【摘要】：这时候，概率视角下哪怕我们做到99%的准确性也不一定够，因为用户如果以亿计数，1%的用户就意味着几百万人可能会受错误的广告误导。严格来说，这些不能算是用户或者我们的认知偏误，应该说是我们与用户视角认知有很大不同，不能单纯拿我们的概率思维逻辑来认知用户的心智。要牢记：我们做功能时用的是概率思维，而对用户来说，只是0和1的关系。
假设我们产品的一个功能，有95%的概率不会出问题，这是一个好功能吗？在一些限定条件下，我们会认为这是一个好功能，比如是预测消费者即将买什么商品的功能，或者判断用户病症的通用逻辑，准确率已经非常高了。
但是对于用户来说，这是一个好功能吗？未必。因为对于用户来说，他并不是从整个平台视角理解产品的，而且关键在于，他遭遇到的并不存在95%这个数字，对于他来说，只有0和1，只有正确和错误。
因此这要看0/1思维在用户使用产品时，会是怎样的需求和场景。更重要的是，一旦失败，造成的后果如何。比如我们是一个搜索引擎平台，提供医疗广告信息，那么对于一些患重大疾病的用户，我们平台的广告就是决定他们生死的因素，不能儿戏。这时候，概率视角下哪怕我们做到99%的准确性也不一定够，因为用户如果以亿计数，1%的用户就意味着几百万人可能会受错误的广告误导。如果我们是一个即时通信工具，发送信息失败的概率可能是1%，失败之后我们可以重新发送，这种成本就是相对可接受的。(www.xing528.com)
这是我基于一系列关于概率的认知偏误总结出的。严格来说，这些不能算是用户或者我们的认知偏误，应该说是我们与用户视角认知有很大不同，不能单纯拿我们的概率思维逻辑来认知用户的心智。曾经服务过美甲师群体、外卖员群体和司机群体的我，对此印象深刻，用户在我们的数据库里，是一个个数字，但每次我们施加的影响，落在他们身上，都是有关他们能不能很好地在平台上通过劳动获取收入的重要问题，从细枝末节的文案到一个核心的策略变化，背后影响的都是几百万甚至上千万个家庭。
要牢记：我们做功能时用的是概率思维，而对用户来说，只是0和1的关系。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
