跳转到主要内容

亚伦·赛德利:“变化厌恶”:为什么用户不待见你的新产品新功能(以及如何解决这一问题)

阅读需 1 分钟Tian PanTian Pan

什么是“变化厌恶”?

总的来说,“变化厌恶”就是每当你改变人们经常在产品中使用到的东西时,用户中会出现骚动和反对的声音。这种骚动几乎会出现在如 Gmail,YouTube,iPhone 等产品的每一个版本中。

如何减轻甚至避免“变化厌恶”?

  1. 让用户能够事先知晓、事后理解。事先把新版本的重大改变告知用户,并向其阐述做出这些改变的原因,事后要给出如何过渡的指导。
  2. 允许用户自由切换。不要断绝用户切换回原版本的渠道,不要让他们落入孤立无助的境地。
  3. 持续跟进用户的反馈。

不要让“变化厌恶”成为没把事情做好的借口

随着时间的推移,产品的改变究竟是好是坏,人们终究会得到答案。

change aversion patterns

参考资料

保持联系,关注我获取更多内容

阅读需 10 分钟

你的帮助中心在 AI 功能方面缺失了什么(以及为什么用户不断提交工单)

传统的“操作指南”在面对 AI 功能时往往会失效,因为它们假设行为是确定性的。这里有一些能够切实减少支持工单的文档格式 —— 包括能力展示馆、局限性章节和变异示例。

insider
ai-documentation
阅读需 11 分钟

为什么 AI 功能会让 A/B 测试失效(以及不会撒谎的因果推断方法)

标准 A/B 测试在应用于 AI 功能时会违反其核心假设。本文介绍如何使用能够处理污染、溢出效应和长期行为变化的因果推断方法来衡量真实影响。

ai-engineering
experimentation
阅读需 10 分钟

组织的免疫系统:为什么公司会扼杀那些确实奏效的 AI 功能

技术上成功的 AI 功能每天都在被组织的抗体扼杀。本文将分析这种模式及其背后的原因,并提供一份利益相关者管理指南,帮助你让行之有效的 AI 项目突出重围。

ai
engineering
阅读需 11 分钟

为信任的功能添加 AI:方差如何摧毁你花费多年建立的信任

将 AI 改造进你最常用的功能并非在信任之上构建,而是在透支信任。本文探讨了失效模式、不对称的恢复曲线,以及一套为希望在不摧毁已有成果的情况下引入 AI 的工程师准备的分阶段引入框架。

insider
ai
阅读需 10 分钟

当准确率成为负债:用户如何围绕 AI 的失败模式构建工作流

提升 AI 模型的准确率可能会让你最忠实的用户遭受重创——因为他们已经在旧的失败模式上构建了承重的变通方案。以下是 AI 团队在发布模型更新前需要具备的向后兼容思维。

ai-engineering
llmops