起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識用戶畫像的三種類型：初級、定性、統(tǒng)計
編輯導讀：用戶畫像能夠幫助我們專注于對用戶最重要的事情，有針對性地設計和決策。本文將圍繞用戶畫像的三種類型展開分析，希望對你有幫助。
對于大多數(shù)團隊來說，用定性的方法創(chuàng)建用戶畫像是工作量與成果之間的正確平衡，但是無論規(guī)模大小，任何組織都可能從中受益。
用戶體驗工作中使用的用戶畫像是針對用戶背景、動機、需求和產(chǎn)品使用說明的一種快速的，引起共鳴的速記。這些幫助我們專注于對用戶最重要的事情，并在制定設計決策時全神貫注。因此，這些方法必須始終扎根于對用戶的定性理解，并反映出驅(qū)動他們的原因和原因，它們不應基于不同人口統(tǒng)計或分析變量之間的（通常是可疑的）相關性。
用戶畫像并不是要事無巨細地記載每種可能的用戶類型。而科學意義上的分類法，是根據(jù)大量的心理、人口統(tǒng)計學和行為變量進行整齊的分類，在考慮數(shù)十或數(shù)百種角色類型時做出設計決策將很快變得笨拙。用戶畫像的全部意義在于它們令人難忘，可操作且彼此不同 – 在這里它們是總結我們不同受眾群體的主要需求，這樣我們就可以很容易地回憶和理解他們。
團隊可根據(jù)其所依據(jù)的研究數(shù)據(jù)，通過三種不同的方式來創(chuàng)建用戶畫像：
- 初級用戶畫像，意在快速調(diào)整團隊關于用戶的假設，而不是基于（新）研究。
- 定性用戶畫像，基于小樣本定性研究，例如訪談，可用性測試或現(xiàn)場調(diào)研。
- 統(tǒng)計性用戶畫像，即最初的定性研究通知用于收集大樣本的調(diào)查工具，角色從統(tǒng)計分析中產(chǎn)生。
一、初級用戶畫像：適用于快速呈現(xiàn)想法
初級用戶畫像，一般是在沒有任何研究的背景下建立的。是通過團隊的經(jīng)驗（或是合理的猜想）并建立在已有的用戶數(shù)據(jù)基礎上，來判斷產(chǎn)品的用戶應該是怎樣的。但實際上，大部分用戶畫像都僅僅是基于團隊對用戶的猜想。
1. 如何創(chuàng)建初級用戶畫像
一般初級用戶畫像通常是在包含團隊以及主要利益相關者或客戶的研討會中創(chuàng)建的。，研討會通常需要2到4個小時；每個參與者（使用一個簡單的模板）創(chuàng)建自己的2–5個初級用戶畫像，然后與組共享。 小組討論所有角色，并將各種屬性組合，最終重新混合和編輯為3–6個原型性用戶畫像。
初級用戶畫像是在研討會的情景下創(chuàng)建的，包含了簡短的人口學描述，目標，痛點以及解決方案。
2. 初級用戶畫像的優(yōu)勢
由于初級用戶畫像不需要調(diào)研得到，所以初級用戶畫像比較適合精益化的流程或是低成熟度的產(chǎn)品，或者可能不需要用到用戶畫像。
初級用戶畫像第二個重要的價值在于讓團隊對用戶有一個大概的假想。一般來說，每個團隊成員都對主用戶有不同的設想，缺乏對主用戶畫像的對齊。這些雜亂無章的假設經(jīng)常會使團隊觀點無法達成一致，所以將這些假想分類至少會確定一些共同的方向，即使結果并不能精確的適用于真實用戶。
初級用戶畫像可以作為未來連續(xù)性研究的啟蒙，后續(xù)可以繼續(xù)通過其他研究驗證（或者是修正原來的用戶畫像方向）。
3. 初級用戶畫像的劣勢
很明顯，初級用戶畫像沒有研究支撐，他們一般不能精確的代表用戶?？赡軙е聢F隊的設想反復出現(xiàn)差錯。除此之外，如果團隊發(fā)現(xiàn)用戶畫像的價值很低，通常就會出現(xiàn)消極的光環(huán)效應，轉(zhuǎn)向其他交互協(xié)作活動。
二、定性用戶畫像：最適合大多數(shù)團隊
對于大多數(shù)團隊來說，創(chuàng)建人物角色的最佳方法是使用小到中等規(guī)模的樣本進行可靠的探索性定性研究（比如采訪用戶），然后根據(jù)共享的態(tài)度、目標、痛點和期望對用戶進行細分。
1. 如何創(chuàng)建定性用戶畫像
從采訪5 – 30個用戶開始（作為一個滾動樣本，每組5個用戶，直到你在每次新的采訪中發(fā)現(xiàn)一些新的見解）。這些訪談可以是完全獨立的部分，也可以標記在可用性測試或?qū)嵉匮芯恐小?/p>
這項研究將揭示你的用戶關心的主要事情：他們的痛點，他們對你的產(chǎn)品的特性和行為的期望，他們來描述用你的產(chǎn)品完成任務，他們?nèi)绾翁幚黻P鍵的工作流程，以及他們試圖實現(xiàn)什么。拿著你的成績單，把數(shù)據(jù)分成主要的主題（稱為數(shù)據(jù)編碼）。
然后分析部分包括尋找模式：你正在尋找的受訪者在這些關鍵主題中的大部分（但不一定是全部）與其他受訪者有重大重疊。與其簡單地在你面試過的人之間尋找完美的匹配，不如尋找更廣泛的模式。在你做這項工作的時候，向同事解釋一下兩者之間的聯(lián)系是值得的。
例如，你可能會注意到（對于一個電子商務網(wǎng)站），多個受訪者描述了在做決定之前查看了許多產(chǎn)品頁面，而且這些受訪者中的大多數(shù)還說他們將購物車用作比較候選產(chǎn)品的等待區(qū)。而受訪者當中可能有許多不同的受訪者怎么去回答其他問題：如使用不同的設備，他們買什么，他們的預算是什么等等。他們的相似之處可能會對您的團隊有更重要的影響，所以你可能會創(chuàng)建一個角色，關注他們的相似之處（例如研究員購物者）
定性分析過程細致而詳細，完整的操作方法超出了本文的范圍。我們在“用戶畫像研討會”中深入討論了這個過程。
2. 定性用戶畫像的優(yōu)勢
定性衍生的用戶畫像適合大多數(shù)團隊，當考慮到創(chuàng)建角色所涉及的工作與其價值的關系時——它們需要很少的時間投入，UX團隊可以在收集必要數(shù)據(jù)的同時進行其他工作。因為定性用戶畫像是基于用戶數(shù)據(jù)的，所以它們是準確的，并且提供了關于用戶動機、期望和需求的關鍵洞察，而這些洞察是無法從分析數(shù)據(jù)、人口統(tǒng)計信息或假設中獲得的。
3. 定性用戶畫像的劣勢
定性用戶畫像的最大缺點是：
因為它們不是基于大樣本的，所以沒有辦法確定每個角色所代表的用戶群體的比例（例如，您不能說Sandra這個認真的消費者是您用戶基礎的60%)。
也有可能是由于樣本量較小，您無意中忽略了一些具有獨特特征的用戶，或者過多地表示了具有不尋常觀點的異常值。
特別是在用戶體驗成熟度較低的組織中（對定性數(shù)據(jù)方法論沒有很好的理解），您可能需要不斷反駁定性角色“不科學”的說法。
三、統(tǒng)計性用戶畫像：定性和定量研究的綜合
工作量最大的用戶畫像創(chuàng)建是通過大量用戶調(diào)查收集數(shù)據(jù)后再用統(tǒng)計分析的方法來找到相似回答的用戶組。盡管我形容這些過程為統(tǒng)計性用戶畫像，但它們實際上是混合性用戶畫像，因為這是建立在定性和定量兩種研究方式上的工作。
這種類型的用戶畫像事先需要一些探索性的定性研究來確定調(diào)查中應包含那些問題。因為并不存在普遍適用且同時能產(chǎn)出對你團隊有效結果的用戶調(diào)查問題，所以你必須對你的用戶期望有足夠的了解并且需要創(chuàng)建一個調(diào)查表來顯示有用的內(nèi)容。
盡管許多團隊不用定性研究方法而是完全依靠人口統(tǒng)計和數(shù)據(jù)分析來創(chuàng)建用戶畫像，但我們?nèi)圆煌扑]這種做法，因為這將使得用戶畫像在用戶體驗決策中只能發(fā)揮有限的作用，即使分析數(shù)據(jù)能在較為宏觀的層面上顯示用戶行為，可你仍然無法得知用戶要完成的操作、原因、位置以及他們的感受。如果你不知道一個人做一件事的原因，那么你往往會對此做出錯誤的假設。
用戶畫像的本質(zhì)意義是將你自己代入用戶的角色從而能理解他們想要什么以及為什么，情景內(nèi)容在這里是非常關鍵的，而人口統(tǒng)計和分析數(shù)據(jù)缺少這個。
對于定性用戶畫像，你可以根據(jù)定性研究中出現(xiàn)的主要主題再創(chuàng)建給許多人的調(diào)查，而不是根據(jù)他們的答案手動對相似用戶進行聚類。 然后，你對調(diào)查數(shù)據(jù)進行統(tǒng)計分析，以將用戶分為相似的組（因為他們傾向于對大多數(shù)問題提供相似的回答）。
它有效地消除了聚類過程中的人為偏見。但是，通過減少偏見而獲得的收益可能會使你在批判性思考用戶之間的相似性是否有意義方面失去了，而這正是統(tǒng)計性用戶畫像與它最大的不同。
1. 如何創(chuàng)建統(tǒng)計性用戶畫像
創(chuàng)建統(tǒng)計性用戶畫像的第一步與定性用戶畫像相同：進行探索性定性研究以識別用戶中反復出現(xiàn)的主要主題。之后基于此定性數(shù)據(jù)創(chuàng)建一個調(diào)查，使你可以大規(guī)模收集有關主要感興趣主題的定量數(shù)據(jù)。至少對100名（理想情況下為500名或更多）受訪者進行調(diào)查-統(tǒng)計分析技術在大樣本量時效果更好。
然后使用統(tǒng)計聚類技術，例如潛在類分析（在這些調(diào)查通常收集的分類數(shù)據(jù)上效果很好，并且還可以很好地處理不完整的數(shù)據(jù)）、因子分析或K均值聚類，以便在調(diào)查數(shù)據(jù)中找到模式。
注意：這種分析中經(jīng)常出現(xiàn)的模式對于設計人員而言可能并不是特別有意義，并且可能很難用這些分析來將用于對用戶進行分類的標準說出來。
2. 統(tǒng)計性用戶畫像的優(yōu)勢
統(tǒng)計角色比其他方法具有優(yōu)勢的三個主要原因：
- 如果有大量樣本，你可以確保離群值不會在您的角色中被過多地代表（即一個具有許多其他人無法分享的異常心態(tài)的人并不會顯著影響結果）。
- 你可以知道每個角色代表您的總用戶群的百分比，這有助于權衡決策，使一個角色受益于另一個角色。
- 你可以對用戶角色聚類進行逆向運用（使用判別分析），以找出哪些調(diào)查問題最能預測某人被聚類為哪個角色。 然后，你可以使用這些問題來招募未來的研究用戶，從而確保所有角色都可以很好地代表你的所有研究。
3. 統(tǒng)計性用戶畫像的劣勢
進行統(tǒng)計性用戶畫像的分工非常昂貴，耗時，并且需要統(tǒng)計分析方面的專業(yè)知識。 除非您可以聯(lián)系統(tǒng)計學家或數(shù)據(jù)科學家，否則此方法不太可能取得成果，因此不建議使用。
此外，即使正確完成統(tǒng)計性用戶畫像后，還需要運行整個定性角色研究并進行所有統(tǒng)計分析。 此外，團隊在完成所有統(tǒng)計工作并最終得出基于相同定性研究數(shù)據(jù)的與純定性用戶畫像非常相似的結果并不少見。
在許多方面，這項技術就像使用液壓機將核桃打碎一樣。是的，你可以確定核桃的殼會被徹底打碎，但是在大多數(shù)情況下，這種方式的殺傷力很大，如果不小心操作，可能會造成混亂。
四、總結
對于大多數(shù)團隊而言，用定性方法創(chuàng)建用戶畫像是合適的，因為它提供了基于數(shù)據(jù)的扎實了解，了解用戶是誰，他們想要什么，具有成本效益且相對較快。
原型性用戶畫像是極度精干的團隊的一種選擇，它們可以使團隊成員對用戶的假設一致。 它們非常適合那些根本不使用角色（或用戶研究）的團隊，并且可以作為進一步研究的門戶。
統(tǒng)計性用戶畫像是擁有大量資源的團隊的一種選擇，但他們需要時間，精力，統(tǒng)計專業(yè)知識，并且要求團隊無論如何都要從定性研究入手，從而有效地重復了工作。
本文由 @喵吉斯蒂 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自 Unsplash，基于CC0協(xié)議
學習了