5 Contoh Cognitive Bias di UX yang Bisa Menghancurkan Bisnis Anda

Sebagai desainer dengan pengalaman lebih dari 7 tahun, saya senang penelitian UX akhirnya menjadi bagian integral dari proses desain di sebagian besar perusahaan yang membuat produk digital untuk pengguna. Seperti yang ditunjukkan dengan jelas oleh Laporan Penelitian UX 2022, lebih dari 20% peneliti pada tahun 2020 mengklaim bahwa mereka telah berjuang dengan meyakinkan pemangku kepentingan untuk menjalankan studi pengguna apa pun selama proses UX mereka, sementara pada tahun 2022, hanya 3%.

Menurut pendapat saya, era mengemis studi pengguna telah berakhir; namun, di tahun-tahun mendatang, kita harus menghadapi banyak sesi penelitian yang dilakukan secara tidak benar dengan data yang diinterpretasikan secara salah karena kurangnya pendidikan yang tepat tentang cara menjalankannya.

Untuk mengatasi masalah ini, penting untuk bekerja sama dengan profesional berpengalaman yang dapat memandu Anda dalam melakukan riset pengguna yang efektif. Layanan audit UX yang dapat membantu mengidentifikasi area untuk peningkatan dalam desain UX dan praktik penelitian Anda saat ini. Tim ahli kami dapat memberikan rekomendasi dan solusi yang disesuaikan untuk membantu Anda mengoptimalkan pengalaman pengguna dan menghindari perangkap dari sesi penelitian yang dilakukan secara tidak tepat.

Baru-baru ini, saya dengan senang hati memberikan pidato di Mobile Trends Conference 2023, di mana saya menyoroti bagaimana bias kognitif memengaruhi proses UX dalam membuat produk dan bagaimana hal itu dapat menyebabkan hilangnya waktu dan uang. Baca terus untuk takeaways kunci dari presentasi saya.

Apa itu bias kognitif, dan bagaimana pengaruhnya terhadap pemikiran kita?

Kemampuan bawaan otak untuk membuat keputusan dengan cepat dapat dilihat sebagai salah satu faktor utama dalam mengambil keputusan dalam situasi tertentu. Jalan pintas melayani tujuan mempercepat proses otak. Ini membantu kami memahami pengalaman kami lebih cepat dan membuat banyak keputusan harian. Bias kognitif terutama merupakan hasil dari pemikiran keliru yang sistematis.

Psikolog terkenal seperti Daniel Kahneman dan Amos Tversky termasuk yang pertama mengusulkan istilah bias kognitif. Temuan mereka menunjukkan masalah umum: orang membuat penilaian dan pilihan yang tidak benar secara rasional. Faktanya, semakin banyak bias kognitif muncul dari psikologi sosial dan ekonomi perilaku. Biasanya, contoh bias kognitif berasal dari ketidaktahuan atau kurangnya informasi. Atau, penyebab yang mendasarinya mungkin adalah pembobotan elemen faktual yang kecil namun signifikan tentang situasi tertentu.

Apa bias kognitif di UX?

Mereka adalah pola perilaku atau pemikiran yang diciptakan orang untuk meringankan beban kognitif mereka dan dengan cepat memproses banyak informasi. Orang menggunakan bias kognitif sebagai jalan pintas mental, membuat keputusan mereka relatif lebih mudah ditangani. Namun, bias ini seringkali dapat menyebabkan pengambilan keputusan yang salah dan penilaian yang tidak akurat.

Memahami dan mengakui bias ini dalam desain UX sangat penting dalam menciptakan pengalaman pengguna yang efektif yang memenuhi kebutuhan dan preferensi pengguna. Beberapa bias kognitif umum dalam desain UX termasuk bias konfirmasi, kecenderungan untuk mencari informasi yang menegaskan keyakinan yang sudah ada sebelumnya, dan bias penahan, yang cenderung terlalu bergantung pada potongan informasi pertama yang ditemui.

Dengan mengenali dan mengatasi bias ini, desainer UX dapat membuat antarmuka yang mempromosikan pemikiran jernih dan pengambilan keputusan yang objektif, yang pada akhirnya mengarah pada pengalaman pengguna yang lebih positif. Di bawah ini adalah contoh bias kognitif di UX dengan tips untuk menghindarinya.

Apa bias kognitif yang paling umum?

Bias kognitif dapat bervariasi dan bergantung pada pendidikan dan konteks sosial atau budaya kita. Awalnya berdasarkan psikologi, bias kognitif sering diamati selama proses penelitian UX. Berikut adalah beberapa contoh yang paling umum:

1. Bias Konfirmasi

Kita cenderung menafsirkan informasi dengan cara yang mendukung keyakinan kita. Ini berarti bahwa saat membuat skenario studi pengguna, peneliti dapat membangun pertanyaan mereka untuk mendukung hipotesis mereka, yang memengaruhi respons pengguna. Bias konfirmasi dapat menyebabkan data yang tidak akurat dan tidak lengkap, yang pada gilirannya dapat mempengaruhi validitas temuan penelitian. Untuk menghindari bias ini, penting untuk tetap tidak memihak dan berpikiran terbuka selama proses penelitian dan mempertimbangkan hipotesis alternatif yang mungkin menantang asumsi awal.

Contoh:

Misalkan ada layanan e-commerce di mana sebagian besar pengguna sering menambahkan barang ke keranjang mereka tanpa berhasil menyelesaikan proses pembelian. Ada anggapan bahwa tombol “checkout” mungkin kurang terlihat. Oleh karena itu, dalam skenario studi kegunaan, seorang desainer mengajukan pertanyaan berikut:

Saya menganggap Anda sudah memperhatikan setidaknya 2 kesalahan dalam kalimat yang disajikan di atas. Mari kita lihat alternatif yang lebih baik yang tidak ternoda oleh bias konfirmasi:

Mengapa? Karena pertanyaan tersebut menunjukkan bahwa ada masalah dengan proses pembelian, yang langsung menjebak pengguna ke dalam pola tertentu; kedua, ini adalah pertanyaan tertutup yang tidak memverifikasi apa yang sebenarnya terjadi dalam proses, dan terakhir, pertanyaan tersebut berfokus pada komponen tertentu yang, berlawanan dengan asumsi kami, mungkin bukan petunjuk dari suatu masalah.

Bagaimana Anda bisa mengurangi risiko menerapkan bias ini dalam skenario uji kegunaan?

Jadi untuk mengurangi risiko penerapan bias ini dalam skenario pengujian kegunaan, Anda harus:

1. Hindari mengajukan pertanyaan sugestif, yang membingkai cara berpikir pengguna dan memahami pengalaman dalam aplikasi.

2. Hindari mengajukan pertanyaan tertutup di mana pengguna dapat menjawab ya atau tidak. Tujuannya adalah untuk mengetahui mengapa masalah tersebut terjadi.

3. Jangan membuat pertanyaan berdasarkan hipotesis Anda; masalah yang Anda cari mungkin bukan masalah yang Anda identifikasi.

2. Bias Konsensus Palsu

Kecenderungan untuk melihat pilihan dan penilaian perilaku kita sendiri sebagai hal yang relatif umum membuat kita berpikir bahwa setiap orang berpikir dengan cara yang sama seperti kita. Bias konsensus yang salah dapat menyebabkan asumsi tentang pengguna yang tidak mewakili populasi. Untuk menghindari bias ini, peneliti UX harus berusaha mendapatkan sampel peserta yang beragam untuk mendapatkan pemahaman yang lebih komprehensif tentang perilaku dan preferensi pengguna. Selain itu, peneliti harus tetap menyadari bias dan asumsi mereka sendiri dan secara aktif bekerja untuk menantang mereka selama proses penelitian.

Contoh:

Beberapa tahun yang lalu, saya kebetulan mengerjakan aplikasi pelacak kehamilan, yang dulu dan masih merupakan aplikasi yang sangat populer untuk calon ibu. Karena kesuksesan itu, tim kami memutuskan untuk membuat aplikasi untuk para ayah agar pasangan yang mengharapkan anaknya dapat memantau kehamilan bersama.

Kami tidak punya banyak uang untuk studi dan penelitian pengguna, jadi kami memutuskan untuk menjalankan pengujian gerilya di antara orang-orang di perusahaan kami. Kami bertanya kepada mereka bagaimana mereka membayangkan aplikasi kehamilan untuk para ayah dan mengumpulkan umpan balik yang sangat berharga.

Kami membuat beberapa asumsi tentang kelompok sasaran potensial kami:

Segera setelah aplikasi dirilis, sayangnya kami menyadari bahwa apa yang kami setujui selama pengembangan produk tidak memiliki konfirmasi dalam kenyataan. Inilah yang kami temukan:

Apa yang harus Anda lakukan untuk mencegah bias konsensus palsu?

1. Fokus pada kelompok sasaran Anda yang sebenarnya, bukan “seluruh dunia”. Percayalah, meskipun aplikasi Anda dirancang untuk audiens yang luas, itu masih dibagi menjadi kelompok-kelompok tertentu dengan kebutuhan dan motivasi tertentu.
2. Pertanyakan keputusan Anda sendiri, selalu! Kita semua hidup dalam gelembung informasi kita sendiri, dan peneliti harus mengumpulkan informasi dari luar.
3. Lihat apa yang pengguna lakukan, jangan dengarkan apa yang mereka katakan. Orang berbohong. Mereka mungkin terintimidasi oleh kehadiran peneliti; mereka ingin membuat orang lain terkesan dan menyatakan melakukan sesuatu yang tidak mereka lakukan. Oleh karena itu, lebih baik bertanya tentang kebiasaan mereka dan mengamati tindakan mereka daripada mendengarkan pendapat mereka.

3. Membingkai Pemikiran yang bias

Orang memutuskan pilihan berdasarkan apakah mereka disajikan dengan konotasi positif atau negatif. Saat mengajukan pertanyaan sugestif kepada mereka, mudah untuk menjebak pengguna selama penelitian.

Pikirkan tentang layanan yang membantu juru masak amatir mencari resep makanan yang enak dan sehat. Tim desain ingin menentukan apakah fitur pencarian berfungsi tanpa gangguan. Setelah semua sesi kegunaan, ada kesimpulan, yang dimulai dengan dua cara berbeda:

Kita semua setuju bahwa ini adalah data yang sama, tetapi cara penyajiannya memengaruhi keputusan bisnis secara berbeda. Jadi bagaimana kita menyajikan data seperti itu? Saya pikir tidak ada jawaban yang bagus untuk pertanyaan ini. Menurut saya, sebagai peneliti yang objektif, kita harus mempresentasikan kedua data tersebut dan mendiskusikannya dengan tim. Tim harus memverifikasi pentingnya fitur ini, biaya implementasi, dan konteksnya – mungkin ada kebutuhan untuk memverifikasi temuan ini dengan data kuantitas, seperti analitik.

Bagaimana cara mengatasi bias framing?

1. Triangulasi, yaitu metode menggunakan berbagai sumber data dalam penelitian kualitatif, membantu mengembangkan pemahaman yang komprehensif dan luas tentang konteks masalah, skalanya, dan kepentingannya.
2. Presentasikan temuan Anda dalam dua arah, tergantung pada kepentingan dan prioritas. Diskusikan dengan tim Anda atau peneliti lain.
3. Mengawasi bagaimana data disajikan; itu mungkin sangat memengaruhi pemangku kepentingan dan bagaimana mereka memandang produk mereka.

Ada juga dua bias yang sering saya putuskan untuk dijelaskan di bawah ini.

4. Bias Negatif

Kecenderungan untuk menekankan pengalaman yang lebih bersifat negatif daripada hal-hal yang netral atau positif. Ini berarti bahwa setelah pengguna menggunakan produk dengan lancar – mereka akan menganggapnya sebagai pengalaman standar. `Mereka lebih suka fokus pada beberapa perjuangan daripada tindakan positif atau cepat, yang dapat menyebabkan peneliti fokus pada hasil negatif dari penelitian. Selain itu, bias negatif dapat mengakibatkan pandangan pengalaman pengguna yang tidak seimbang, di mana aspek negatif diberi bobot lebih daripada aspek positif. Pemahaman yang komprehensif tentang pengalaman pengguna, baik positif maupun negatif, dan tujuan untuk mengatasi masalah atau tantangan yang teridentifikasi selama proses penelitian untuk menciptakan pengalaman pengguna yang lebih menyeluruh dan positif sangat penting dalam mengatasi bias kognitif.

5. Bias Ketersediaan

Kecenderungan untuk mengandalkan contoh langsung yang muncul di benak seseorang saat mengevaluasi topik, konsep, metode, atau keputusan tertentu. Artinya, begitu keputusan diambil, biasanya didasarkan pada data yang belum diteliti secara detail.

Bias ketersediaan dapat menyebabkan pemahaman topik yang sempit dan tidak lengkap, karena informasi yang diperlukan dan relevan dapat diabaikan atau dikecualikan. Untuk menghindari bias ini, penting untuk mengumpulkan berbagai data dan informasi dari berbagai sumber dan tetap berpikiran terbuka dan objektif selama pengambilan keputusan.

Mengapa tim produk dan UX harus peduli dengan bias kognitif?

Sebagai pembuat produk, kita harus memiliki pola pikir objektif untuk mengidentifikasi kebutuhan sebenarnya pengguna, memahami perilaku mereka, dan membawa data yang tidak bias untuk membangun tujuan dan persyaratan produk. Membuat produk berdasarkan data atau asumsi palsu tanpa bukti dapat menyebabkan kerusakan serius pada bisnis.

Apa risiko jalan pintas mental dalam menciptakan produk?

Membangun persyaratan produk berdasarkan penelitian bias dapat mengarahkan kita ke:

1. Kesimpulan yang salah yang tidak akan mewakili kebutuhan pengguna dan bisnis yang sebenarnya
2. Berfokus pada masalah yang salah atau mengembangkan fitur yang tidak berguna
3. Memprioritaskan masalah yang tidak mencerminkan pasar nyata atau nilai kegunaan
4. Mengimplementasikan fitur yang tidak memberikan manfaat apa pun bagi pengguna dan bisnis pada akhirnya akan menyebabkan hilangnya waktu dan uang

Cara mengatasi bias kognitif dalam penelitian UX dan pengujian kegunaan

Pertama-tama , libatkan lebih dari satu orang dalam proses Riset UX sehingga mereka dapat bertukar pengamatan dan meningkatkan kemungkinan memberikan kesimpulan riset yang tidak bias. Namun, saya sarankan menjalankan sesi interpretasi dengan kurang lebih 5 peneliti untuk meningkatkan peluang objektivitas Anda.

Kedua , hargai apa yang dilakukan pengguna daripada apa yang mereka katakan, berdasarkan pengamatan dan pertanyaan tentang kebiasaan mereka, bukan opini.

Ketiga , gunakan beberapa statistik untuk melengkapi data kuantitas sehingga Anda dapat yakin bahwa Anda memiliki bukti untuk kesimpulan tertentu.

Pada akhirnya – fokus pada tujuan penelitian dan tentukan metrik yang akan membuktikan tujuan ini daripada tujuan Anda sendiri – ini akan membuat Anda tetap fokus pada tujuan penelitian.