知识补充
非补偿性决策规则：产品在属性上的缺点或弱点无法由其他属性的优点来弥补。也就是说，只要备选品牌达不到某些基本标准，消费者就会将其否决。
补偿性决策规则：消费者将产品在优势属性上的积极评价，与在劣势属性上的消极评价，相互补偿。产品优劣品质平衡相抵的意愿会导致完全不同的选择。
摘要：通过既支持补偿性决策又支持非补偿性决策，来简化用户的决策。
原作者：Aurora Harley / 发布时间：2020-10-25
原文章：Compensatory vs Noncompensatory: 2 Decision-Making Strategies
我们一生都在做各种决定。今天穿啥，中午吃啥，我应该买哪个耳机，某项服务我应该买哪种级别的会员？当今社会充满了各种选择题。面对众多选择时，人们是如何在众多选项中做出决定呢？
举个例子，Lowes公司有几百款盥洗池——多到不可能逐个挑选！为了快速让用户缩小选择范围，大部分的网购商家首先让用户选择一些条件，先筛选出一些选项：比如盥洗池在空间上尺寸的要求和数量的要求。根据筛选后的数量，再继续新增一些属性偏好的筛选条件，如颜色的选择。一旦筛选结果降低到一个合理的数量，用户就可以查看所有备选方案，从中选出一些进行比较。
这个过程描绘了人们使用的两种决策策略：
-非补偿性策略，产品的标准属性无法通过替代方案来弥补。
-补偿性策略，衡量产品不同属性的优缺点，产品的缺点可以用优点抵过。
非补偿性决策适用于要从大量选项中挑选，它能快速将选项数量缩小成一个或一小部分。补偿性决策需要临时记忆（工作记忆），所以常用于选项不多时。
了解人们为什么以及如何使用这两种决策策略，可以帮助我们为用户提供更好的设计。
如何使用每种方法的
选项的数量是使用哪种决策的首要考虑因素，数量的大小决定了工作量大大小。
当我们评估少量的备选产品时（大约5-7个），可以比较每一个产品的特性。通过整体了解这些特性，我们能够判断是否某个特性要比其他的特性更重要，用产品的优良特性来弥补产品的不足之处——这就是补偿性策略。
然而，当备选产品较多的时候，比较每一款产品的优缺点的工作量就巨大了。这种情况下，我们就使用非补偿性策略，把不满足一些重要标准的备选产品先过滤掉。这样我们快速地缩小选择范围，缺点就是不能考虑到每一款产品了。
过滤器支持非补偿性策略
在使用非补偿性策略时，人们通过选择产品的一个或几个重要的特性，排除那些不满足这些特性的产品。重复这个过程，直到将候选产品的数量缩减到一个可控的范围。
产品列表页的筛选功能和导航？？是使用非补偿性策略的最常见的方法，通过它用户可以快速排除不具备选定特性的备选产品。比如，Wayfair.com的网上有沙发规格的筛选，用户从含有20903款沙发的列表中查看仅符合特定要求的沙发，比如尺寸、座位数、价格等的要求。
筛选对于有大量选项的网站是非常重要的。如果没有筛选，用户在面对所有选项时会手足无措，一般情况用户就会放弃使用该网站。此外，筛选条件太常见了，用户希望在每个网站都有筛选。
例如，一个在Crate＆Barrel移动商城上购买镜子的用户感到非常沮丧，因为她不能过滤掉有金边儿的镜子：“我想要一种特别的金边儿镜子，我在产品列表页的顶部看到了，但我想看下有没有更不错的镜子。我看到了有41款这类镜子，但是没有办法进行过滤……应该有方法进行筛选。但是这里没看到，太奇怪了。本来可以的，所以我好烦。”
当然，只有一个简单的筛选器并不够——筛选器的属性必须和用户相关，并且与用户关心的属性相匹配。设计一个有几个不相关属性的过滤器，还不如没有过滤器。比如，用户在Interior Define的移动商城上购买毯子，但让人沮丧的是只有一个“是否收藏过”的筛选。一位用户说“我想知道是否可以把范围缩减到我感兴趣的那些产品。我看到了筛选功能，但是我对收藏功能并不了解，所以呢这个筛选对我来说一点用都没有。我该咋整呢？我只能对是否收藏这一项进行筛选。一般情况，用户可以筛选一些型号啊、颜色啊、功能啊的。”
想要了解筛选器里哪些属性是和用户相关的，可以查看网站的搜索日志了解用户在搜索什么，通过和线下销售人员（如果你们有这样的角色）或者客户支持经理的交谈了解用户最想要什么，或者在可用性测试时倾听一下用户提出的标准。
除了在预览产品时使用过滤器，用户可能会使用的另一种非补偿性策略是搜索多个关键词。在我们之前对电商的研究中发现，平均每次的线上搜索含有2.3个关键词，其中包括一些如颜色、尺寸和品牌等特性。用户希望这些特性的产品能像被筛选过一样展示出来，当网页中的结果不是根据关键词匹配的相关度优先展示的时候，用户就会感到困惑和不爽。比如当用户搜索“木箱”的时候，他希望看到结果页展示的是木制的箱子，而不是这个网站中所有的木头和箱子。
补偿性策略需要对比工具
在评估少量备选方案时，考虑每一个方案它的各种优缺点是可行的。有一些支持补偿性策略的交互控件，可以让用户在同一个页面查看和比较多个方案以及它们各自的特性。
好的比较表格会详解每一个备选方案的特性，让用户可以比较每个方案的优缺点。比较多个项目在认知上会有点难度，所以表格的设计必须可以让用户轻松预览：让每一个项目的优缺点都放在相同的行和列，避免在表格中使用冗长的文案，确保每一个特性都是有意义的（并且每一个备选方案都有该特性的描述）。每种分类下有不多的产品或针对不同级别会员提供不同服务，这种类型的网站就做的非常好，它通过简单明了、易于对比的图表帮助用户在几个方案间进行选择。
让用户先选出几款产品然后对比他们的特性，这个时候对比工具也非常好使。要记住，使用对比工具时没必要展示超过5种以上的产品——因为备选方案很多时人们是不会使用非补偿性策略的。
例如，在最近的一项可用性测试中，一位用户在Home Depot的移动商城上购买冰箱，他想知道为什么外观相似的冰箱在价格上会不同。如果一款冰箱很贵，它真的值那么多钱吗？为了搞清楚它们功能的差异，他在产品列表页里选择了2款冰箱到比较工具中。在查看结果时，他说“我喜欢并排比较，如果某款产品更贵，我能够做出取舍，如果是更有价值的优点，我会多付200美元或130美元。”
在使用补偿性策略时，提供每个产品的关键细节对比非常重要，因为人们可以考虑到每个细节。即使是衡量单个产品时，人们也必须同时考虑优缺点，产品的优点是否足够弥补缺点。
许多决定是综合了两种策略
两种对立的决策策略并不冲突，相反，在缩小选择范围和评估每项方案时，人们会同时采用两种策略。如上面的Lowes的案例所示，人们通常先使用诸如过滤器类的非补偿性措施缩小备选方案的范围，一旦筛选后的结果数量较小时，就可以比较每个方案的优缺点了。
依次使用两种策略，用户可以高效地将大范围缩减小到一个合适的小范围，然后详细比较这几个备选方案的优缺点，做出最佳选择。
结论
了解用户是如何做决策的有利于我们设计出帮助用户高效做出决策的工具。非补偿性策略可以过滤掉不符合要求的备选方案；而补偿性策略使用的是通过比较工具比较产品的特性和细节。