上一篇我們帶大家回顧了 Persona 的發展起源、定義和使用場景,本篇聚焦 Persona 的三種創建方法,希望大家看完后能對什么情況下使用何種方法創建 Persona 心領神會。
前面講到人物角色是依據用戶調研中所獲得的數據對目標群體進行劃分并擬合出來的虛擬人物,人物角色的創建離不開用戶調研,人物角色的創建方法也與調研所采取的研究方法密不可分,因此我們先回顧一下用戶研究方法。
用戶研究方法整體上分為定性研究和定量研究兩大類。
定性研究是從小規模的樣本中發現新事物的方法,典型研究方法有用戶訪談、焦點小組、觀察法、日志研究等,主要是通過與少數用戶(10~20 人)互動獲得新想法或發現未知的問題。
定量研究是用大量的樣本來測試和證明某些概念和想法的方法,典型研究方法有問卷調查、后臺數據分析、AB 測試等,定量研究有時候會用來從統計學角度來驗證定性研究中發現的假設。
用戶研究方法
根據調研所采用的研究方法,人物角色通常有三種創建方法:定性人物角色、經定量驗證的定性人物角色和定量人物角色。
定性人物角色顧名思義就是依據定性研究獲得的數據創建出來的人物角色。
有人可能會問,僅僅通過訪談十幾個用戶就能輸出代表一群人的人物角色,嚴謹嗎?實際上,并不是訪談人數越多越好,還需要綜合考慮 ROI 和性價比。依據行業經驗,每類用戶訪談 3~5 人所洞察的發現已經足夠豐富了,而在時間有限、經費緊張的情況下,保證每類用戶至少訪談 3 人也是允許接受的,因此我們不應該質疑訪談人數,更應該關注每場訪談能否挖到足夠深入的內容,能否洞察到用戶行為背后的隱藏原因,以及最終輸出的人物角色能否打動需求方,并幫助他們建立起客觀的用戶視角。
定性人物角色創建包含三個步驟:開展定性研究、細分用戶和描摹角色。
- 開展定性研究:主要通過訪談、日志研究、觀察法等獲得用以劃分群體的核心指標——即用戶的目標、行為和觀點。
- 細分用戶:基于目標、行為和觀點,我們從定性發現中梳理出共性模式,把具有相似模式到用戶劃分到某個用戶類型中去。
- 描摹角色:針對劃分后的每種用戶類型,補充豐富的細節信息,如名字、照片、人口學特征、產品使用或相關行為特征等,最終形成幾個血肉豐滿的人物角色。
定性人物角色創建步驟
整體來說,定性人物角色受到研究人員主觀意志的影響比較大。下面是對定性人物角色的小結,可根據實際情況判斷是否適用:
優點:
- 僅需開展定性研究,執行調研時投入的人力和時間相對較少;
- 創建角色依賴的數據類型相對單一,建立的角色也相對簡單,便于需求方理解;
- 不需要專門配備統計分析等專業人員;
缺點:
- 缺少量化依據,無法向需求方證明用戶劃分的準確性;
- 已有的假設不會受到質疑(你驗證的可能只是你的最初假設,需盡可能以空杯心態開展訪談避免此情況)
適用情況:
- 時間有限、預算有限;
- 需求方不要求量化依據;
- 缺少人物角色創建經驗,可用來練手。
經定量驗證的定性人物角色是在定性人物角色創建的基礎之上,增加了驗證人物角色的劃分是否合理的這一步驟,創建步驟也是在定性人物角色的基礎上增加了第三步:量化驗證。
量化驗證:主要是通過問卷調查或后臺數據分析,采用更大數量的樣本來驗證細分用戶模型,以保證定性人物角色分類的準確性。
量化驗證的前提條件是定性階段劃分用戶的核心指標能夠在定量階段被清晰定義和識別,從后臺角度可以考慮打過標簽的消費偏好、促銷敏感等指標,或后臺系統有過記錄的訪問頻次、瀏覽時長等指標,在問卷中可以通過選擇題予以界定,如使用目的、訪問場景、消費觀念等。
經定量驗證的定性人物角色創建步驟
經定量驗證的定性人物角色雖然經過驗證,但用戶劃分的依據依然是來自定性研究,所以這種類型人物角色依舊是偏主觀和人為的。下面是對經定量驗證的定性人物角色的小結,可根據實際情況判斷是否適用:
優點:
- 經過定量驗證后,創建的人物角色更有說服力;
- 創建角色依賴的是定性研究,建立的角色也相對簡單,便于需求方理解;
- 不需要專門配備統計分析等專業人員;
缺點:
- 需要額外花時間驗證人群劃分結果;
- 已有的假設不會受到質疑(你驗證的可能只是你的最初假設,需盡可能以空杯心態開展訪談避免此情況);
- 若數據無法證明,需要重新開展或補充調查;
適用情況:
- 相對投入較多時間和預算;
- 需求方更相信有量化依據的人物角色;
- 非常確定定性人物角色的劃分是正確的。
定量人物角色的創建也需要同時用到定性和定量研究方法,與第二種方法不同之處在于定性研究在這里僅用于一開始收集細分變量使用,這些變量所對應的數據之后需要通過后臺或問卷進一步收集,用戶劃分的指標不再由人為主觀確定,而是采用統計分析方法多次對定量數據進行探索分析,最終得到在數據層面可接受、在現實世界可解釋的劃分方案。
定量人物角色創建包含五個步驟:開展定性研究、假設細分變量、收集定量數據、細分用戶和描摹用戶。
- 假設細分變量:基于定性發現,盡可能多地梳理可用于劃分用戶的變量,必要情況下可以建立《用戶細分變量清單》,方便后續收集和分析數據;
- 收集定量數據:設計調查問卷,為每個可能的細分變量都設定特定問題,若有些變量對應的數據可通過后臺獲得直接調用后臺數據即可;
- 細分用戶:使用SPSS對所有可能的候選變量開展聚類分析,經過多次迭代,最終找到可描述、可解釋、且能呈現共性和差異性細分模型。(聚類分析在這里不再贅述,若有需要可參考之前的文章)
定量人物角色創建步驟
定量人物角色依賴定量數據和定量分析方法,因此,相對于前兩種創建方法更客觀和嚴謹,下面是對定量人物角色的小結,可根據實際情況判斷是否適用:
優點:
- 人為因素對人物角色的影響降到最小;
- 經過多次迭代能發現最合適的人物角色創建方案;
- 聚類分析可檢查更多的細分變量;
缺點:
- 需配備專業的統計分析人員;
- 多次迭代需要消耗大量時間;
- 聚類獲得的人物角色也許會與假設相反;
適用情況:
- 項目組有充足時間和充足預算;
- 需求方只相信具有量化依據的人物角色;
- 希望從多個用戶細分模型中找到最合適的方案;
- 認為人物角色需要由多個變量共同創建,但不清楚哪些變量更重要更合適。
以上是對人物角色三種創建方法的簡要梳理,如有疑問可在下方留言交流。后續將根據結合實際案例分享人物角色創建技巧,歡迎持續關注。
參考文獻:
[1] Steve Mulder/Zivv Yarr/范曉燕. Web 人物角色創建和應用實踐指南.機械工業出版社,2007.
[2] Alan Cooper/Robert Reimann/David Cronin/劉松濤.About Face 3:交互設計精髓.電子工業出版社,2008.
歡迎關注「JellyDesign」的小程序:
復制本文鏈接 文章為作者獨立觀點不代表優設網立場,未經允許不得轉載。
發評論!每天贏獎品
點擊 登錄 后,在評論區留言,系統會隨機派送獎品
2012年成立至今,是國內備受歡迎的設計師平臺,提供獎品贊助 聯系我們
AI輔助海報設計101例
已累計誕生 737 位幸運星
發表評論 為下方 2 條評論點贊,解鎖好運彩蛋
↓ 下方為您推薦了一些精彩有趣的文章熱評 ↓