5 個會產生誤導性結果的使用者研究錯誤

由FabricLoop團隊 · 2026年5月 · 4分鐘閱讀

有一種使用者研究，比完全不做研究還糟：那就是得出自信滿滿卻錯誤結論的研究。團隊不做研究時，他們知道自己是憑假設在運作；一旦做了糟糕的研究，他們就相信自己有了證據，於是不再繼續探索。

以下五個錯誤並非罕見的特例。它們幾乎出現在每個產品團隊裡，而且大多數時候，身在其中的人都很難察覺。

"使用者研究的目的不是印證你的直覺，而是用證據取代你的直覺——包括證明你錯了的證據。"

五個錯誤

错误

實際情況是什麼樣子

錯誤 1 詢問假設性的未來行為

團隊問："你會使用具備 X 功能的產品嗎？"使用者說會。團隊把它做出來，卻沒有人使用。人們對未來的自己過度樂觀，也很不擅長判斷自己實際會怎麼做。請務必詢問過去的行為："請告訴我，你上一次必須處理 X 是什麼時候。"

錯誤 2 只訪談已經愛上產品的使用者

受訪名單裡滿是重度使用者與支持者時，得到的會是溫暖、正面、著重改善的回饋。但這無法讓你了解人們為什麼離開、為什麼始終沒有轉換為付費，或是產品要觸及新的客群需要什麼。也要訪談流失的使用者和非使用者——他們的回饋令人不舒服，卻不可或缺。

錯誤 3 以誘導性問題印證既有信念

"你覺得新的儀表板有多好用？"是誘導性問題；"請告訴我，你上一次使用儀表板的經過"則不是。誘導性問題只會得到客套的附和，而非誠實的評價。研究者對假設的執著會滲入問題的措辭，而使用者善於察言觀色，自然會順著這個暗示回答。

錯誤 4 只問"是什麼"，卻不追問"為什麼"

使用者說："我希望有個方法可以篩選清單。"研究者記下"使用者想要篩選功能"。但篩選是解決方案，不是需求。使用者實際上想完成什麼事，才會需要篩選？"為什麼"的答案，正是設計洞察所在——而且往往能找出比使用者提議的更好的解決方案。

錯誤 5 把質化研究當成量化研究

"五位使用者中有三位表示覺得很混亂"並不是統計數據，而只是來自五個人的方向性訊號。質化研究能告訴你是什麼、為什麼，卻無法告訴你有多少人。若以精確的數字呈現，會讓利害關係人產生錯誤的信心，往往導致在大規模上針對錯誤的目標進行最佳化。

多數研究錯誤是帶著動機的。團隊早已有了想走的方向——想打造的功能、深信不疑的假設、想要滿足的利害關係人。研究於是變成一種儀式，用來替已經做好的決定背書，而不是真心想要檢驗它。

解決之道不是單靠要求研究者更嚴謹，而是把"決定要做什麼"與"進行為這項決策提供依據的研究"這兩種角色分開。當研究者同時也是提出該功能的人時，確認偏誤幾乎無可避免。

一項實用的準則 在任何一場研究之前，先寫下什麼樣的結果會讓你改變主意。如果你說不出來，那你做的不是研究，而是演戲。能夠說出什麼結果足以推翻假設，正是真正的探究，與只是多繞幾道程序的確認偏誤之間的差別。

關於樣本數 對可用性測試而言，五到八位參與者就能找出大部分問題——邊際效益很快就會遞減。對於問題探索型訪談，通常訪談十二到十五人就足以達到飽和。若想將結果量化地推論到大規模族群，就需要一份具代表性樣本的正式問卷調查，而不是十場訪談。

FabricLoop 如何支援誠實的研究 把原始訪談筆記、整合分析與決策放在同一個討論串中，會讓人更難悄悄捨棄不方便的發現。當證據與決策並列可見時，團隊就能看出結論究竟是從所學內容推導而來，還是早已先有定論。