就像我们执行的任何其他任务一样，产品管理过程也容易出现认知偏差。 但是，作为产品管理负责人，我们有使整个公司失望的风险。 所以，我们能做些什么？ 我们如何在没有偏见的情况下开发产品？ 首先，我们需要认识并接受这样一个事实，即即使是最有经验的产品所有者也有偏见。 我们可以通过了解雷区并熟悉一些我们可能没有意识到的认知偏差来做到这一点。
我写这篇文章的同时回顾了过去几年中我犯的一些错误……我想从Data开始。 我们经常认为，通过基于数据的决策，我们完全绕开了认知偏见，因此数据在某种程度上不受偏见的影响。 因此，让我们看一下— 数据偏差 。
数据偏差
当您在凌晨2点问他/她时，任何产品管理负责人都会说的第一件事-您如何制定产品决策-他们会说这完全基于数据。 分析，系统测量的真实用户行为是所有无偏差产品决策的基础。 但这真的没有偏差吗？ 如果您启动了MVP并试图找出下一步该怎么做以改善使用率/转换/入职该怎么办……数据将告诉您这一点吗？ 来自您的早期采用者的数据是否真的表明您的目标市场？ 如果这是B2B产品，而您的前几个客户是免费赠品或FFF，该怎么办？ 您是否仍然认为这是可靠的统计样本？
这些数据可能会帮助您检测出最低公分母类型的主要问题区域，但几乎无法告诉您下一步该怎么做。 如何为下一个冲刺确定功能的优先级？ 如何决定要测试什么，遗漏什么？ 您的最终目标受众的价值是什么，足以采取您希望他们采取的行动？ 数据容易受到全等偏差的影响 ，这意味着我们倾向于仅直接检验摆在我们面前的假设，而不是寻找和检验其他假设。 我们真的想到了所有主要用例吗？ 我们真的可以对所有组合进行A / B测试吗？ 宾夕法尼亚大学沃顿商学院的教授保罗·格林（Paul Green）认为将联合分析作为一种数学心理学技术来开发时，他则不这么认为–开发由特征组合构成的轮廓以了解影响决策的隐含估值。
因此，无论您使用这种技术还是其他技术，如果您想克服数据偏差，就需要从分析数据中脱颖而出，并与真实的实时用户对话。
用户偏见
有很多方法可以收集用户的反馈和见解：统计调查和工具； 通过深入的访谈，利用诸如5个为什么能帮助探究因果关系的技术； 观察脚本测试甚至实际使用案例。 使用一种或多种这种方法，可以减少偏向最响亮或最易记的用户的机会，并使我们感到现在我们知道用户真正想要/需要什么，即使它没有在数据中体现出来。 但是我们真的吗？
我们克服了确认偏差吗？ 人类天生就会重申我们一开始的想法。 正如英国经济学家罗纳德·科斯（Ronald Coase）所说的那样：“ 如果对数据的折磨时间足够长，它将对任何事情坦白 。” 我们甚至没有注意到，但在设计甚至是最统计的调查时，我们都会对问题和结构产生偏见。 当我们倾听用户的声音时，我们倾向于听到我们想要的声音，而用户则倾向于表达他们认为我们想要听到的声音-这是他们的社会可取性偏差与我们的确认偏差相混淆（在这种情况下，这两个认知偏差不会消失）彼此之间，它们实际上彼此增强……）。
因此，如果我们自己的个人信仰偏向我们的观察，也许我们应该咨询局外人，产品专家，顾问委员会成员，我们的连续企业家创始人，众人智慧……某个知道自己在做什么的人，已经在解决方案中进行了处理。过去，谁拥有坚决的意见将消除所有疑问。
潮流效应
产品管理可能是一个非常孤独的工作。 确实，产品负责人与很多人一起工作：寻求指导和优先次序的开发人员，对需求和愿望有强烈感觉的客户和销售代表，以及希望以一种方法论的方式但在极短的时间内看到进展的领导者通常资源很少。 最终归结为产品经理需要做出的许多决定，以便在这些决定中找到黄金之路，这些需求通常是相互矛盾的。 因此，产品经理喜欢依靠最佳实践和专家（UX…）来指导他们也就不足为奇了。
但是，最佳实践不是仅是对潮流效应的定义吗？ 在我们瞬息万变的世界中，最佳实践通常基于智慧或拥护人群而被接受。 Investopedia将潮流效应定义为“一种心理现象，在这种现象中，人们做事主要是因为其他人在做，而不论他们的信仰如何……”。 这并不意味着每种最佳实践对我们都一定是错误的，而是意味着每种最佳实践都是潜在的认知偏见，对于我们的情况可能不是“最佳”的。
当它充满自信时，我们可能会遇到麻烦。 在产品经理的漆黑，寂寞和可疑的夜晚，自信的专家或顾问传授最佳实践的感觉就像一缕曙光。 但是过分自信会产生偏见，让专家的主观自信可以使我们的判断更好。 这样一个无所不知的人常常将过分自信归因于事后 偏见 。 我们不能仅仅因为其他人而跳槽，即使车夫是专家（或我们的老板……），甚至他/她很有信心。
结论
那么这一切在哪里呢？ 使用数据听起来很诱人，但它仅限于我们拥有的东西以及我们如何看待它。 但是从方法上收集用户反馈也是如此。 利用人群的智慧，最佳实践和专家，可以使我们面临其他认知偏见。 看来，无论我们到哪里看，我们都在偏见雷区的中间。
好吧，这就是我们所注册的，不是吗？ 这就是使产品管理工作如此有趣和具有挑战性的原因。 我们需要研究所有三个方向：数据分析，用户反馈和最佳实践。 但是我们需要记住，它们每个都有其局限性和偏见。 我们越了解这些偏见，我们越有机会回避并最小化其影响。 它有助于整合这三种方法，但始终会产生疑问，提出更多问题并继续进行永无止境的验证工作。
