Как информация, которую мы собираем, влияет на решения, которые мы принимаем

Я расскажу вам интересный случай, который очень хорошо иллюстрирует смещение выбора (предвзятость при отборе). Затем мы можем рассмотрим, как противостоять смещению выбора, когда мы принимаем проектные решения.

Во время Второй мировой войны британцы теряли много своих бомбардировщиков в небе над Германией. Они решили добавить к ним брони, но это было дорого, поэтому им нужно было тщательно выбирать, куда ее добавить.

Все бомбардировщики, которые возвращались с боевого вылета, тщательно осматривались, и все области нанесенного им ущерба были проиллюстрированы на диаграммах. Когда диаграммы были наложены друг на друга, картина стала ясной. Все повреждения были сосредоточены вокруг крыльев и тела самолетов.

Диаграмма повреждений, снятых с вернувшихся на базы бомбардировщиков
Диаграмма повреждений, снятых с вернувшихся на базы бомбардировщиков

Первой реакцией британцев стала идея добавить броню в эти зоны.

Однако они решили получить второе мнение. Они попросили венгерского математика по имени Абрахама Вальда взглянуть на диаграммы.

Данные Вальда были основаны на самолетах, которые выжили. Данные не включали бомбардировщики, которые были сбиты.

Его рекомендация была противоположна британской идее. Им нужно было добавить броню на двигатели, кабину и хвост самолетов.

Гипотетическая диаграмма зон поражения сбитых бомбардировщиков
Гипотетическая диаграмма зон поражения сбитых бомбардировщиков
Блестящий вывод Абрахама Вальда! Он решил проблему с броней бомбардировщиков. Из него мог бы выйти хороший дизайнер. 🙂

Итак, что такое смещение выбора (ошибка выборки)?

Это относится к способу сбора данных и искажению наших расчетов и выводов. Это искажение может быть вызвано многими причинами. Давайте взглянем на 4, которые мы, как дизайнеры должны знать.

Неслучайная выборка

Наиболее распространенной причиной обычно является неслучайная выборка. В случае с британскими бомбардировщиками это было основной причиной смещения выбора (также в этом случае известное, как тренд выживания). У них были только данные, полученные на основе выживших самолетов и отсутствовали данных со сбитых машин.

То же самое справедливо и для цифрового дизайна. Если рассматривать образец данных, который не основан на случайной выборке ваших пользователей, это приведет к принятию неправильного решения.

Временной интервал

Тестирование продукта или услуги в неправильный отрезок времени или, если тест преждевременно остановлен, может привести к смещению выбора.

Допустим, вы используете A / B тест. Вам нужно запустить тест минимум на 2 недели, если вы хотите увидеть точные результаты. В противном случае вы рискуете исказить данные, что приведет к смещению выбора.

Воздействие пользователей

Воздействие пользователей на новые переменные во время уже запущенных тестов, также может загрязнять собранные данные. Влияние на пользователей таким образом может предрасполагать их действовать иначе, чем обычно. Если новая переменная не включена в анализ данных, это также повлияет на ваши дизайнерские решения.

Люди, которые хотят убедить

Ни в коем случае не допускайте избирательного подхода в сборе данных, которые поддерживают определенную позицию и исключают данные, которые ее отрицают. Преднамеренно это или нет, но все мы должны избегать создания доказательств, которые не отражают истинного положения дел.

К сожалению, Интернет является богатым источником такой информации. Легко устранить проблему изменения климата, когда вы избирательно выбираете только данные, которые указывают на понижение глобальной температуры. Игнорирование целостного представления или комплекса данных часто наносит удар в спину.

Предотвращение смещения выбора

Когда вы собираете данные, вы должны собирать их из всех образцов.

Например, если вы разрабатываете приложение для студентов вашего университета. Вы должны собирать данные у всех студентов. Всех! Если все учащиеся представлены в вашем анализе, то смещения выбора не может быть.

К сожалению, в большинстве ситуаций это не очень практично. Обычно целевая аудитория слишком велика или недоступна.

Ключ к решению проблемы в этих случаях — случайная выборка. Случайная выборка предотвращает смещение выбора. Убедитесь, что вы взяли образец из полного набора вещей, которые вы должны обобщить.

Например, бомбардировщики, которые вернулись на базы были подмножеством всех бомбардировщиков. Кажется, Авраам Вальд знал это и принял правильное решение. Подмножество, которое не было доступно, дало ему ответ.

Когда вы создаете интерфейс для своего продукта / приложения, обязательно собирайте полные данные для своей целевой аудитории. Избегайте делать обобщения на основе подмножества данных.

Помните о временных интервалах и воздействии пользователей. Будьте критичны, если эти две причины смещения выбора повлияли на собранные данные.

Например, проведение A / B тестирования на Рождество или в другие праздничные дни потенциально может исказить данные и таким образом ваши решения.

И ни в коем случае не допускайте избирательного подхода в сборе данных, которые поддерживают ваш случай.

Заключение

Люди — создания открывающие и создающие паттерны. Наши мозги эволюционировали таким образом, что мы автоматически соединяем точки.

В некоторых ситуациях это очень полезно, в других- это может ввести в заблуждение и привести к ужасным последствиям. Только когда мы осознаем предубеждения, такие как рассмотренные в этой статье, мы можем принимать более правильные решения.

Помните, что хорошие дизайн решения основаны на хорошо собранных данных.

Эта статья была вдохновлена книгой «Универсальные принципы дизайна» пера Уильяма Лидвелла.

Другие принципы дизайна