受压力时，我们没有想到风险发生的可能性。结果，较小的风险可能会被高估或被忽略。
在转换漏斗中，最小的不确定性可能导致用户对产品的不信任并停止使用。需要确保所有细节均清晰明了并预先显示，尤其是涉及金钱的事物，例如总成本，折扣（如果存在），附加成本等。
忽略可能性NeglectofProbability
与别人相比，我们经常高估自己成功的几率。
请确保产品没有隐藏任何可能破坏乐观偏见的令人不愉快的功能（例如额外的费用，可能的延误等）。
我们故意避免负面信息（或与我们的期望不一致的反馈），认为如果我们把头埋在沙子里，它们就会消失。
与客户支持一起并肩工作，主动去看什么让用户困惑，从处理用户投诉中可以学到很多东西。
将你的初始估算值乘以2，不，实际上是3。这样做不是因为你懒惰，而是因为你的估计可能是错误的。
当我们感到某人（或某物）试图剥夺或限制我们的选择时，对抗心理就会发生。当它发生时，我们有一种抵制它并采取相反行动的冲动。
当你与用户“争论”他的选择时要小心，说服对方时必须循循善诱，永远不要与用户直接对抗。
人们经常会高估自己控制冲动行为的能力。
我们都认为“标题党”属于旁门左道，但我们还是陷入其中，不是吗？
自制偏差RestraintBias
人们会更容易把有韵律的、押韵的句子，当作是真实和准确的。一句话只要变得有韵律了，那么就更有说服力了。
所以，尽可能的把你的产品文案变得有韵律感，这样更容易说服用户。
也称佩尔兹曼效应。当我们感觉到更大的风险时，我们会变得更加谨慎，而当我们受到更多保护时，我们就会没那么谨慎。
所以当我们知道在已经采取了很多安全措施以后，我们更有可能采取冒险的方式行事。
在购买或注册前让用户对产品产生尽可能的安全感，让他们获得信心和信任。
我们对事物的看法在很大程度上受到期望的影响，当人们集中注意力时，人们会从环境中过滤掉事物。
在需求分析和调研过程中，如果忽视了幸存者偏差，很有可能搜集到的数据，体现的仅仅只是少部分用户的需求和想法，最终将伪需求和小众需求当作主要需求来作为设计，从而让产品从一开始就走向万劫不复。
我们喜欢确定性，即使它适得其反。在有其他方案可以降低整个风险的情形下，仍倾向于完全消除某一项风险的偏见。一个例子是刻意降低个人负责领域的风险，可是代价是整个组织风险的上升。
提供退款保证和无风险试用，以降低风险水平，使你的用户感到安全。
零风险偏差Zero-RiskBias
我们根据产品的外观或服务方式来感知其价值。正如人们所说：全部在包装中！
设计对于产品的成功比你想象的更为重要，多余的空间，错误的边框颜色和未对齐的文字，都会影响转化率，确保UI设计的优先程度。
感知价值偏差PerceivedValueBias
又称选择超载。当出现太多选择时，我们的大脑就会瘫痪，很难进行选择。
选择太多=转换率低
分析瘫痪AnalysisParalysis
我们将稀缺物品的价值提高，将高可用性物品的价值降低。
害怕错过（FOMO:fearofmissingout）使我们更容易受到诱惑和冲动，并促使我们做出轻率的决定。
使用“限时优惠”，“有限数量”等修辞来形容你的产品或服务。给人的印象是许多人正观看此项目，并随时可以抢走最后的几件物品。
稀缺效应ScarcityEffect
我们认为那些处理速度更快、更流畅、更顺利的事物具有更高的价值。有时不合逻辑的论点在沟通良好的情况下（由有权威和经验的人提出）也可能会赢得胜利。
FluencyHeuristic
社会偏差这些偏差大多是由归因偏差导致。
社会偏差
行动者喜欢将他们自己的行为归因于情境性因素，而观察者喜欢将同样的行为归因于行动者稳定的人格素质。
我们无法认识到我们缺乏能力，并且由于无法分辨能力好与能力差的不同，因而认为大家都一样。
达克效应Dunning–KrugerEffect
在没有涉足政坛（或特定国家）的情况下，你最近对你所在国家的选举结果是否感到惊讶？
解释他人行为时，归因于内在特质（一定是他有这样的人格，才做出这样的行为），而非外在情境（也许是情势所迫，或这个场所有特殊的潜规则）。
需要设计师能够清楚地分辨「我的观点」和「我的行为」，能够真正将自己从自己所处的立场、角色、职能上抽离出来，复盘整个局面。首先接纳全部的现实，包括他人的想法、观点，先不去判断对错，明白事物的动态变化过程。不要再单一地去判断，因为任何一个视角必然会存在一个立场，它们是当前事物诸多层面中的一方面而已。
晕轮效应是指使用一个人（或事物）的一种品质来对该人或事物进行整体判断，换句话说，我们对一个人、一个产品、一家公司或一个品牌的最初印象会影响我们对其整体特征的解读。
通过使用权威照片和可建立信任关系的视觉效果来充分利用这种具有启发式的方法。
群内偏差常被用来引导用户决策，它是指人们会在认知上倾向于自己所属的群体。在体验设计中利用群内偏差的关键点在于打造群体归属感，借由小群体的力量影响用户的决策。
群内偏差IngroupBias
我们认为权威人士给出的建议准确性更高，并且更容易受到该建议的影响（即使事物主体与该人物的权威性无关）。
通过宣传产品的知名推荐来建立权威:
权威偏见AuthorityBias
得寸进尺法又译登门坎效应，是一种通过先提出一个简单的小请求来说服用户同意一个较大请求的劝说方法。
得寸进尺法Foot-in-the-DoorTechnique
Memoryerrorsandbiases
我们会容易忘记可以在网上轻松找到的信息。
GoogleEffect
当信息被认为是有趣或幽默时，我们会更好地记住信息。这可以帮助提高产品的转化率，并有助于整体业务的提升。
在用户可能感到沮丧的情况下不要幽默。例如，如果你的应用与旧设备不兼容，请不要用有趣的方式说出来，因为此时用户可能很沮丧，无法感知幽默。
重复的事情越多，我们就越相信。
用户不仅仅根据平均或所有体验的总和来评估体验，取而代之的是，他们的大脑会严重地偏向峰值（高或低）和体验的终点，峰值如果是愉悦的话，通常对应了用户旅程中令人难忘的愉悦感。
通过使产品的最佳功能变得更好，保持产品的竞争优势并提高产品高峰。另外也不要忽视产品的“购买后”体验，确保以精湛的品味结束体验。
峰终法则Peak-EndRule
图片和图像比一千个单词更容易被记住。
始终在内容中包含图像，出色的视觉效果将提高转化率。
又称近时效应、序位效应。列表开头和结尾的项目比中间的项目更容易被用户记住。
如果你打算展示一长串信息，请确保第一个是最重要的内容。
首因效应PrimacyEffect
当很多信息一起呈现时，醒目的信息和被特别强调的信息会比其他信息更容易被人们记住。
确保CTA按钮以不同的样式，大小，颜色和位置显示出来，以达到不同的目的。
VonRestorffEffect
显示一个不完整的进度栏，以鼓励用户实现自己的目标。
统计与几率偏差几率性推论是指根据有关几率的资讯推论事情的可能性，而几率的估算通常来自统计资料，因此两者密不可分。
Statisticalandprobabilitybias
我们错误地认为，如果在给定时期内某件事情频繁发生，那么这件事情在将来发生的几率就会很小。
坚持事实，少依靠直觉，更多的依靠数据。
赌徒谬误Gambler’sFallacy
错误地认为经历过成功的人更有可能在其他尝试中进一步获得成功。一般是在某人近来做某事很成功时，认为他未来做同一件事也会很成功，而忽略其成功可能只是随机与巧合导致。
通过强调一系列成功案例来建立自己的强大品牌。
Hot-HandFallacy
我们经常忽略样本大小并贸然下结论，即使样本数量还未达到足够的统计量。
与客户沟通很重要，但不要把产品设想建立在几次面谈的基础上。使用大量数据，并根据实际数据而非假设来做出产品决策。
实验与研究偏差这是一些科学实验或统计研究容易发生的偏差。
某些类型的用户被无意中从研究参与者池中剔除了。亦可理解为以偏概全，即以局部事例解释整体原因。
你正在设计自行车跟踪应用，需要对骑行者进行研究。你决定采访并观察北京市的自行车骑行者，但你没有意识到他们的骑行行为习惯可能与居住在山丘多的郊区的骑行者有很大不同。因此你的研究成果可能有不适用于所有目标受众的风险。
研究者有时可能会期望出现某种结果，他们无意识地操纵了试验过程，或者错误地解释实验结果，导致研究结果严重歪曲。
在用户研究中，研究者的表情、肢体语言等都可能会反映出自己所期待的结果，如果用户察觉到了这些，就可能做一些迎合研究者期望的反应。
我们倾向于多表达符合社会期许的事情，而隐瞒那些不符合社会预期的事情。例如在询问是否有不良嗜好、性伴侣数量时，大家会有意无意地隐瞒或淡化实情。
社会证明是建立信任的好方法。以下是可在产品页面上使用的一些示例：
不要说“我们很棒，因为……”，而是通过其他人来证实。
当获得的奖励出乎意料之外，我们获得奖励的喜悦感就会增加。
为用户提供每日优惠，免费奖金，奖章，奖品等。每天创建的“动作”越多，用户就越会感受到与产品的联系。