← Tots els articles
Construir la Cosa Correcta
5 Errors de Recerca d'Usuaris que Produeixen Resultats Enganyosos
Per l'equip de FabricLoop · Maig 2026 · 4 min de lectura
Hi ha una versió de recerca d'usuaris que és pitjor que no fer cap recerca en absolut: la recerca que produeix conclusions confiades però errònies. Quan un equip no fa recerca, saben que estan operant amb suposicions. Quan fan mala recerca, creuen que tenen proves — i deixen de buscar.
Els cinc errors a continuació no són casos marginals exòtics. Es mostren en la majoria dels equips de producte, la majoria del temps, de maneres que sorprenentment són difícils de detectar des de dins.
"L'objectiu de la recerca d'usuaris no és confirmar els teus instints. És substituir els teus instints amb proves — incloent proves que estaves equivocat."
Els cinc errors
Error
Com es veu a la pràctica
Error 1
Preguntar sobre comportament futur hipotètic
L'equip pregunta "Utilitzaries una característica que fa X?" Els usuaris diuen que sí. L'equip la construeix. Ningú l'utilitza. Les persones són optimistes sobre els seus mateixos futurs i pobres jutges de el que realment faran. Sempre pregunta sobre comportament passat: "Explica'm l'últim cop que has hagut de tractar amb X."
Error 2
Entrevistar usuaris que ja estimen el producte
Els panells de recerca plens de poders i defensors produeixen retroalimentació càlida, positiva i centrada en la millora. El que no produeixen és comprensió de per què les persones es van anar, per què les persones mai es van convertir, o el que el producte necessita per arribar a un segment nou. Parla amb usuaris que es van anar i no-usuaris també — són incòmods però essencials.
Error 3
Preguntes que condueixen que confirmen creences existents
"Quant de útil vas trobar el nou tauler?" és una pregunta que condueix. "Explica'm l'últim cop que vas utilitzar el tauler" no ho és. Les preguntes que condueixen produeixen acord educats, no avaluació honesta. L'apego del cherchador a la hipòtesi filtra en la phrasing de la pregunta, i els usuaris — sent conscienciosament socials — segueixen el senyal.
Error 4
Aturar-se a "què" sense preguntar "per què"
Un usuari diu: "Voldria una manera de filtrar la llista." El cherchador anota "els usuaris volen filtrat." Però filtrat és una solució, no una necessitat. Què estàs realment intentant fer que filtrat ajudaria? La resposta a "per què" és on viu la comprensió del disseny — i sovint revela una millor solució que la que l'usuari va proposar.
Error 5
Tractar recerca qualitativa com a quantitativa
"Tres de cinc usuaris van dir que van trobar confús" no és una estadística. És un senyal direccional de cinc persones. La recerca qualitativa et diu el que i per què; no pot dir-te quants. Presentar-la amb precisió numèrica dóna als interessats fals confiança i sovint porta a optimitzar la cosa equivocada a escala.
Per què aquests errors són tan persistents
La majoria dels errors de recerca estan motivats. L'equip ja té una direcció que vol anar — una característica que vol construir, una hipòtesi en la qual creu, un interessat que vol satisfer. La recerca es converteix en un ritual per legitimitzar una decisió que ja ha estat presa, no un intent genuí de provar-la.
La solució no és fer que els cherchadors siguin més rigorosos aïlladament. És separar el rol de "decidir el que construir" de "executar la recerca que informa aquesta decisió." Quan el cherchador és també la persona que va proposar la característica, el biaix de confirmació és gairebé inevitable.
Una norma útil
Abans de qualsevol sessió de recerca, escriu el que resultaria causar-te canviar d'idea. Si no pots anomenar-lo, no estàs fent recerca — estàs fent teatre. La capacitat de declarar un resultat falsant és la diferència entre indagació genuïna i biaix de confirmació amb passos addicionals.
Sobre la mida de la mostra
Per a proves d'usabilitat, cinc a vuit participants revelen la majoria de problemes — els rendiments decrescents es posen rapidament. Per a entrevistes de descobriment de problemes, dotze a quinze és normalment suficient per arribar a la saturació. Per a qualsevol cosa que vulguis generalitzar quantitativament a una gran població, necessites una enquesta adequada amb una mostra representativa — no deu entrevistes.
Com FabricLoop suporta recerca honesta
Mantenir notes d'entrevista crues, síntesi, i decisions en el mateix fil fa més difícil descartar silenciosament descobriments incòmodes. Quan les proves són visibles al costat de la decisió, l'equip pot veure si la conclusió va seguir el que va ser après — o la va precedir.
10 coses que treure d'aquest article
- La recerca dolenta és pitjor que cap recerca — produeix confiança falsa i atura els equips de buscar més.
- Nunca preguntes sobre comportament futur hipotètic. Pregunta sobre comportament passat específic en lloc.
- Els panells de recerca d'advocats produeixen retroalimentació càlida i centrada en la millora — no comprensió de per què les persones es van anar o mai es van convertir.
- Parla amb usuaris que es van anar i no-usuaris. La retroalimentació és incòmoda i essencial.
- Les preguntes que condueixen produeixen acord educats, no avaluació honesta. Vigilar la teva phrasing cuidadosament.
- Quan un usuari proposa una solució ("Vull filtrat"), sempre pregunta per què. La resposta normalment revela una millor solució.
- La recerca qualitativa et diu el que i per què. No pot dir-te quants. No presentar-la amb precisió numèrica.
- La majoria dels errors de recerca estan motivats — la decisió ja ha estat presa, i la recerca s'està utilitzant per legitimitzar-la.
- Separar la persona que proposa característica de la persona que executa la recerca que les avalua.
- Abans de qualsevol sessió de recerca, escriu el que resultaria causar-te canviar d'idea. Si no pots, no estàs fent recerca.
