偏差：六种自我欺骗

研究最容易骗过的不是用户，是做研究的人。

一、三个月证据，只记住了支持自己的

以下情境为教学假设，人物、引语和数字不代表经核实的真实案例。

祝宁做了一款时间记录工具，花三个月做了十几场访谈。做完了，他很确信一件事：用户最需要的是自动计时。

半年后产品上线，自动计时的使用率不到一成，用得最多的是手动补录。

他把三个月的记录翻出来重看，发现有五个人明确说过「我经常忘记开计时，事后补」，这句话和他的判断相反，但他当时只记成了「补录体验不好」。而三个人说过「自动计时会省事」，被他写进了结论。

这就是确认偏误：不是没有证据，而是证据被选择性地记住和解释。

更难察觉的是，祝宁当时并不觉得自己在挑选。他确实听完了所有访谈，也确实做了记录。但记录是概括的，而概括天然会向已有的判断靠拢：和判断一致的话被记成结论，不一致的话被记成「个别情况」。

偏差大多不是发生在采集阶段，而是发生在采集之后的第一次概括里。所以对抗偏差的重点，不是提醒自己别偏，而是让概括这一步有固定的对手。

二、六种偏差与自查问句

六种里最容易犯的是第一和第五。引导性提问在语气里，很难自查；确认偏误在整理阶段，几乎无感。可行的对抗方式是把它们变成固定动作：提纲写完先找人读一遍，专门挑预设；整理时强制列出「反例清单」。

礼貌性回答的根源是关系不对等。 你是开发者，他是用户，他不想让你难堪。降低这种压力的办法是明确说「我更需要听到不好的部分」，并且在对方说问题时不要急着解释。你一解释，他就知道哪些话不该说。

熟人样本的问题不是不真实，是同质。 朋友会说实话，但他们的处境和你太像，给不出你不知道的信息。熟人适合做预演，不适合做结论。

幸存者偏差在反馈里最明显。 提反馈的人是还在用的人，走掉的人不会回来告诉你为什么走。要补这一块，只能主动去找：取消订阅时的问卷、沉默用户的访谈、退款理由。这三种来源都比工单更接近全貌。

把噪音当信号，有一个简单的自查。 三个人里两个人这么说，看起来是多数，但样本只有三个，换个时间再问三个人，结论可能反过来。遇到这种情况，先把结论降级成「待验证」，再加样本，不要急着改产品。

三、样本量的直觉：什么时候算够

单人研究不需要精确的统计功效计算，但需要几个数量级的直觉。

粗略直觉：比例估计的误差 ≈ 1 ÷ √样本量
  n = 25  → 误差约 20%
  n = 100 → 误差约 10%
  n = 400 → 误差约 5%
这只是量级参考，不构成统计结论。

一个人最容易犯的错，是用五个人的访谈去推断「有 60% 的用户需要这个功能」。五个人能告诉你「这个问题存在」，不能告诉你「有多少人」。前者足够支撑一次小改动，后者需要数据。

反过来，也不能因为样本小就什么都不做。单人产品的很多决定本来就是低成本的、可回滚的，用五个人定方向、用数据定幅度，是更现实的组合。

「够了」的判断标准是饱和，不是数字。 连续三个受访者没有带来新信息，就可以停；如果第十个人还在说出新问题，说明样本还没覆盖到关键角色。

样本的构成比大小更容易出问题。 二十个同一行业的用户，不如十个跨行业但覆盖三种角色的用户。前者能告诉你这个行业怎么做，后者能告诉你问题是不是普遍的。做研究前先问：我要的是深度还是广度？深度靠同质样本，广度靠分散样本，两者不要混在一轮里。

记录样本的流失。 约了十个人，来了七个，那三个为什么没来，本身就是数据。反复约不到某类角色，往往说明这类人根本不觉得这是个问题，或者你的触达方式对他们无效。

四、把偏差写进记录

降低偏差最有效的办法不是提醒自己客观，而是让记录强制暴露偏差。每条证据加三个字段：

有了这三列，半年后回看时你能判断：这条结论是不是全靠熟人说的，是不是只在访谈里出现过、从没在观察里出现。

保留反例。 每次整理完，写一句「和我的判断相反的证据是……」。写不出来，通常不是因为没有，而是因为你没在找。这一句话应该出现在决策记录里，和结论并列。

反例清单还有一个副作用：它会让你更愿意做小步验证。当你清楚地知道有两条证据指向相反方向时，很难再说「已经很确定了」，自然会选择先做可回滚的版本。

给结论标上「有效期」。 用户的行为会变，半年前的结论未必还成立。写上采集日期，超过六个月就重新验证一次，这比无限期沿用旧结论安全得多。

让第二个人看一眼。 一个人做研究，没有同事挑战你。可行的替代是：把记录发给一个不做这行的朋友，让他读结论，问「这个结论一定成立吗」。外行的问题往往最直接，因为他们不共享你的假设。

不要用「我觉得用户会」开头写任何结论。 这句话是偏差的入口。改成「三条记录显示……」，逼自己回到证据。

记录里要能看出「谁没说」。 只记说过话的人，会天然偏向表达欲强的人。每次整理后补一句：这类用户里，谁没有出现在我的记录里？答案通常是沉默用户、流失用户、以及不擅长表达但实际在用的那批人。

偏差标记不是自我否定，是给结论标价。 标了「礼貌性回答风险高」的结论，可以用来定方向，不能用来定价格；标了「熟人样本」的结论，可以写进待验证清单，不能写进对外宣传。标记的作用是限定使用范围，不是让结论作废。

五、行动清单与复算验收

偏差无法消除，只能被标注和分担。一个人做研究，最现实的做法是给自己设两道关：采集时用中性问法，整理时强制写反例。两道关都不需要额外工具，只需要在流程里固定两个动作。

• 给现有证据补上采集方式、关系与偏差标记三列
• 每条结论旁边写一句「相反的证据是……」
• 检查样本里有没有至少一个不认识你的人
• 检查提纲里有没有预设答案的问法
• 把「五个人能回答什么、不能回答什么」写进研究计划
• 每次整理后请一个人读结论并提问
• 一个月后统计：有多少结论被新证据修正过

验收标准：能说出最近三条结论各自的偏差风险，以及你为降低它做了什么。 说不出相反证据的结论，通常还没被真正检验过。

使用边界与实操验收

本文讲偏差与样本量的直觉，不涉及访谈、观察与可用性测试的具体执行，那属于第 03 至 05 篇；定价实验的样本设计属于低流量定价实验：样本不够时怎么测 ；证据强度分级属于证据是一本账：四类证据与一张强度表 。

本文也不主张「小样本没有价值」。五个人足够发现问题，十个足够判断方向，只是不能用来说比例。把「发现问题」和「估计规模」分开，很多争论就没有了。

验证以修正率为准：每隔一个季度回看旧结论，统计有多少条被新证据推翻或修正。修正率为零，通常不是因为你判断得准，而是因为你没有再看。

如果修正率过高，比如一半以上的结论都被推翻，说明研究过程本身有问题：可能是问题太抽象，可能是样本全来自同一渠道，也可能你在整理时把想象写成了记录。这时先停一轮新研究，回看已有记录的采集方式。

如果修正率长期为零而产品指标也没变化，最可能的解释是你已经不再做研究了，只是在执行旧判断。这种情况下，重新开始比优化方法更重要。

关键参考与核验范围

本文的样本数与误差为教学演示。核验日期：2026-10-24。

• Nielsen Norman Group: Bias in User Research ：研究偏差与提问方式的公开文章索引。
• GOV.UK Service Manual: User research ：取样、知情同意与研究记录的操作规范。

上述两条只用于说明研究偏差的公开来源，不构成对任何统计方法的推荐。文中的误差量级只是直觉参考，正式统计推断需要按具体设计与置信水平计算。

系列导航

• 上一篇：优先级：一个人能承受的排序
• 下一篇：决策记录：写清做什么，也写清不做什么
• 回到目录：一个人把用户搞懂：访谈、观察、可用性测试与证据链
• 相关阅读：低流量定价实验：样本不够时怎么测 、证据是一本账：四类证据与一张强度表