5 sai lầm trong nghiên cứu người dùng dẫn đến kết quả sai lệch

Bởi Đội ngũ FabricLoop · Tháng 5 năm 2026 · 4 phút đọc

Có một kiểu nghiên cứu người dùng còn tệ hơn là không nghiên cứu gì cả: nghiên cứu đưa ra những kết luận đầy tự tin nhưng sai. Khi một đội không làm nghiên cứu, họ biết mình đang hành động dựa trên giả định. Khi họ làm nghiên cứu tồi, họ tin rằng mình đã có bằng chứng — và ngừng tìm hiểu thêm.

Năm sai lầm dưới đây không phải là những trường hợp ngoại lệ hiếm gặp. Chúng xuất hiện ở hầu hết các đội sản phẩm, gần như lúc nào cũng vậy, theo những cách khó ngờ là rất khó nhận ra khi đang ở trong cuộc.

"Mục đích của nghiên cứu người dùng không phải để xác nhận trực giác của bạn. Mà là thay thế trực giác bằng bằng chứng — kể cả bằng chứng cho thấy bạn đã sai."

Năm sai lầm

Sai lầm

Biểu hiện trong thực tế

Sai lầm 1 Hỏi về hành vi giả định trong tương lai

Đội hỏi: "Bạn có dùng một tính năng làm được X không?" Người dùng nói có. Đội xây tính năng đó. Không ai dùng. Con người thường lạc quan về bản thân trong tương lai và đánh giá kém về việc mình sẽ thực sự làm gì. Hãy luôn hỏi về hành vi trong quá khứ: "Hãy kể cho tôi nghe lần gần nhất bạn phải xử lý X."

Sai lầm 2 Chỉ phỏng vấn những người dùng đã yêu thích sản phẩm

Nhóm nghiên cứu toàn power user và người ủng hộ sẽ cho ra những phản hồi thiện chí, tích cực, thiên về cải tiến. Thứ họ không đem lại là hiểu biết về lý do người ta bỏ đi, lý do người ta chưa bao giờ chuyển đổi, hay sản phẩm cần gì để tiếp cận một phân khúc mới. Hãy trò chuyện cả với những người dùng đã rời bỏ và những người chưa từng dùng — những cuộc trò chuyện này khó chịu nhưng thiết yếu.

Sai lầm 3 Câu hỏi gợi ý nhằm xác nhận niềm tin sẵn có

"Bạn thấy bảng điều khiển mới hữu ích đến mức nào?" là một câu hỏi gợi ý. "Hãy kể cho tôi nghe lần gần nhất bạn dùng bảng điều khiển" thì không. Câu hỏi gợi ý chỉ cho ra sự đồng tình lịch sự, không phải đánh giá trung thực. Sự gắn bó của nhà nghiên cứu với giả thuyết lộ ra trong cách đặt câu hỏi, và người dùng — vốn nhạy bén về mặt xã hội — sẽ nghe theo tín hiệu đó.

Sai lầm 4 Dừng lại ở "cái gì" mà không hỏi "tại sao"

Một người dùng nói: "Tôi muốn có cách lọc danh sách." Nhà nghiên cứu ghi lại "người dùng muốn có bộ lọc." Nhưng bộ lọc là một giải pháp, không phải một nhu cầu. Người dùng thực sự đang cố làm điều gì mà bộ lọc sẽ giúp được? Câu trả lời cho "tại sao" mới là nơi chứa insight thiết kế — và nó thường hé lộ một giải pháp tốt hơn giải pháp người dùng đề xuất.

Sai lầm 5 Coi nghiên cứu định tính như nghiên cứu định lượng

"Ba trong năm người dùng nói họ thấy nó khó hiểu" không phải là thống kê. Đó là một tín hiệu mang tính định hướng từ năm người. Nghiên cứu định tính cho bạn biết cái gì và tại sao; nó không thể cho biết bao nhiêu. Trình bày nó bằng độ chính xác của con số sẽ khiến các bên liên quan tự tin sai chỗ và thường dẫn đến tối ưu sai thứ ở quy mô lớn.

Vì sao những sai lầm này dai dẳng đến vậy

Hầu hết sai lầm trong nghiên cứu đều có động cơ đứng sau. Đội đã có sẵn hướng muốn đi — một tính năng muốn xây, một giả thuyết đang tin, một bên liên quan muốn làm hài lòng. Nghiên cứu khi đó trở thành một nghi thức để hợp thức hóa quyết định đã có, chứ không phải nỗ lực thực sự để kiểm chứng nó.

Giải pháp không phải là bắt từng nhà nghiên cứu nghiêm ngặt hơn một cách đơn lẻ. Mà là tách vai trò "quyết định xây gì" khỏi vai trò "thực hiện nghiên cứu làm cơ sở cho quyết định đó". Khi nhà nghiên cứu cũng chính là người đề xuất tính năng, thiên kiến xác nhận gần như không thể tránh khỏi.

Một nguyên tắc hữu ích Trước bất kỳ buổi nghiên cứu nào, hãy viết ra kết quả nào sẽ khiến bạn đổi ý. Nếu bạn không thể gọi tên nó, thì bạn không phải đang nghiên cứu — bạn đang diễn kịch. Khả năng nêu ra một kết quả có thể bác bỏ giả thuyết chính là điểm khác biệt giữa việc tìm hiểu thực sự và thiên kiến xác nhận được khoác thêm vài bước.

Về cỡ mẫu Với kiểm thử khả năng sử dụng, năm đến tám người tham gia đã phát hiện phần lớn vấn đề — hiệu quả tăng thêm giảm đi rất nhanh. Với các cuộc phỏng vấn khám phá vấn đề, mười hai đến mười lăm người thường đủ để đạt đến điểm bão hòa. Với bất cứ điều gì bạn muốn khái quát hóa theo hướng định lượng cho một tập hợp lớn, bạn cần một cuộc khảo sát bài bản với mẫu đại diện — chứ không phải mười cuộc phỏng vấn.

FabricLoop hỗ trợ nghiên cứu trung thực như thế nào Khi ghi chú phỏng vấn gốc, bản tổng hợp và các quyết định nằm trong cùng một luồng, việc âm thầm gạt bỏ những phát hiện bất tiện trở nên khó hơn. Khi bằng chứng hiện diện ngay bên cạnh quyết định, đội có thể thấy kết luận có xuất phát từ những gì đã học được — hay có trước nó.

10 điều rút ra từ bài viết này

Nghiên cứu tồi còn tệ hơn không nghiên cứu — nó tạo ra sự tự tin sai chỗ và khiến các đội ngừng tìm hiểu thêm.
Đừng bao giờ hỏi về hành vi giả định trong tương lai. Hãy hỏi về hành vi cụ thể trong quá khứ.
Nhóm nghiên cứu toàn người ủng hộ sẽ cho phản hồi thiện chí, thiên về cải tiến — chứ không giúp hiểu vì sao người ta rời đi hoặc chưa bao giờ chuyển đổi.
Hãy trò chuyện với người dùng đã rời bỏ và những người chưa từng dùng. Phản hồi của họ khó chịu nhưng thiết yếu.
Câu hỏi gợi ý chỉ cho ra sự đồng tình lịch sự, không phải đánh giá trung thực. Hãy cẩn thận với cách đặt câu hỏi.
Khi người dùng đề xuất một giải pháp ("Tôi muốn có bộ lọc"), hãy luôn hỏi tại sao. Câu trả lời thường hé lộ một giải pháp tốt hơn.
Nghiên cứu định tính cho bạn biết cái gì và tại sao. Nó không thể cho biết bao nhiêu. Đừng trình bày nó bằng độ chính xác của con số.
Hầu hết sai lầm trong nghiên cứu đều có động cơ — quyết định đã có sẵn, và nghiên cứu bị dùng để hợp thức hóa nó.
Hãy tách người đề xuất tính năng khỏi người thực hiện nghiên cứu đánh giá các tính năng đó.
Trước bất kỳ buổi nghiên cứu nào, hãy viết ra kết quả nào sẽ khiến bạn đổi ý. Nếu không viết được, bạn không phải đang nghiên cứu.