在不確定性中做設計決策
設計產品，本質上是一連串的決策過程。理想情況下，設計師可以透過使用者研究、數據分析等方式，累積足夠的資訊，讓每個決策都有充分的依據。但在真實的產品環境中，我們往往受到時間、資源、技術限制，甚至產品領域本身的限制，無法隨時接觸使用者或取得完整數據。因此，設計師經常必須在資訊不完整的情況下做出判斷。
那麼，當我們無法消除不確定性時，設計師究竟該如何在不確定性中做出好的決策呢？
我整理了過去在高度技術導向的B2B產品中，自己曾經嘗試過的一些方法。它們當然不一定是最完美的，也絕對不能取代完整的使用者研究，只是他們能夠在一定程度上幫助我們建立更多判斷依據，降低不確定性：
1. 建立假說 Work with assumptions, professionally
當沒有充足資訊的情況下，我們可以透過建立假說並且進行驗證來引導我們做出正確的決策。例如「我們假設做ABC功能可以解決用戶的XYZ問題」或「我們假設高達X%的用戶都對Y功能有付費意願」，根據產品或設計目標的不同，去產出大量的假設，然後透過Assumption Mapping來決定哪些假說值得驗證。
Assumption Mapping是一個由Importance(X軸)和Certainty(Y軸)構成的四象限，它能夠幫助產品團隊判斷哪些假設值得去進行驗證，通常高重要性但低掌握度(High importance and low certainty)的假說是最需要去驗證的。
透過 Assumption Mapping 完成假說的 prioritisation 後，下一步就是設計適合的實驗來驗證這些假說。我自己曾經使用 Concept Testing、Unmoderated Prototype Testing 等方法進行驗證，但不論採用哪一種方法，最重要的其實是事先定義清楚Success Criteria。
也就是說，在開始實驗之前，我們需要先回答：什麼樣的結果，會讓我們認為這個假說成立？什麼樣的結果，則代表它需要被重新思考甚至推翻？ 這能避免我們在看到結果後才決定如何解讀，也讓實驗真正成為幫助決策的工具，而不只是收集 feedback。
2. 建立可靠的資訊源 Find a reliable source of information
回想我過去在高度技術導向的產業中做設計時，因為自己並不是使用者，也缺乏足夠的 domain knowledge，我通常會仰賴 Subject Matter Experts（SMEs），例如 Product Manager、Solution Engineer 或 Customer Support，來補足資訊與協助做決策。
這些人通常掌握著第一線的業務需求、產品脈絡，以及對使用者的觀察，尤其在設計師難以直接接觸使用者的情況下，他們往往是非常重要的資訊來源。當然，SMEs 的觀點也可能帶有自身的經驗與偏見，因此要小心不要把他們的意見直接視為「使用者需求」，而是將其作為其中一項input，再結合產品目標、技術限制與自己的設計判斷，形成更有依據的決策。
3. 先做再說 Ship and learn
對於風險較低、可快速迭代的設計決策，有時候最有效率的方式不是花更多時間去尋找確定答案，而是先推出一個足以驗證假設的版本。透過 Ship and Learn，我們可以讓真實使用情境產生新的資訊，再根據實際數據與使用者行為持續迭代。重點不是追求第一次就做對，而是控制試錯成本，快速從產品的真實使用中學習，讓下一個決策建立在比上一個更完整的資訊上。
換句話說，當研究成本高於犯錯成本時，快速推出、觀察、學習，再迭代，本身就是一種降低不確定性的方式。
以上就是我整理過去在高度技術導向的 B2B 產品中，如何在不確定性下做出設計決策，並持續推動專案的一些方法。回頭來看，我認為好的設計決策，並不一定來自於掌握所有資訊，再做出一個完美、無懈可擊的設計。真實的產品環境中，不確定性往往是無法完全消除的。設計師更重要的能力，是在有限的時間、資源與資訊下，辨識什麼是最重要的問題，衡量商業價值、使用者需求與技術可行性，並做出一個能夠推動產品往前走的決策。