5 User Research Fouten Die Misleidende Resultaten Produceren

Door het FabricLoop Team · Mei 2026 · 4 min lezing

Er is een versie van user research die erger is dan helemaal geen onderzoek doen: onderzoek dat zeker maar verkeerde conclusies oplevert. Wanneer een team geen onderzoek doet, weten zij dat zij op aannames werken. Wanneer zij slecht onderzoek doen, geloven zij dat zij bewijs hebben — en zij stoppen met zoeken.

De vijf fouten hieronder zijn geen exotische randgevallen. Zij duiken in de meeste productteams, het merendeel van de tijd, op manieren die verrassend moeilijk van binnenuit op te sporen zijn.

"Het doel van user research is niet om je instincten te bevestigen. Het is om je instincten door bewijs te vervangen — inclusief bewijs dat je ongelijk had."

De vijf fouten

Fout

Hoe het in de praktijk eruit ziet

Fout 1 Vragen over hypothetisch toekomstig gedrag

Het team vraagt "Zou je een functie gebruiken die X deed?" Gebruikers zeggen ja. Het team bouwt het. Niemand gebruikt het. Mensen zijn optimistisch over hun toekomstige zelf en slechte beoordelaars van wat zij daadwerkelijk zullen doen. Vraag altijd naar gedrag uit het verleden: "Vertel me over de laatste keer dat je met X te maken had."

Fout 2 Interviewing gebruikers die het product al adoreren

Onderzoekspanels vol powerusers en voorstanders produceren warme, positieve, verbeteringsgericht feedback. Wat zij niet produceren is inzicht in waarom mensen vertrekken, waarom mensen nooit converteren, of wat het product nodig heeft om een nieuw segment te bereiken. Praat ook met weggeloopte gebruikers en niet-gebruikers — zij zijn ongemakkelijk maar essentieel.

Fout 3 Leidende vragen die bestaande overtuigingen bevestigen

"Hoe nuttig vond je het nieuwe dashboard?" is een leidende vraag. "Vertel me over de laatste keer dat je het dashboard gebruikte" is dat niet. Leidende vragen produceren beleefd akkoord, niet eerlijke beoordeling. De hechting van de onderzoeker aan de hypothese loopt uit in de fraseologie van de vraag, en gebruikers — zijnde sociaal bewust — volgen het signaal.

Fout 4 Stoppen bij "wat" zonder "waarom" te vragen

Een gebruiker zegt: "Ik zou een manier willen om de lijst te filteren." De onderzoeker noteert "gebruikers willen filteren." Maar filteren is een oplossing, geen behoefte. Wat probeert de gebruiker daadwerkelijk te doen waarmee filteren zou helpen? Het antwoord op "waarom" is waar het ontwerpinzicht leeft — en het onthult vaak een betere oplossing dan de oplossing die de gebruiker voorstelde.

Fout 5 Kwalitatief onderzoek als kwantitatief behandelen

"Drie van de vijf gebruikers zeiden dat zij het verwarrend vonden" is geen statistiek. Het is een richtinggevendsignaal van vijf mensen. Kwalitatief onderzoek vertelt je wat en waarom; het kan je niet vertellen hoeveel. Het presenteren ervan met numerieke precisie geeft belanghebbenden vals vertrouwen en leidt er vaak toe dat op schaal naar het verkeerde wordt geoptimaliseerd.

Waarom deze fouten zo persistent zijn

De meeste onderzoeksfouten zijn gemotiveerd. Het team heeft al een richting die zij willen inslaan — een functie die zij willen bouwen, een hypothese waarin zij geloven, een belanghebbende die zij willen tevreden stellen. Onderzoek wordt een ritueel om een beslissing die al genomen is te legitimeren, geen echte poging om deze te testen.

De oplossing is niet om onderzoekers in isolatie rigoureuzer te maken. Het is om de rol van "beslissen wat te bouwen" van "het onderzoek dat die beslissing informeert uit te voeren" te scheiden. Wanneer de onderzoeker ook de persoon is die de functie voorstelde, is bevestigingsbias bijna onvermijdelijk.

Een nuttige norm Voordat je een onderzoekssessie hebt, schrijf op wat voor resultaat je van gedachten zou doen veranderen. Als je het niet kunt benoemen, doe je geen onderzoek — je doet theater. Het vermogen om een falsificerend resultaat aan te geven is het verschil tussen echt onderzoek en bevestigingsbias met extra stappen.

Over steekproefgrootte Voor usability testing onthullen vijf tot acht deelnemers het merendeel van de problemen — afnemende voordelen ontstaan snel. Voor probleemontwikkeling interviews is twaalf tot vijftien meestal genoeg om verzadiging te bereiken. Voor alles wat je kwantitatief naar een grote bevolking wilt generaliseren, heb je een goede enquête met een representatieve steekproef nodig — niet tien interviews.

Hoe FabricLoop eerlijk onderzoek ondersteunt Het houden van ruwe interviewaantekeningen, synthese, en beslissingen in dezelfde thread maakt het moeilijker om ongemakkelijke bevindingen stilletjes weg te gooien. Wanneer het bewijs naast de beslissing zichtbaar is, kan het team zien of de conclusie uit wat werd geleerd voortkwam — of eraan voorafging.

10 dingen om van dit artikel weg te nemen

Slecht onderzoek is erger dan geen onderzoek — het produceert vals vertrouwen en stopt teams van verder kijken.
Vraag nooit naar hypothetisch toekomstig gedrag. Vraag in plaats daarvan naar specifiek gedrag uit het verleden.
Onderzoekspanels van voorstanders produceren warme, verbeteringsgericht feedback — geen inzicht in waarom mensen vertrekken of nooit converteren.
Praat met weggeloopte gebruikers en niet-gebruikers. De feedback is ongemakkelijk en essentieel.
Leidende vragen produceren beleefd akkoord, geen eerlijke beoordeling. Let zorgvuldig op je woordkeuze.
Wanneer een gebruiker een oplossing voorstelt ("Ik wil filteren"), vraag altijd waarom. Het antwoord onthult meestal een betere oplossing.
Kwalitatief onderzoek vertelt je wat en waarom. Het kan je niet vertellen hoeveel. Presenteer het niet met numerieke precisie.
De meeste onderzoeksfouten zijn gemotiveerd — de beslissing is al genomen, en onderzoek wordt gebruikt om deze te legitimeren.
Scheid de persoon die functies voorstelt van de persoon die het onderzoek doet dat ze evalueert.
Voordat je een onderzoekssessie hebt, schrijf op wat voor resultaat je van gedachten zou doen veranderen. Als je het niet kunt, doe je geen onderzoek.