产品经理需要了解的心理小课堂直觉与误差篇

　　大家好，我是李红袖，再一次和大家见面了
　　上一篇文章中和大家讨论的是社会群体判断的相关知识，这次要和大家聊的是人们直觉和偏差的内容。很多时候人们的直觉是有着他们自己习惯影响的，一些情况下还会产生偏差和不一致。
　　一、代表性直觉
　　概念：人们通常会根据A在多大程度上可以代表B，或者A在多大程度上和B类似来判断事物发生的可能。
　　有点抽象的概念，让我们来看例子吧
　　比如说，天气非常恶劣，技工的维护水平非常低劣，飞机的使用年限非常久，在一定程度上可以代表这架飞机这次飞行将会发生事故，多大程度呢？这取决于天气，维护工作，使用年限是否到达了它发生事故的阀值。可以这样理解。
　　再举个例子，张三月收入8000元，35岁中年，男性，平时喜欢喝酒和吃烧烤，会简单的PC操作和智能手机操作，那么张三多大程度上可以代表一名外卖类APP的目标用户。考虑这个问题的时候，也会用到代表性直觉。
　　随着场景中细节数量的增加，场景发生的概率只会降低，但它的代表性和由此带来的外显的可能性会上升。
　　什么意思呢？
　　还是比如说上面的例子的时候，很多人会认为，张三是外卖类平台的用户这件事，发生的可能性没有张三是移动类外卖APP平台的用户发生的概率高；天气非常恶劣，技工的维护水平非常低劣，飞机的使用年限非常久，可能会导致这次飞机失事发生的可能性没有天气非常恶劣，技工的维护水平非常低劣，飞机的使用年限非常久，并且这次航线上气流可能会不稳定，导航设备可能会出问题那么高。
　　因为对于我们正常人来说，表述很具体的事情似乎要更加好发生，因为这样的场景符合人们对于具体是件的想象。
　　（1）小数法则
　　称为小数法则主要是与统计学中的大数法则（在统计学中，你从总体中抽取的样本容量越大，该样本的平均数与总体的平均数越是接近）相对应。而小数法则的概念是这样的，从总体中抽取的随机样本相互之间是类似的，与总体之间的接近程度比实际的统计抽样理论所预测的高得多。
　　也就是人们会假设偶然事件具有自我修复的功能，然而实际上，偶然事件并没有自我修复的功能。
　　举个非常简单的例子，你抛硬币的时候，连续抛3次，都是正面，很多人就会猜，第四次抛的时候，很高几率是反面朝上，然而第四次反面朝上的概率依旧是50，并不会有什么改变。
　　（2）忽视基线值
　　代表性直觉有时候甚至会让人们忽视客观存在的基础数据，盲目服从自己的判断。还是用两个例子来说明吧。
　　这是一个由卡尼曼完成的实验，样本由30名工程师和70名律师组成，对其中一个人描述如下：30岁，已婚，没有小孩，有很强的能力和工作积极性，希望在自己领域内获得很大的成功，同时也受到同事们的欢迎。
　　理论上这个人是工程师的概率为30，然而大多数人认为他是工程师的概率为50，情境基线被忽略了。
　　还有就是很多地产广告上有这样的文字：X楼盘最低N元。然而最低这两个字就被很多人忽略了。
　　但是请注意，当人们要直接用基线信息作出因果判断的时候，人们基本上都会采用基线信息。
　　例如，阿杰在1977年的时候，做的一个实验，要求被试者通过提供的信息预测出某学生本学期的考试成绩。这个时候所有提供的基线信息都会被被试采用。
　　再比如，斗地主的老手，除了看自己手牌之外，也会去记住已经打出的牌，打出的牌是如何组合的，来推测对手的剩余手牌和策略。
　　（3）非回归性的预测
　　这个概念其实很好理解。做任何一件事情的效果，都是由真实水平和误差两方面组成。真实水平是一个人做事应该本来具有的水平，真实水平的高低和个人的能力挂钩；误差则包括和能力无关但是会影响事情结果的因素（血糖，睡眠，通风等）。
　　举个简单的例子，一个运动员不可能一直巅峰，可能会出现一些低迷时刻；也不可能一直低迷，偶尔会有一些高光时刻，这些都是误差。
　　（4）结论
　　不要被非常细节的场景迷惑
　　场景越具体，发生的可能性反而越低，即使这样的场景非常好地代表了最可能发生的结果。
　　无论何时都应该注意基线
　　当基线是一个极端的数值时，代表性往往成为发生可能性的诱导因素
　　偶然事件并没有自我修复的功能
　　每个人的工作状态有起伏是正常的，因为要向真实水平的平均数回归
　　二、易得性直觉
　　有一些事情相对于其他事情更容易被想到，并不是因为这样的事情有着更高的发生概率，而是因为这样的事情在脑子里更加容易被提取。
　　（1）歪曲的易得性
　　个体对于结果的想象可以增加对其结果发生可能性的预期。
　　例如每年被飞机零件掉下来砸死的人数和每年被鲨鱼要死的人数哪个多？绝大多数人都认为被鲨鱼要死的人更多，然而被飞机零件砸死的人是被鲨鱼咬死人数的30倍。
　　因为这样的例子更加容易被人给想象出来。
　　（2）想象的局限性
　　如果事件的结果是抽象的，难以想象的，想象过程的努力就会让人们降低对其发生可能性的预期。
　　又有点抽象，所以还是用例子来说明这一点。
　　比如每次《魔兽世界》更新新的资料片版本，天赋，技能要进行一次大的更改，由于玩家们没有拿到手上试玩，所以很难想象新的天赋和技能是如何发挥作用的，于是无法做出想象的玩家们大多数都会选择到论坛上抱怨下个版本怎么玩啊，我的职业又要悲剧了之类的。
　　（3）否定
　　如果事件的结果是极端负面的，以至于对于事件结果的想象会令人们否认事件会发生。
　　这个和简单，人们往往无法想象自己家人死亡的场景。
　　（4）生动性
　　指某件事多么具体和易于想象，在情绪上令人激动或者是事件之间在时间或空间上的接近性。
　　要做出决策和判断的人，更加容易被生动的信息所影响，而不是平淡的，抽象的信息，或者是统计数据。
　　这个也很好理解，比如现在的互联网领域，网民更加喜欢看视频，其次是听音频，接下来是图文信息，最后纯文字信息是最不受欢迎的。
　　三、概率和风险
　　（1）效价和概率判断
　　效价：事件的结果被认为是正面还是负面的程度
　　个体通常认为正面结果发生的概率比负面的要高。
　　这也是个非常好理解的概念，参与抽奖、买彩票的人那么多就足够说明这一点了。
　　换个更加切合当代的例子，参加路演的创业者大多数都觉得自己的项目可以受到投资人的青睐；当电脑宕机的时候，大多数人更加愿意相信这是一次偶然事件或者仅仅是超负荷运作了，而不是硬件上出了问题。
　　（2）复合事件
　　当复合事件由大量简单事件构成时，人们往往会高估其发生的概率；当非连续事件由许多低概率独立事件组成的时候，人们会低估事件发生的概率，这时的概率是简单事件，发生一件即可。
　　概念很复杂，其实就是中学时候乘法原理和加法原理的区别而已。
　　就像是2选1的题，连续打对3道给你满分和4选1的题，3道里面答对一道就能得满分，后者得满分的概率其实要比前者高很多的。
　　（3）对风险的知觉
　　公众对于风险的认知，存在2个维度
　　恐怖风险
　　知觉到缺乏控制感，恐惧，灾难性，不良后果以及利益与风险不匹配
　　例子就是有人将核能与核爆炸互相联系的风险
　　未知的风险
　　特点是无法预测的，无法了解的，新颖的，造成的伤害是延期的
　　例如对于基因技术的不了解。
　　（4）结论
　　保持正确的记录
　　记录已发生事件的频率，这样可以减少起始效应和近因效应的偏差和一些框架式偏差。
　　警惕如意算盘
　　高估正面事件概率，低估负面事件概率，这是需要避免的。解决的方法是决策时候引入第三方评估。
　　将复合事件分解为简单事件
　　连续事件则将简单事件的概率相乘，非连续事件采用加减法。
　　四、锚定与调整
　　个体的判断是以一个初始值锚值作为依据的，并且会进行不充分的上下调整。
　　又是个比较抽象的概念，还是采用例子来进行解释吧。
　　比如出一道题，如果将全球所有人的血液收集到一个立方体中，立方体长、宽、高，估算值为多少？
　　回答这个问题的时候，很多人首先想到的是全球所有人，所以就会错误估计这个立方体会特别大，然而这其实只需要870米的长宽高。
　　再比如2013年某个全国性的电子竞技比赛进行宣传的时候，当我们组拿到宣传任务时，很多人只想到国字号的比赛和整个省的推广覆盖面，所以错误的高估了推广费用，其实最后做下来我们负责的那个省只花了2万元不到就把比赛办完了。
　　结论：
　　极端假设法或者是讨论极端案例可能会引发锚定值变动（例如网上各种创业成功人士的案例，导致很多人觉得自己创业也能像马云那样成功，成为像扎克伯格那样的产品经理）。
　　在做出最后决策的时候，考虑多个锚定值非常有必要（很多外卖项目考虑补贴的时候，参考淘点点、饿了么、美团这样的大户，然后把自己玩死了）。
　　相关阅读：产品经理需要了解的心理学知识：社会群体的判断