我们可以通过预先了解自己的态度来避免过分将其带入数据分析之中，同时要使用不同的解读方式。
在我们评估每一条反馈的时候，都要问问自己要如何来构建解读方式。这能够帮助我们不要把第一个接触到的观点过分看重，并且能够帮助我们理解为什么反馈是积极的或消极的。然后，要确定至少一个或两个可替代的解读方式，去解读同一个反馈结果。假设我们的一项调查结果显示，70％的用户觉得我们的用户界面非常直观。
这给了我们一个巨大的肯定，但我们也要认识到，它是基于一个积极框架解读出来的。如果使用替代框架，我们可以得到：30％的用户觉得用户界面不直观。通过查看这两个框架，我们能够更充分的发现这些数据对于我们的产品意味着什么，由此获得更少的偏见和更全面的理解。
当我们不确定要如何处理我们的用户反馈数据的时候一定要及时的提出来，并向团队其他人寻求帮助。如果某一条反馈很重要，但很难解读，这个时候可以考虑发起一个补充调查来收集更全面的信息。我们也可以问那些不觉得我们的用户界面足够直观的用户，邀请他们详细的说明是哪些特定的方面使得界面不直观（是颜色、按钮位置、文字显示还是其他什么）。
