产品经理需要了解的心理小课堂——直觉与误差篇

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

大家好,我是李红袖,再一次和大家见面了~

一篇文章中和大家讨论的是“社会群体判断”的相关知识,这次要和大家聊的是“人们直觉和偏差”的内容。很多时候人们的直觉是有着他们自己习惯影响的,一些情况下还会产生偏差和不一致。

xinli

一、代表性直觉

概念:人们通常会根据“A在多大程度上可以代表B,或者A在多大程度上和B类似”来判断事物发生的可能。

有点抽象的概念,让我们来看例子吧

比如说,“天气非常恶劣,技工的维护水平非常低劣,飞机的使用年限非常久”,在一定程度上可以代表“这架飞机这次飞行将会发生事故”,多大程度呢?这取决于“天气,维护工作,使用年限”是否到达了它发生事故的“阀值”。可以这样理解。

再举个例子,“张三月收入8000元,35岁中年,男性,平时喜欢喝酒和吃烧烤,会简单的PC操作和智能手机操作”,那么张三多大程度上可以代表一名外卖类APP的目标用户。考虑这个问题的时候,也会用到“代表性直觉”。

随着场景中细节数量的增加,场景发生的概率只会降低,但它的代表性和由此带来的外显的可能性会上升。

什么意思呢?

还是比如说上面的例子的时候,很多人会认为,“张三是外卖类平台的用户”这件事,发生的可能性没有“张三是移动类外卖APP平台的用户”发生的概率高;“天气非常恶劣,技工的维护水平非常低劣,飞机的使用年限非常久,可能会导致这次飞机失事”发生的可能性没有“天气非常恶劣,技工的维护水平非常低劣,飞机的使用年限非常久,并且这次航线上气流可能会不稳定,导航设备可能会出问题”那么高。

因为对于我们正常人来说,表述很具体的事情似乎要更加好发生,因为这样的场景符合人们对于具体是件的想象。

 (1)小数法则

称为“小数法则”主要是与统计学中的“大数法则”(在统计学中,你从总体中抽取的样本容量越大,该样本的平均数与总体的平均数越是接近)相对应。而“小数法则”的概念是这样的,从总体中抽取的随机样本相互之间是类似的,与总体之间的接近程度比实际的统计抽样理论所预测的高得多。

也就是人们会假设偶然事件具有“自我修复”的功能,然而实际上,偶然事件并没有“自我修复”的功能。

举个非常简单的例子,你抛硬币的时候,连续抛3次,都是正面,很多人就会猜,第四次抛的时候,很高几率是反面朝上,然而第四次反面朝上的概率依旧是50%,并不会有什么改变。

(2)忽视基线值

代表性直觉有时候甚至会让人们忽视客观存在的基础数据,盲目服从自己的判断。还是用两个例子来说明吧。

这是一个由卡尼曼完成的实验,样本由30名工程师和70名律师组成,对其中一个人描述如下:30岁,已婚,没有小孩,有很强的能力和工作积极性,希望在自己领域内获得很大的成功,同时也受到同事们的欢迎。

理论上这个人是工程师的概率为30%,然而大多数人认为他是工程师的概率为50%,情境基线被忽略了。

还有就是很多地产广告上有这样的文字:X楼盘最低N元。然而“最低”这两个字就被很多人忽略了。

但是请注意,当人们要直接用基线信息作出因果判断的时候,人们基本上都会采用基线信息。

例如,阿杰在1977年的时候,做的一个实验,要求被试者通过提供的信息预测出某学生本学期的考试成绩。这个时候所有提供的基线信息都会被被试采用。

再比如,斗地主的老手,除了看自己手牌之外,也会去记住已经打出的牌,打出的牌是如何组合的,来推测对手的剩余手牌和策略。

(3)非回归性的预测

这个概念其实很好理解。做任何一件事情的效果,都是由“真实水平”和“误差”两方面组成。“真实水平”是一个人做事应该本来具有的水平,“真实水平”的高低和个人的能力挂钩;误差则包括和能力无关但是会影响事情结果的因素(血糖,睡眠,通风等)。

举个简单的例子,一个运动员不可能一直巅峰,可能会出现一些低迷时刻;也不可能一直低迷,偶尔会有一些高光时刻,这些都是“误差”。

(4)结论

不要被非常细节的场景迷惑

场景越具体,发生的可能性反而越低,即使这样的场景非常好地代表了最可能发生的结果。

无论何时都应该注意基线

当基线是一个极端的数值时,代表性往往成为发生可能性的诱导因素

  • 偶然事件并没有自我修复的功能
  • 每个人的工作状态有起伏是正常的,因为要向“真实水平”的平均数回归

二、易得性直觉

有一些事情相对于其他事情更容易被想到,并不是因为这样的事情有着更高的发生概率,而是因为这样的事情在脑子里更加容易被“提取”。

(1)歪曲的易得性

个体对于结果的想象可以增加对其结果发生可能性的预期。

例如“每年被飞机零件掉下来砸死的人数和每年被鲨鱼要死的人数哪个多?”绝大多数人都认为被鲨鱼要死的人更多,然而被飞机零件砸死的人是被鲨鱼咬死人数的30倍。

因为这样的例子更加容易被人给想象出来。

(2)想象的局限性

如果事件的结果是抽象的,难以想象的,想象过程的努力就会让人们降低对其发生可能性的预期。

又有点抽象,所以还是用例子来说明这一点。

比如每次《魔兽世界》更新新的资料片版本,天赋,技能要进行一次大的更改,由于玩家们没有拿到手上试玩,所以很难想象新的天赋和技能是如何发挥作用的,于是无法做出想象的玩家们大多数都会选择到论坛上抱怨“下个版本怎么玩啊,我的职业又要悲剧了”之类的。

(3)否定

如果事件的结果是极端负面的,以至于对于事件结果的想象会令人们否认事件会发生。

这个和简单,人们往往无法想象自己家人死亡的场景。

(4)生动性

指某件事多么具体和易于想象,在情绪上令人激动或者是事件之间在时间或空间上的接近性。

要做出决策和判断的人,更加容易被生动的信息所影响,而不是平淡的,抽象的信息,或者是统计数据。

这个也很好理解,比如现在的互联网领域,网民更加喜欢看视频,其次是听音频,接下来是图文信息,最后纯文字信息是最不受欢迎的。

三、概率和风险

(1)效价和概率判断

效价:事件的结果被认为是正面还是负面的程度

个体通常认为正面结果发生的概率比负面的要高。

这也是个非常好理解的概念,参与抽奖、买彩票的人那么多就足够说明这一点了。

换个更加切合当代的例子,参加路演的创业者大多数都觉得自己的项目可以受到投资人的青睐;当电脑宕机的时候,大多数人更加愿意相信这是一次偶然事件或者仅仅是超负荷运作了,而不是硬件上出了问题。

(2)复合事件

当复合事件由大量简单事件构成时,人们往往会高估其发生的概率;当非连续事件由许多低概率独立事件组成的时候,人们会低估事件发生的概率,这时的概率是简单事件,发生一件即可。

概念很复杂,其实就是中学时候“乘法原理”和“加法原理”的区别而已。

就像是“2选1”的题,连续打对3道给你满分和“4选1”的题,3道里面答对一道就能得满分,后者得满分的概率其实要比前者高很多的。

(3)对风险的知觉

公众对于风险的认知,存在2个维度

恐怖风险

知觉到缺乏控制感,恐惧,灾难性,不良后果以及利益与风险不匹配

例子就是有人将核能与核爆炸互相联系的风险

未知的风险

特点是无法预测的,无法了解的,新颖的,造成的伤害是延期的

例如对于基因技术的不了解。

(4)结论

保持正确的记录

记录已发生事件的频率,这样可以减少起始效应和近因效应的偏差和一些框架式偏差。

警惕如意算盘

高估正面事件概率,低估负面事件概率,这是需要避免的。解决的方法是决策时候引入第三方评估。

将复合事件分解为简单事件

连续事件则将简单事件的概率相乘,非连续事件采用加减法。

四、锚定与调整

个体的判断是以一个初始值“锚值”作为依据的,并且会进行不充分的上下调整。

又是个比较抽象的概念,还是采用例子来进行解释吧。

比如出一道题,如果将全球所有人的血液收集到一个立方体中,立方体长、宽、高,估算值为多少?

回答这个问题的时候,很多人首先想到的是“全球所有人”,所以就会错误估计这个立方体会特别大,然而这其实只需要870米的长宽高。

再比如2013年某个全国性的电子竞技比赛进行宣传的时候,当我们组拿到宣传任务时,很多人只想到“国字号的比赛”和“整个省的推广覆盖面”,所以错误的高估了推广费用,其实最后做下来我们负责的那个省只花了2万元不到就把比赛办完了。

结论:

  • 极端假设法或者是讨论极端案例可能会引发锚定值变动(例如网上各种创业成功人士的案例,导致很多人觉得自己创业也能像马云那样成功,成为像扎克伯格那样的产品经理)。
  • 在做出最后决策的时候,考虑多个锚定值非常有必要(很多外卖项目考虑补贴的时候,参考淘点点、饿了么、美团这样的大户,然后把自己玩死了)。

 

相关阅读:产品经理需要了解的心理学知识:社会群体的判断

 

本文由人人都是产品经理专栏作家 @李红袖(微信订阅号:Qinghua_Game)原创发布于人人都是产品经理 。未经许可,禁止转载。

您的赞赏,是对我创作的最大鼓励。

评论( 0

登录后参与评论
加载中