教你 5 步画出用户画像

2017 年 9 月 13 日 职人社 刘晓旭

这是职人社和光涧实验室联合举办的第六场活动,本次活动由光涧、轻芒的用户研究员刘晓旭和我们一起聊一聊 Persona 是什么、Persona 有什么用、怎么绘制 Persona 。

▲ 轻芒用户研究员 刘晓旭


刘晓旭,前百度、豌豆荚用户研究员。现担任光涧、轻芒的用户研究员。她对定性和定量的研究方法都有深入的了解,对于聚类、用户访谈有非常多的经验。今天她给大家分享一些关于用户研究的方法。


下内容由职人社根据刘晓旭当天的演讲整理。


我之前做过许多大型或者小型的 Persona。大型用户调研我们普遍是调研、访谈 80-100人;小型的用户调研是 15 人左右。我们需要保证每一个 Persona 里有 5 个有效访谈的数据量去支持。大型的 Persona 是为了公司的战略、Marketing 团队和产品团队之间都可以使用的一套工具;小型的 Persona 是为了一款产品做大的改版、增加新的功能、覆盖一类新人我们就会单独为这次创新去做一个小型的 Persona。


我们在公司中使用 Persona 出现的问题,可能很多是因为团队之间用的不是同一套 Persona,比如产品团队关注的是用户的行为,做了什么,为什么去做这个事情以及他的动机是什么?Marketing 团队更关注的是我们怎么样通过传播行为去触达用户,用户在这个传播中是更愿意用纸媒还是营销活动来参与进来?


当我们两边关注的东西不一样的时候,可能用户画像有些重叠和交叉。导致我们彼此不能用一套语言体系去沟通。这些问题是产生在我们建立这个 Persona 之初的。


所以我们今天就来做一个团队间可以共用的 Persona。


每个创新团队在开始做创新的时候,对于用户是谁都有一个模糊的印象。创业团队经常说:我们经常说我们的用户是中国一二线城市的白领,我们服务的是中国的妈妈;但是我们作为白领都会发现,我们和身边的人并不是一样的,我们不太能用同一款播放器,不太能看同一部电影。


在光涧和轻芒的方法论体系里,做一个公司的时候,我们要先有企业的使命和价值观,以此来界定品牌,接下来我们会来确定我们的目标用户是谁。当我们确定了用户是谁之后,对哪两块儿有用呢?首先是产品这块儿,我们会在知道用户是谁的基础上,更有针对性的提供更准确的核心价值去给到用户,核心价值和用户需求得到匹配之后我们就会找到具体的方案,接下来我们会进入到具体的产品设计和研发。另一方面是 Marketing 团队指导用户是谁之后,Marketing 会关心用户在什么场景下使用我们的产品,他们的感受是怎么样的,以此产出可以用于传播的可以说服市场的 value propositio,因为 Persona 对于 Marketing 的工作也是非常重要的。


什么是 Persona


用户画像是对产品典型用户的描述。


我们在做创新的时候会发现,我们的用户是各不相同的,所以我们需要去考虑他们的动机和想要的是什么,是否可以成为我们的典型用户;


你的核心业务到底和用户的什么行为有关?比如说我们在设计手机的时候,手机的电量和尺寸是我们的核心业务,当我有一个经常用手机出差的业务员典型形象之后,我就知道他的痛点,他需要面对什么样的情景,通过用户画像将他的需求描述出来之后,我们就会针对性的为他服务。


用户画像是建立在用户调研的基础上的,不是脑暴、猜想出来的。


我们需要跟真实的用户去聊天,找到他们的需求是什么样的。我们很多的误解是建立在没有进行用户调研,或者说用户调研的数量是比较少的。


但是当我们真的去做用户调研之后,比如我们访谈了 30-80人。你会发现你访谈的用户里,他们的动机和行为模式的相似程度会慢慢越来越高。通过小量典型的了解,代表了很大的一个群体。在做创新之初你有一个很好的数据支撑,这样你就可以去进行迭代,这是一个很好的去验证你假设的方法。


而不是因为微观的方法和宏观的数据是不相容的,其实他们是互相配合的帮我们的团队把用户了解清楚的。


我们来举个例子:

有一个数据分析工具,如果我们单纯的设计一个数据分析工具,你可能会想到有报表、数字和一些功能;但是,当我们了解了这个数据分析工具在你客户那边,会有什么样的用户角色、用户画像用到你的产品的时候,你做设计,做创新的时候可能就更会有的放矢了。


  • 数据分析师要把企业的所有数据都录入到这个数据分析工具中,然后做统计分析和进行维护;

  • 产品经理要总览产品,产品在什么动态下,有什么样的关键数据;并且他需要跟各个职能的人分工合作调配管理;

  • 运营人员是会在做一个活动之初,要看活跃用户每天的不同情况,会需要看到一个走势的报表,在活动之后要去看活动当天,活动次日最后活动的效果是一个什么样子的。


我们很明显的看到,对于一个数据分析工具,他们三个人的需求是不同的,面对的场景也是非常的不同。如果我们有了这三个用户画像,在当我们去设计这个数据分析工具的时候,就不会那么茫然了。


用户画像是一种设计与沟通的工具,在团队里唤起大家对目标用户的同理心。


在用户画像中,我们需要具有「目标」作为根本属性、人物背景信息、用户故事、体验目标、痛点和用户的使用场景。有了这些我们就会和熟悉的人联系起来,使这个用户画像丰富起来。


  • 体验目标:用户在使用你的产品的时候最希望得到什么样的体验

  • 痛点:用户现有的解决方式是用户比较痛苦的方式;

  • 用户的使用场景:用户会在什么样的时间地点会用到这个产品。

  • 用户故事:融合了很多属性,和用户的态度有关系;可以方便大家去记忆,用户故事里的属性做设计创新的时候就是稍次要属性。


每一个人的核心目标决定了他大多数行为的模式和根源。我们为这样一个人去设计的话,我们给他提供的服务都是提升他的需求。


按照用途,用户画像应该要包含什么?


作为设计与开发的团队,我们主要会关注用户是怎么做的,以及为什么这么做。所以我们会考虑行为模式、技术能力、使用目标、体检目标、面临挑战、使用场景等。


比如说我们做一个绘图软件,我们会关注他是专业设计师还是业余爱好者,他们的需求点是不同的。这样两种不同的技术能力就会影响你产品的走向。在设计与开发的时候我们就会多考虑用户怎么做,以及为什么这么做。


作为运营与市场,我们主要会考虑用户怎么想,价值观是什么?我是用一个环保为主题的广告更能打动他呢?我们更会考虑的用户属性。


作为战略团队,我们可能会考虑用户最终目标是什么呢?商业价值有多大呢?我们可能就要考虑人口规模、群体之间相互影响、人生目标等等。


Persona 与 Profile 的区别


首先 Persona 代表的是一个典型的用户,你的用户里面跟你核心业务有关系的典型特征和行为模式,更微观的去看动机是什么,价值观是什么,为什么这么想,这么做?他也用于指导创新的设计,灵感或者设计目标去进行创新。


那么我们用大数据做出来的 Profile 是用来优化运营策略,比如我们要为正在买奶粉的妈妈推荐尿不湿,考虑的是用户当下的喜好,我马上推荐给他一个东西就能满足他当下的需求。我们做创新是有一定周期的,如果你不能了解他潜在需求是什么,那么这个周期可能就已经过去了。


一个是为未来的创新,一个是为现在的运营策略


在两种用户画像里,我们都可以看到这样的例子,比如我们的用户画像里,A 爱喝星巴克,她建立在我们了解到她对咖啡有热情,经常去咖啡馆。出于她的动机、热情和热爱的一系列描述。


人群 A 爱喝星巴克,是基于统计的数据。这群人他每周会喝多少杯数、工作地点,是很多人口属性和地理信息属性形成的。


Persona 是侧重用户的动机和行为,Profile 是侧重用户的客观属性和Ta当下的状态。


我们在说,什么时候要用 Persona 什么时候要用到 Profile;在我们的方法论体系中,首先一个公司要有企业的使命和价值观,确立了品牌知道用户是谁,我们使用 Persona 工具帮团队去明确用户是谁。这样,后面产品设计团队、 Marketing 团队都知道如何为这个目标用户做创新和设计。


这个时候,我们的产品开始被开发上线,我们开始用 Profile 的数据去打标签,用聚类的方法去统计分析,形成用户画像建立成了用户档案,利用用户档案来优化用户运营策略。


Persona 有什么用?


  • 「设计工具」能够更好的让大家去动情,我们上面描述了「用户A」,这就跟当你面对一堆图表的时候和面对真人所做的感觉是不一样的。

  • 「设计决策工具」我们上面说,我们会针对不同用户需求进行排列,我们在做设计的时候我们为首要用户开发他们的核心需求。

  • 「沟通工具」当我们在讨论决策的时候,我们会直接将用户带入在我们的工作沟通中。我们用一个明确的名字、画像去沟通会大大的提高沟通效率。


# 走出几个困境


  • 弹性用户 你说的用户和我说的用户不同。当我们在讨论一个功能的时候,产品经理可能说用户需要离线功能,工程师说用户需要在WiFi情况下,自动切换清晰度的。但是当我们深入思考的时候,我们会发现这两类人不是一类人。如果一个用户需要长时间在离线情况下观看。我们经常在讨论用户的时候,通常是你说用户,我说用户,可我们说的不是一个人。

  • 自参考设计 我们都参考自己来完成产品设计。我们遇到一个小例子。我们工程师说你可以用#(关键词),就可以触发关键词,但是用户就直接回复了 #关键词,然后默默的在等待回复。他的技能在这里

  • 边缘情况的设计 当我们做一个产品的时候,我们很大的精力都会投入进去。这个标题最长可以24个字,做多大的图。但是,当我们有了 Persona 之后我们就可以明确知道什么是用户的边缘情况。对于边缘功能我们是否需要去做这个功能。


如何绘制 Persona


首先我们需要建立假设,我们认为我们的用户是谁,我们能提供什么样的服务,要做什么样的业务,这些都是假设。

  • 建立假设,你有什么样的核心竞争力你的 mission 是什么;

  • 我们要进行用户调研,我们去围绕他的行为去调研;

  • 我们得到了很多用户数据,得到这些数据我们就给他去聚类然后进行用户画像;

  • 丰富细节,完善你的 Persona ,使你的用户画像中的“人”尽可能的生动;

  • 我们要把3-6个画像用到实际工作上去。


我们第一步要服务谁,我们在去服务谁。这个是再有用户画像之后,对企业发展的路径上会有一个设想。


我们做用户画像是来看用户的关键行为。假如我们要做一个听音乐 FM 的 app 时,我们需要关注用户的关键行为,我们要看他用自己的移动设备听音乐的行为,这里有一个小 tips 就是退后一步;


当你在做一个产品的时候,你不要总只看跟你同品类的竞品,你不要只看用户在用到你这个产品的行为,而是从用户的角度来出发,听其他品类产品的关键行为。


确定了关键行为之后,我们会从 5 个角度来考虑,与这个关键行为相关的变量,首先活动指用户做什么,做什么是他的动机,用户有什么样的技能,用户的态度、用户的能力,如上面所说,假如我们要做一个听音乐的 FM,活动就是你听的频率,每天听多久,动机就是你听音乐是为了什么?技能就是比如有的用户会下载无损音乐,也有用户只在播放器听音乐,其次是态度,用户对 FM 是一个什么样的感情什么样的态度,对于音乐口味有自己的想法,最后是能力,用户对于高低品质音乐有没有区别。


# 用户调研


用户调研的方法有很多,我们用的比较多的有两种方式,一种是深度访谈法,一种是日志法。

我比较推荐大家用用户访谈的方法,它会从时间成本上比较节省。我们会围绕深度访谈来讲,怎么去设计,怎么去找到访谈目标;


深度访谈有什么好处呢?

他是最小可实现的。我们只需要2周的时间,你去跟15个人聊天,你在聊天中涉及到的关键点记录下来,之后通过后期的整理就可以描绘出15个画像;


增强同理心,你跟一个活生生的人在聊天,你会通过他们惊讶的表情,皱眉的动作更加直观的获得信息,当然,他也会挑战你的认知。这些都会增强你的同理心和可信度,当你在日后跟团队沟通,功能的设计,这些都可以作为你可信度的依据。


其次我们要多问「为什么?」我们可以举一个用手机的例子:

首先是找对人(找多少人取决于你项目的大小),首先这个用户要有你关注的行为,然后我们用行为 x 程度 x 人口属性对用户进行分层抽样找到相应的人进行访谈。如果找错了的话,你就知道你筛选时候的哪个条件阻碍了你找到正确的用户。


之后是选择你问卷要投放渠道,比如你投了一个 SEO 你得到的用户反馈就比较平均,不要带个人色彩。


# 访谈的技巧


访谈提纲要怎么设计,遵循的原则是从范到精。我们在设计访谈思路的时候最好是漏斗环境,漏斗形的访谈路径可以把用户的潜在需求都激发出来;


  • 分析数据 –聚类

通过用户访谈我们收集到很多用户的关键用户行为数据,接下来我们需要将这些数据进行聚类,并从中抽取出 Persona Draft。聚类的方法一般有亲和图、行为轴等,我们常用的是亲和图形式,亲和图包括人+目标/行为/遇到的问题;


▲ 当天我们现场的亲和图

  • 第二个是行为轴

我们在访谈用户的时候,以你得到的数据在行为轴来做出标记;用户的相对位置是有用的,用户的绝对位置是没意义的。作为一个用户画像,我们会出现很多行为轴来丰富这个用户画像;


在这个行为模式中,有一定的因果关系的。我们经常会画6-7个行为轴。就可以得到用户的关键行为。


# Persona draft 产出


我们会出一个3-6个用户画像,我们就要思考这个用户画像是为谁做的用户画像;这个阶段我们还会去检查一个重复性,你的用户画像中不能有很相似的,都是要有很大的差异性,这样才能作为我们的典型用户;


最后我们就是去丰富他,找一张符合他的人像,起一个名字,使他更像一个“人”。你有了3-6个用户画像,你需要去决定他们谁是首要用户,次要用户和不服务用户;这个阶段你要为你的团队,你最想服务用户画像的哪一类人,我们有什么优势服务这样的人,所有的利益相关者一起来决定我们的团队要为哪一类用户去服务,哪一类用户是我们的首要用户,在之后的开发设计中去围绕这类首要用户。


Persona 是动态的


用户画像,不是一成不变的。在你调研和产品规模扩大的过程中是会不断变化的。比如知乎,在头 200 位人中都是业内的 Geek。在他规模扩大之后,他会发现用户里出现了更多的大学生和职场新人,这个时候他就会增加一些用户画像,为此开发了一些像知乎 live 的形式来满足这类用户画像。


不要一次为3个以上的用户画像做设计,不要去追求完美,否则你可能谁也无法服务好。


文章最后,活动当天王俊煜推荐了一篇文章给我们 《The two ways of Building》 ,分享给大家~

主办方简介


光涧实验室

光涧实验室(可搜索名字关注公众号),是一个为创业团队提供方法论服务的咨询机构,希望通过创业合伙和创业咨询的形式,把从豌豆荚开始积累的创业经验和方法论带给更多的创业者。实验室会举办 Design Workshop、咨询开放日、线上一起读等服务于创业者的活动。

 

职人社

职人社(公众号: zhirent)致力于成为更好的职业人成长社群,为互联网从业者提供精准的职业机会推荐、优质的职谈线下分享、活跃的同行线上社群、深度贵司报道等服务。

登录查看更多
8

相关内容

用户画像是真实用户的虚拟代表,是 建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。通过用户调研去了解用户,根据他们的目标、行为和观点的差 异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
34+阅读 · 2020年4月5日
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
101+阅读 · 2019年1月9日
手把手教你绘制用户画像(文末赠5本PM必看书籍)
产品100干货速递
7+阅读 · 2018年10月25日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
思路+步骤+方法,三步教你如何快速构建用户画像
产品100干货速递
9+阅读 · 2017年12月21日
如何利用动态信息数据构建用户画像?
NPDP产品经理资讯
6+阅读 · 2017年10月11日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
Arxiv
91+阅读 · 2020年2月28日
Arxiv
9+阅读 · 2018年3月10日
Arxiv
8+阅读 · 2018年2月23日
Arxiv
6+阅读 · 2018年2月7日
Arxiv
9+阅读 · 2018年1月30日
Arxiv
3+阅读 · 2017年8月15日
VIP会员
相关VIP内容
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
34+阅读 · 2020年4月5日
相关资讯
用户研究:如何做用户画像分析
产品100干货速递
44+阅读 · 2019年5月9日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
101+阅读 · 2019年1月9日
手把手教你绘制用户画像(文末赠5本PM必看书籍)
产品100干货速递
7+阅读 · 2018年10月25日
两套经典的用户画像
产品100干货速递
26+阅读 · 2018年6月19日
思路+步骤+方法,三步教你如何快速构建用户画像
产品100干货速递
9+阅读 · 2017年12月21日
如何利用动态信息数据构建用户画像?
NPDP产品经理资讯
6+阅读 · 2017年10月11日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
看完后,别再说自己不懂用户画像了
R语言中文社区
15+阅读 · 2017年8月28日
谈谈用户画像
caoz的梦呓
10+阅读 · 2017年8月17日
Top
微信扫码咨询专知VIP会员