2019-03-10 鵜鶘全面客戶體驗管理 | 譯者：馬振江
原作者注：最近，我注意到，無論是處于初創階段的企業，還是已經成立的組織，都對產品設計研究表現出了更大的熱情。企業已經接受了這樣一種理念：有意義的創新需要把客戶理解為生活復雜的個體。
當然，隨之而來的神話、誤解和偏見也會讓人摸不清狀況。下面這篇簡單的文章就是為大家解釋一些錯誤的觀點，并總結了在產品設計實踐中需要注意的 9 大原則，旨在廣泛傳播和分享。
“我只知道我一無所知。”
——蘇格拉底
一直以來，我們都被傳統教育培養成重視答案和害怕問題的人。我們在學校因為正確的答案而得到獎勵，我們在工作中因為聰明的想法而得到獎勵。難怪這么多人都在找理由避免做研究，特別是定性研究。因為定性研究常常顯得“缺乏高級知識理論”，會讓人產生焦慮。定量的東西至少有各種標準化測試，能帶來熟悉感，令人舒適。我們經常沉迷于標準化的方法以及各種數字指標，因為那是我們熟悉的領域，看上去也十分高大上。
保持一種研究心態意味著要意識到偏見是普遍存在的，確定性是一種幻覺，任何答案的保質期都很短。從長遠來看，一個好問題更有價值。除非你承認你沒有答案，否則你不能問好問題，也就是說你不能學習。
“如果我們只測試開瓶器，可能永遠不會意識到顧客更喜歡螺口瓶。”
——維克多·隆巴迪（Victor Lombardi）《設計敗道：來自著名用戶體驗案例的教訓》
當然，我們確實需要一個快速完成的可測試原型。但是，原型是一個具體答案，它是有形的，即使它只是一張紙上的草圖。這很舒服，比只是問問題舒服得多，即使這相當于燒一大筆錢，或者花費大量工作。對于那些想要通過快速、明顯的進步來展示自己價值的人來說，只是簡單提問題就像浣熊洗棉花糖一樣徒勞無功。
圖：愛干凈的小浣熊，吃棉花糖前先洗一洗...
但是，過早開發原型的危險在于，將資源投入到沒有人問的問題上，而忽略了機會成本。測試一個原型可以幫助你完善一個已經很好的想法，而不是告訴你是否在解決正確的問題。而且人們很容易將原型的打磨效果等同于創意的質量（比如那個忽悠失敗的 Juicero 榨汁機），研究報告中粉飾的亮點也容易被誤認為是具有價值的洞察。
圖：Juicero 榨汁機產品，外表光鮮的機器其實毫無技術含量
提出正確的問題可以幫助你更快地識別和根除不好的點子，而不是保留和捍衛薄弱的想法。你需要足夠堅強去擁抱和接受錯誤。
只有你事先了解做某件事的原因，問問題才不是浪費時間。你必須公開發誓：你的動機不是“為了證明自己正確”。
通常，出于對研究的一腔熱情，團隊會在沒有明確和一致目標的情況下開始與客戶交談。之后，他們覺得自己浪費了寶貴的時間，卻不知道如何運用所學，來提供解決方案，沒有任何東西可以拿出來。于是經常會聽到這種說法“我們去年做過研究，那是浪費時間。”然后，團隊又回到了創建原型和測試原型的舒適圈。或者，他們對聽到的內容有不同的理解，結果又因誰對誰錯開始爭論不休。
在大公司機構中，有時大家都有心照不宣的目標：“讓產品負責人做他想做的事，表現出我們在盡力做研究。”這聽起來可能有點諷刺，但我與許多在資金充足的研究部門工作的資深研究者交談過，他們撰寫的宏偉報告對決策沒有任何影響。承認這個事實，是阻止它發生的第一步。
絕佳的起點應該是“讓我們設立一種共識的方法，來快速理解他人的觀點”，不要在事后附加其他目標。
只有當你確定了一個目標，才會知道你需要了解什么。在選擇如何回答之前，你必須知道你的問題是什么。
“從本質上講，所有商業活動都是在人類行為上押注。”
——華爾街日報：《“厚”數據的力量（The Power of ‘Thick’ Data）》
問題的質量決定了結果的效用。提出錯誤的問題，與用原型解決錯誤的問題結果相同，它們都會給你一些不想要的東西。從優先級最高的問題開始。如果你在重大問題上有錯誤的假設，或者直接忽略，風險是最大的。
重要的研究問題是你想知道什么，而不是你在訪談中問什么。事實上，直接拋出你的研究問題是最糟糕的方法。人們通常不知道或不愿意承認自己的真實行為，但每個人都很擅長編造答案。
設計研究總是與用戶研究混為一談。解決高優先級問題有很多方法，與典型用戶訪談只是其中之一。你需要知道的，并非都是與用戶相關。
通常最關鍵的問題是“基于證據，我們對客戶/競爭/內部能力真正了解多少?”這可能是一個非常可怕的問題，恐怕不會得到完全誠實的回答，但你必須在短時間內回答它。
當研究被定義為設計之外的一種工作時，人們很容易將收集證據當作額外的事情，并找理由不去做它。
通常，團隊必須得到權威領導層的許可，才能完成屬于研究范疇的工作。問問題本身就威脅著權威。如果你曾經和一位不同意為百萬美元項目開展定性研究的領導者合作，問問你自己，他們在購買一輛 5 萬美元的汽車前，會不會自己做做研究？口頭上提出反對意見，心里往往只是害怕自己的想法被破壞，被證明錯誤，或者不那么有效。
如果你對自己的目標和高優先級問題是清楚而坦誠的，你可以在任何時間和預算內學到一些有用的東西。比如上網查找資料。午飯時到外面去觀察別人。去測試人家的產品。要有創意。
只要不是做正式調查就行。
“當一個人靠著對某件事的不理解來拿薪水時，要讓他理解這件事是很困難的。”
——厄普頓·辛克萊（Upton Sinclair）
這對于訓練有素的專業研究人員來說通常很難接受，即使研究已經證明這是真的。如果你習慣了與一群重視某種數據的人一起工作，你可能就沒有足夠的能力去說服那些不接受這種數據的人。數據不足會讓人覺得自己的專業能力受到了侮辱。
收集證據的全部意義在于基于證據做出決策。如果這些證據破壞或違背了有權做出決策的人的信念，他們就會找到理由拒絕或忽視這些證據。這也是為什么定性研究人員在一些工程驅動型組織中處境艱難的核心原因。擅長和熟悉數字的人就是想要用數字來回答問題，即使這個答案其實需要更多的描述性。
因此，在嘗試用數據去影響決策之前，你必須了解你的同事和領導的個人特點和他們所處的環境，了解他們是怎么做決定的。
“我們是善變的，愚蠢的物種，有著糟糕的記憶和自我毀滅的巨大天賦。”
——蘇珊·柯林斯（Suzanne Collins），《饑餓游戲：嘲笑鳥》
人類的生活是混亂的。如果人們沒有問題，就不需要產品和服務來解決問題，我們也就沒有工作了。為人們找出解決問題的最佳方法，需要在現實的、混亂的世界中花些時間，并放開一定程度的控制。雖然有必要采取一種合乎倫理的、足夠嚴格的方法，但并不存在絕對純凈的定性環境。一個明確的目標和一個好的問題可以承受各種不可預測的情況。
正因為現實很混亂，人們更喜歡規整、有條理的東西，并且（尤其對于非專業人士而言）特別希望專業知識看起來像是可見的，可感受到的。人們更喜歡舒適有序、顯得專業的活動。所以類似焦點小組、可用性實驗室、眼動跟蹤、正式調研和光鮮的報告等這類形式大于內容的方法經常會被不恰當地使用。事實上，一些不那么正式的東西會更有效。
將證據納入設計決策本身就是一個學習過程。你永遠不會找到正確的答案來解決問題，因為現實世界沒有完美解決方案。如果這個過程是有效的，即使不完美，你也會在做決策時信心備增。
每個人在做相同工作時，都會面對相同的現實。對產品做出決定的人必須是最了解情況的人。如果知識只存在于某一個人的腦海中，那么知識有多好就無關緊要了。
沒有協作的研究意味著，一組人在學習和創建報告，供另一組人認可或忽略。在這種環境中工作，即使是最用心的團隊，也會讓知識流失。如果合作中缺乏證據和共識，意味著每個人都默認了，贏家是因為個人偏好，而不是正確的知識。這兩種方法都不是最有效的。
直接讓產品設計和開發人員參與提問和回答是最有效的方法。而且很有趣。根據公司組織的不同，實現的方法也不同。提出問題的關鍵是建立一個共同的決策框架，以便更快更好的做出決策。我為此開了一個研討會。它改變了生活。
“我們可能對顯而易見的事情視而不見，也可能對自己的盲目視而不見。”
——丹尼爾·卡尼曼（Daniel Kahneman), 《思考，快與慢》
所以，你做了這項工作，你找到了一些答案。現在你需要決定它們是什么意思。在解釋研究結果時，合作變得尤為重要。每個人類大腦都背負著偏見的包袱，也沒有辦法去客觀了解自己。我們都知道什么最符合我們現有的信念。所以，我們必須參考一個外部標準（包括預先設定的目標和問題），并互相檢查。
這和你有多聰明、消息有多靈通沒有關系。一旦你接受了這一點，而且只要你在一個相互尊重的團隊中工作，識別偏見并指出它們可能是一個有趣的游戲。
維基百科頁面上有一個很好的列表，還有認知偏見法典，可以打印出來貼在你的墻上。
總之，當我們談論設計研究時，我們說的是基于證據的設計。創造、批評和探究都是設計過程中不可或缺的一部分。將它們分開會導致出于無知、自我恐懼而去優化錯誤的產品。
設計是價值的交換。在將任何東西投入市場之前，你必須問問人們真正需要什么、看重什么，以及你希望得到什么商業價值作為回報。
只要的方法符合道德，誠實對待自己，并致力于一個有價值的目標，那么，你提出的問題和你找到答案的方式都無關緊要。正確的方法并非只有一種，正確的答案也并非只有一個。享受不確定性吧！它永無止境。
原文：https://medium.com/mule-design/the-9-rules-of-design-research-1a273fdd1d3b
原作者：Erika Hall，設計工作室 Mule Design Studio 聯合創始人，《對話式設計（Conversational Design）》和《足夠研究（Just Enough Research）》的作者，本文經過綜合編譯。
本文為作者原創翻譯，歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源：鵜鶘全面客戶體驗管理（微信號：CEM-tihu）”，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
