想用数据思维做设计?别信,大数据是个骗局

AI时代,如何更快入行抢?#24049;?#21033;得高薪?前阿里巴巴产品专家带你15天入门AI产品经理。了解一下>

在我们试图让世界合理化的过程中,我们做的事情可能会?#20204;?#20917;变的更糟糕。

几年前,Wordpress 有一个安全漏洞,官方为了修复这个问题,希望他们的用户尽量更新到新的版?#23613;?#19981;幸的是,很多用户出于惯性,并不想更新。Wordpress 团队太了解这一点了,所以想到了一个不同寻常的解决方案。他们在给用户发送的通知更新邮件当中,强调最新的一次更新当中添加了5个最新的表情符号。大量的用户出于好奇?#27169;?#24456;快更新了 WordPress。

人类倾向于关注奇怪的东西,而不是普通的、常规的东西。这是因为我们人类在进化过程中,习惯于注意到异常情况,这才是确保我们能够生存下去的原因所在。

如果你关注经济学领域的标准认知会发现,通常我们会认为我们日常的每一笔交易都是在完全信任和清晰的基础上完成的。经济学家们倾向于认为人们确切知道自己想要什么,并且?#30475;?#20132;易都是在信息充分沟通的情况下完成的。

如果你也是这样的人,那么你可能倾向于认为营销、广告 甚至设计都不应该应用于商业——因为这些方式会以尽可能低的成本来盈利,但是这确实是创造价值的源泉。

影响设计的是整个「生态系?#22330;?/h2>

价值是主观的,它可以通过描述?#21019;?#36896;,也可以因为语义而被毁灭。

我们生活在一个自己清楚自己想要什么的世界,我们知道自己要为一个东西付出多少钱。我们在不同的网站上搜一下公寓出租的信息,会发现周围的公寓通常是 1000 美元一个月。而?#20999;?#35013;潢现代、能够看到周围街景的公寓,每个月要1900美元,如果你想看另外一侧的运河风景和?#35272;?#26376;色,那么你每个月还得额外付出 400美元,也就是 2300 美元的租金。尽管这些公寓面积相同,格局相仿。

对于一部分人而言,这种差异没有意义,但是对于另外一部分人而言,它却是有价值的。

如果你读过 MBA 或者其他的东西,你对于世界的看法可能会不一样。你会假设人们已经知道他们想要什么,以及准备为此付出什?#30784;?#20026;此,你也倾向于相信用户更倾向于花更低的成本来购买产品。这种思维方式会在制定业务决策的时候推动你,让你将时间和策略花费在提高效率?#24076;?#32780;不是增加成本或者寻求机会。

在我们试图让世界合理化的过程中,我们做的事情可能会?#20204;?#20917;变的更糟糕。

—— Rory Sutherland

商业更像是一个「生态系?#22330;梗?#32780;不是一个单向的过程,每一个结果都是多个因素共同作用的结果。设计、营销、销售、广告、物流等等,都在其中发挥作用。而这当中,我们所说的行为经济学就是研究这个的——人的情感是不符合逻辑的。我们的行为植根于进化,并且被现代社会的诸多因素影响着。

你应该明白的是,价值是由很多因素构成的,成本最小化的策略,仅仅只是带来好结果的一种因素。一个简单的例子:餐厅当中,大厨和打扫卫生的清洁人员共同影响着餐厅的声誉。如果你的餐厅里拥有一个米其林三星的主厨,但是从来不打扫卫生,地板看起来肮脏无比,没有人会?#19981;?#36825;家餐厅。

做产品也是一样。身为设计师或者开发者,我们倾向于创造一个伟大优秀的产品,但是总不想去做营销,也不想设定一个合理的定位,将它推广出去。这样的情况,会让你的企业损失数以百万的盈利和收益。

同样的,有些科学家拒绝在实验过程中借助哲学,仅仅依?#30475;看?#30340;逻辑。但是我们的生活何曾只遵循逻辑呢?

大数据骗局

人类学研究学者 Tricia Wang 在她的 TED 演讲中揭示了大数据本身所存在的缺陷,在她看来,一线人员的有价值的、无法量化的洞见,是真正值得关注的「厚数据」,这些东西可以带来更为正确的商业决策,尤其是在未?#21019;?#20110;未知的状况之下。

早在2009年的时候,iPhone 诞生还不太久,并没有体现出如今这样的优势,而 Android 平台也正在发力。彼时,出身华裔的 Tricia 刚刚移民,一边从事人类学?#22270;?#26415;研究的工作,一边在网吧打工挣生活费。她独特的学术背景,使得她在生活中下意识搜集了许多有用的数据。最令她印象深刻的一个现象是,?#35789;?#26159;收入最低的消费者,也愿意购买昂贵的智能手机。

但是,在那个移动端智能设备尚未定性的时期,依然还有很多现实而聪敏的人认为,智能手机只是一种时尚,诸多不可控的影响因素都会导致它的衰落甚?#26009;?#20129;。值得一提的是,类似Nokia 这样的厂商已经在手机的领域中奋战多年,但是从90年代到2009年前后这十几年时间以内,整个手机市场所呈现出来的信息纷纷扰扰,对于手机的功能、产品形态上的理解,在Nokia 内部已经相当固化了。

通常而言,大家会认为:「谁会想携带一部笨重而续?#35762;?#30340;智能手机呢?更何况它还那?#21019;?#24369;。」

在向 Nokia 展示了低收入民众对于智能手机?#25918;?#30340;状况和相应的调研数据之后,她建议 Nokia 加大力度生产智能手机。当时依然处于一线品牌的?#20381;?#22269;民企业 Nokia 并没有重视 Tricia 的建议,因为她的建议「并没有大数据支持」。并且 Nokia 认为他们所获得的数据也没有支持这一观点的迹象,而 Tricia 的调研样板仅仅只有100人,相反 Nokia 的调研样板高达100万人。

但是,调研和调研的差异,并不只是数量级上的差别。Nokia 的调研非常直接,但是?#30452;?#32780;过于「简单」,直接通过问卷询问用户是否愿意拥有或者购买智能手机。在那个智能手机尚未?#21344;埃?#27010;念都不够清晰的年代,绝大多数的用户压根不清楚调研所指的手机和他们自己所用的手机有何区别,大多数用户面对这样广泛而粗略的调研,回答非常简单?#22909;?#26377;兴趣。

但是谁又会知道,人们为了购买一台智能手机,宁可去借钱。人类的行为在很多时候是反逻辑的。

Nokia 在2013年被微软?#23637;海?#38543;后又被抛弃。这件事同样也是大家都没预计到的。

所有的大数据都存在着类似的问题。这些数据来自过去,基于过去的数据去预测未来,很困难。我们都读过历史,但是人很少会从历史中吸取教训。

根据当前获得数据来构建一个全新的世界,是一件危险的事情。

这里另外有一个问题。通常企业和团队高层对于业务运作通常只会有一个大概的看法。我们倾向于认为数据?#24615;?#30528;重要的信息,但是在现实生活中,1+1 并不总是等于2的。你拥有的数据越多,确实会增加你发现基于的机率,同时也会增加你作出错误决策的机率。

真实的信息,往往处于极端和边缘的地方,但是数据给你的是一个平均视图,一个并不典型的概况,甚至无法描述你的真实用户,甚至得出错误的用户画像。

取中间值并不总是最好的选择。相比于从来都没有做过接待工作的经理而言,每天泡在宾馆大堂中的前台接待更清楚接待客户时候的各种棘手情况。

缺口中可能会隐藏着市场,但是是否每个缺口中都会有市场?

——Rory Sutherland

对于过于沉浸在数字化和量化数据中的人而言,?#35789;?#20320;向他们展示出明确的证据,他们也不愿意去相信。数据化真的是会上瘾的,尤其是当没有人来控制它的时候,决策很容易会陷入到陷阱当中。与此同时,当你正在以大海捞针的方式寻求未来的时候,是不会注意到身后正在成型的龙卷风。

飞机的驾驶舱的启示

一个「平均化」的市场可能是不存在。正如同你所看到的那样,解决方案和机遇大多藏在极端的情况当中。就比如飞机的驾驶舱和座?#21361;?#20960;乎是不存在「平均值」这回事的。几乎所有的驾驶位都是经过调整,未经调整使用未经调整的基础参数的,极少。这就是为什?#30784;?#24179;均值」是一种误读。

在20世纪 40 年代后期,美军遭遇了一个极其?#29616;?#30340;问题:?#23578;性?#32463;常无法掌控他们的飞机。虽然当时的喷气式飞机让美军看到了空军的未来,飞行速度更快,更复杂,但是问题频发。?#23578;性?#26080;法控?#21697;?#26426;这件事情,就成了美国空军的一个迷思。

「驾驶飞机是一个极其困难的事情。因为你永远不知道你是不是会陷入困?#22330;!?#32654;军遭遇最糟糕的情况是,一天内有17架飞机因为?#23578;性?#25805;作失控而?#22815;佟?/p>

当时,美国空军的高层认为这是「?#24049;?#38169;误」。这样的判断似乎是合理的,但是工程师?#33539;?#36825;个不是飞机?#24049;?#30340;问题,并且他们?#33539;?#24403;时?#23578;性?#30340;驾驶能力也非常出色。经过多次尝试之后,他们发现了问题所在:飞机的驾驶舱本身是问题的所在。

早在 1926 年设计制造第一批飞机的时候,座舱和座椅的设计就已经标准化了。工程师们在当时测量了上百位?#23578;性?#30340;身体数据,并?#19968;?#20110;平均?#36947;?#35774;计制造了飞机的驾驶舱。随后,飞机的座椅、踏板装置、头盔形状也军事基于 1926 年的测量数据来进行规划和生产。但是在 1950年的时候,他们重新测量了?#23578;性?#30340;身体数据并且进行重设计,但是并没有解决问题。

在当时,有一名新兵,同时也是一名23岁的科学家,?#28304;?#34920;示了怀疑,他就是 Gilbert S. Daniels 中?#23613;?#26366;经学习过人体工程学的 Gilbert 因此被航空医学实验室所聘请,来参与相应的研究。

在一项研究中,他仔细比较了 250 名?#23578;性?#30340;手,他试图将它制作成为一个平均化标准化的模型。可是仔细地去计算并且制作出来之后才发现,这个「平均化」的手,看起来并不协调。这一刻,他意识到其实手并不存在一个这样的「平均值」,这导致随后在重新设计人体模型的时候,一直在问自己:

「到底有几个?#23578;性?#30340;身材是符合之前计算的平均身材的?」

这样一来,他开始重新做研究,他的调研样本是 4063名?#23578;性薄?#36825;一次调研的对象非常的广?#28023;?#36523;高从1.6 米到 1.85米之间,各式各样的都有。这次结果也让他失望了,几乎没有找到符合「平均值」的身材。

在4063 名?#23578;性?#24403;中,几乎没有一个人是完全符合 Daniels 之前所?#28010;?#20986;来的平均身材的。也许一名?#23578;性?#30340;手和身高是符合之前的平均身材的,但是腿长比平均长度短。另外一名?#23578;性?#33151;长、手长和身高没问题,但是臀部较大,胸部偏小。这意味着一件事情?#22909;?#26377;一个人的身材是完全符合标准的飞机座舱的,这个座舱不符合任?#25105;?#20010;?#23578;性?#30340;身材。

基于总是极端情况,而不是中间值。

所以,用「普通人」这样的方式来进行思?#36857;?#26159;几乎所有人都犯下的错误。几乎不存在一个所谓的「普通」?#23578;性保?#36825;并不是因为这个人需要有什么独特的格正,而是几乎每个人的身体属性特征千差万别。围绕所谓「普通人」来设计的任何系?#24120;?#37117;注定要失败。

——Daniels 写于 1952

后来,很多人意识到人是不存在平均值的,我们更应该考虑的是极端情况。通过这次研究,航空工程师发明了可调节座?#21361;?#22914;今几乎所有的汽车当中都标配了可调节式的座椅。而?#23578;性被?#39069;外拥有可调节的脚踏板、头盔带以及飞行服。

 

作者:?Eugen E?anu

译者:陈子木

来源:https://www.uisdc.com/problem-with-average-solutions

本文由 @陈子木 授权发布于人人都是产品经理,未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

评论
?#38431;?#30041;言?#33268;踾!
  1. 原文标题是《The Problem With Average Solutions》

    回复
八宝一后客服