Ситуация: Вы с командой катите большое обновление вашей апки. Меняете визуал, накидываете горсть новых фичей. Работали над релизом долго и усердно. Релиз на бой. Проходит неделя и в стор летит пачка негатива от пользователей. «Нужных тарифов нет» «Товаров мало». С каждым днем комментов становится больше. Уже даже слышны разговоры про откат. Прохходит еще пару недель и вы видите, что метрики показывают значительный рост.

Негатив может носить локальный характер, а основной тренд быть позитивным.

Давайте разберем, какие когнитивные искажения могут повлиять на наше воспритяие ситуации:

Ассиметрия негативности (negativity bias): Негатив (отрицательные отзывы) воспринимаются сильнее. Рекомендовал бы структурировать отзывы, проводить количественный анализ и использовать AI для тональной оценки.

Эффект подтверждения (confirmation bias): Люди склонны замечать только то, что подтверждает их ожидания. Рекомендовал бы анализировать сначала количественные данные, применять «слепую» сортировку отзывов и привлекать независимых аналитиков.

Эффект авторитета: Когда мнение «эксперта» часто затмевает мнение обычных пользователей. Рекомендовал бы систематизировать фидбек по сценариям и применять тематическое моделирование.

Эффект Даннинга – Крюгера (Dunning–Kruger effect): Люди с низкой компетенцией могут быть чрезмерно уверены в своих суждениях. Здесь важно разделять ощущаемую боль пользователя и предлагаемые решения, а также опираться на цифры, а не на уверенный тон.

Попасть в ловушку искажений легко, намного сложнее из неё выбраться. Я бы смотрел сначлаа на количественные метрики, а уже потом переходил к анализу отедльных пользователей. Важно не поддаваться первым эмоциям. — Подписаться на канал