上一篇我们带大家回顾了 Persona 的发展起源、定义和使用场景,本篇聚焦 Persona 的三种创建方法,希望大家看完后能对什么情况下使用何种方法创建 Persona 心领神会。
前面讲到人物角色是依据用户调研中所获得的数据对目标群体进行划分并拟合出来的虚拟人物,人物角色的创建离不开用户调研,人物角色的创建方法也与调研所采取的研究方法密不可分,因此我们先回顾一下用户研究方法。
用户研究方法整体上分为定性研究和定量研究两大类。
定性研究是从小规模的样本中发现新事物的方法,典型研究方法有用户访谈、焦点小组、观察法、日志研究等,主要是通过与少数用户(10~20 人)互动获得新想法或发现未知的问题。
定量研究是用大量的样本来测试和证明某些概念和想法的方法,典型研究方法有问卷调查、后台数据分析、AB 测试等,定量研究有时候会用来从统计学角度来验证定性研究中发现的假设。
用户研究方法
根据调研所采用的研究方法,人物角色通常有三种创建方法:定性人物角色、经定量验证的定性人物角色和定量人物角色。
定性人物角色顾名思义就是依据定性研究获得的数据创建出来的人物角色。
有人可能会问,仅仅通过访谈十几个用户就能输出代表一群人的人物角色,严谨吗?实际上,并不是访谈人数越多越好,还需要综合考虑 ROI 和性价比。依据行业经验,每类用户访谈 3~5 人所洞察的发现已经足够丰富了,而在时间有限、经费紧张的情况下,保证每类用户至少访谈 3 人也是允许接受的,因此我们不应该质疑访谈人数,更应该关注每场访谈能否挖到足够深入的内容,能否洞察到用户行为背后的隐藏原因,以及最终输出的人物角色能否打动需求方,并帮助他们建立起客观的用户视角。
定性人物角色创建包含三个步骤:开展定性研究、细分用户和描摹角色。
- 开展定性研究:主要通过访谈、日志研究、观察法等获得用以划分群体的核心指标——即用户的目标、行为和观点。
- 细分用户:基于目标、行为和观点,我们从定性发现中梳理出共性模式,把具有相似模式到用户划分到某个用户类型中去。
- 描摹角色:针对划分后的每种用户类型,补充丰富的细节信息,如名字、照片、人口学特征、产品使用或相关行为特征等,最终形成几个血肉丰满的人物角色。
定性人物角色创建步骤
整体来说,定性人物角色受到研究人员主观意志的影响比较大。下面是对定性人物角色的小结,可根据实际情况判断是否适用:
优点:
- 仅需开展定性研究,执行调研时投入的人力和时间相对较少;
- 创建角色依赖的数据类型相对单一,建立的角色也相对简单,便于需求方理解;
- 不需要专门配备统计分析等专业人员;
缺点:
- 缺少量化依据,无法向需求方证明用户划分的准确性;
- 已有的假设不会受到质疑(你验证的可能只是你的最初假设,需尽可能以空杯心态开展访谈避免此情况)
适用情况:
- 时间有限、预算有限;
- 需求方不要求量化依据;
- 缺少人物角色创建经验,可用来练手。
经定量验证的定性人物角色是在定性人物角色创建的基础之上,增加了验证人物角色的划分是否合理的这一步骤,创建步骤也是在定性人物角色的基础上增加了第三步:量化验证。
量化验证:主要是通过问卷调查或后台数据分析,采用更大数量的样本来验证细分用户模型,以保证定性人物角色分类的准确性。
量化验证的前提条件是定性阶段划分用户的核心指标能够在定量阶段被清晰定义和识别,从后台角度可以考虑打过标签的消费偏好、促销敏感等指标,或后台系统有过记录的访问频次、浏览时长等指标,在问卷中可以通过选择题予以界定,如使用目的、访问场景、消费观念等。
经定量验证的定性人物角色创建步骤
经定量验证的定性人物角色虽然经过验证,但用户划分的依据依然是来自定性研究,所以这种类型人物角色依旧是偏主观和人为的。下面是对经定量验证的定性人物角色的小结,可根据实际情况判断是否适用:
优点:
- 经过定量验证后,创建的人物角色更有说服力;
- 创建角色依赖的是定性研究,建立的角色也相对简单,便于需求方理解;
- 不需要专门配备统计分析等专业人员;
缺点:
- 需要额外花时间验证人群划分结果;
- 已有的假设不会受到质疑(你验证的可能只是你的最初假设,需尽可能以空杯心态开展访谈避免此情况);
- 若数据无法证明,需要重新开展或补充调查;
适用情况:
- 相对投入较多时间和预算;
- 需求方更相信有量化依据的人物角色;
- 非常确定定性人物角色的划分是正确的。
定量人物角色的创建也需要同时用到定性和定量研究方法,与第二种方法不同之处在于定性研究在这里仅用于一开始收集细分变量使用,这些变量所对应的数据之后需要通过后台或问卷进一步收集,用户划分的指标不再由人为主观确定,而是采用统计分析方法多次对定量数据进行探索分析,最终得到在数据层面可接受、在现实世界可解释的划分方案。
定量人物角色创建包含五个步骤:开展定性研究、假设细分变量、收集定量数据、细分用户和描摹用户。
- 假设细分变量:基于定性发现,尽可能多地梳理可用于划分用户的变量,必要情况下可以建立《用户细分变量清单》,方便后续收集和分析数据;
- 收集定量数据:设计调查问卷,为每个可能的细分变量都设定特定问题,若有些变量对应的数据可通过后台获得直接调用后台数据即可;
- 细分用户:使用SPSS对所有可能的候选变量开展聚类分析,经过多次迭代,最终找到可描述、可解释、且能呈现共性和差异性细分模型。(聚类分析在这里不再赘述,若有需要可参考之前的文章)
定量人物角色创建步骤
定量人物角色依赖定量数据和定量分析方法,因此,相对于前两种创建方法更客观和严谨,下面是对定量人物角色的小结,可根据实际情况判断是否适用:
优点:
- 人为因素对人物角色的影响降到最小;
- 经过多次迭代能发现最合适的人物角色创建方案;
- 聚类分析可检查更多的细分变量;
缺点:
- 需配备专业的统计分析人员;
- 多次迭代需要消耗大量时间;
- 聚类获得的人物角色也许会与假设相反;
适用情况:
- 项目组有充足时间和充足预算;
- 需求方只相信具有量化依据的人物角色;
- 希望从多个用户细分模型中找到最合适的方案;
- 认为人物角色需要由多个变量共同创建,但不清楚哪些变量更重要更合适。
以上是对人物角色三种创建方法的简要梳理,如有疑问可在下方留言交流。后续将根据结合实际案例分享人物角色创建技巧,欢迎持续关注。
参考文献:
[1] Steve Mulder/Zivv Yarr/范晓燕. Web 人物角色创建和应用实践指南.机械工业出版社,2007.
[2] Alan Cooper/Robert Reimann/David Cronin/刘松涛.About Face 3:交互设计精髓.电子工业出版社,2008.
欢迎关注「JellyDesign」的小程序:
复制本文链接 文章为作者独立观点不代表优设网立场,未经允许不得转载。
发评论!每天赢奖品
点击 登录 后,在评论区留言,系统会随机派送奖品
2012年成立至今,是国内备受欢迎的设计师平台,提供奖品赞助 联系我们
用户体验设计核心问答
已累计诞生 646 位幸运星
发表评论 已发布2条
↓ 下方为您推荐了一些精彩有趣的文章热评 ↓