一个产品想要获得用户的喜爱，必须要对用户群体进行深入研究，在此基础上进行产品设计。但是，在产品设计中，还存在着一些误解和偏见。
最近，我注意到，无论是处于初创阶段的企业，还是已经成立的组织，都对产品设计研究表现出了更大的热情。企业已经接受了这样一种理念：有意义的创新需要把客户理解为生活复杂的个体。
最近，我注意到，无论是处于初创阶段的企业，还是已经成立的组织，都对产品设计研究表现出了更大的热情。企业已经接受了这样一种理念：有意义的创新需要把客户理解为生活复杂的个体。
但是，过早开发原型的危险在于，将资源投入到没有人问的问题上，而忽略了机会成本。测试一个原型可以帮助你完善一个已经很好的想法，而不是告诉你是否在解决正确的问题。而且人们很容易将原型的打磨效果等同于创意的质量（比如那个忽悠失败的 Juicero 榨汁机），研究报告中粉饰的亮点也容易被误认为是具有价值的洞察。
提出正确的问题可以帮助你更快地识别和根除不好的点子，而不是保留和捍卫薄弱的想法，你需要足够坚强去拥抱和接受错误。
三、了解目标（Know your goal）
只有你事先了解做某件事的原因，问问题才不是浪费时间。你必须公开发誓：你的动机不是“为了证明自己正确”。
通常，出于对研究的一腔热情，团队会在没有明确和一致目标的情况下开始与客户交谈。之后，他们觉得自己浪费了宝贵的时间，却不知道如何运用所学，来提供解决方案，没有任何东西可以拿出来。于是经常会听到这种说法“我们去年做过研究，那是浪费时间。”然后，团队又回到了创建原型和测试原型的舒适圈。或者，他们对听到的内容有不同的理解，结果又因谁对谁错开始争论不休。
在大公司机构中，有时大家都有心照不宣的目标：“让产品负责人做他想做的事，表现出我们在尽力做研究。”这听起来可能有点讽刺，但我与许多在资金充足的研究部门工作的资深研究者交谈过，他们撰写的宏伟报告对决策没有任何影响。承认这个事实，是阻止它发生的第一步。
绝佳的起点应该是“让我们设立一种共识的方法，来快速理解他人的观点”，不要在事后附加其他目标。
只有当你确定了一个目标，才会知道你需要了解什么。在选择如何回答之前，你必须知道你的问题是什么。
四、在重大问题上达成一致（Agree on the big questions）
“从本质上讲，所有商业活动都是在人类行为上押注。”
——华尔街日报：《“厚”数据的力量（The Power of ‘Thick’ Data）》
问题的质量决定了结果的效用。提出错误的问题，与用原型解决错误的问题结果相同，它们都会给你一些不想要的东西。从优先级最高的问题开始。如果你在重大问题上有错误的假设，或者直接忽略，风险是最大的。
重要的研究问题是你想知道什么，而不是你在访谈中问什么。事实上，直接抛出你的研究问题是最糟糕的方法。人们通常不知道或不愿意承认自己的真实行为，但每个人都很擅长编造答案。
设计研究总是与用户研究混为一谈。解决高优先级问题有很多方法，与典型用户访谈只是其中之一。你需要知道的，并非都是与用户相关。
通常最关键的问题是“基于证据，我们对客户/竞争/内部能力真正了解多少?”这可能是一个非常可怕的问题，恐怕不会得到完全诚实的回答，但你必须在短时间内回答它。
五、时间和资金总是够用的（There is always enough time and money）
当研究被定义为设计之外的一种工作时，人们很容易将收集证据当作额外的事情，并找理由不去做它。
通常，团队必须得到权威领导层的许可，才能完成属于研究范畴的工作，问问题本身就威胁着权威。如果你曾经和一位不同意为百万美元项目开展定性研究的领导者合作，问问你自己，他们在购买一辆 5 万美元的汽车前，会不会自己做做研究？口头上提出反对意见，心里往往只是害怕自己的想法被破坏，被证明错误，或者不那么有效。
如果你对自己的目标和高优先级问题是清楚而坦诚的，你可以在任何时间和预算内学到一些有用的东西。比如上网查找资料、午饭时到外面去观察别人、去测试人家的产品、要有创意。
只要不是做正式调查就行。
六、不要指望数据能改变想法（Don’t expect data to change minds）
“当一个人靠着对某件事的不理解来拿薪水时，要让他理解这件事是很困难的。”
——厄普顿·辛克莱（Upton Sinclair）
这对于训练有素的专业研究人员来说通常很难接受，即使研究已经证明这是真的。如果你习惯了与一群重视某种数据的人一起工作，你可能就没有足够的能力去说服那些不接受这种数据的人。数据不足会让人觉得自己的专业能力受到了侮辱。
收集证据的全部意义在于基于证据做出决策。如果这些证据破坏或违背了有权做出决策的人的信念，他们就会找到理由拒绝或忽视这些证据。这也是为什么定性研究人员在一些工程驱动型组织中处境艰难的核心原因。擅长和熟悉数字的人就是想要用数字来回答问题，即使这个答案其实需要更多的描述性。
因此，在尝试用数据去影响决策之前，你必须了解你的同事和领导的个人特点和他们所处的环境，了解他们是怎么做决定的。