用户|产品经理构建用户画像Persona：可以不专业，但一定要真实( 二 )

检查完整性和冗余；弥补漏洞，去除重复。

指定人物模型类型；进行优先级排序，确定主要设计目标，明确主要、次要人物模型。

进一步描述特性和行为；加入虚拟的用户情况，使得人物模型会更加真实。

可以看到，步骤不多，内容也很清晰易懂，但最后一做下来就变了第1、2、8步，中间最重要的行为数据归类和聚焦直接走马观花。
这就好比“把大象放进冰箱需要几步”是一样的道理，专业的大流程并不能代表最后就能很方便的有细致产出。
【 用户|产品经理构建用户画像Persona：可以不专业，但一定要真实】换句话说，没有金刚钻，不揽瓷器活。
三、适合产品人的方法“何不食肉糜？谁不知道专业很重要啊，可我公司没有用研和交互岗啊，都是我一个人做的。”
这下就回到我刚开始说的问题了：
既然外部环境不能提供这些，而又是必须的，那么我们就只能改变自己，不能按照固有流程来，必须做适应性变化。
我一向反对不按实际情况就硬搬套路，这其实是一种懒惰、不思考的表现，优秀的产品人必须要利用有限的资源内找出实际问题的合适出路。
以下我结合过往经验，给各位产品新人一个可执行的人物模型构建方法。
1. 用户研究这个是第一步，包含问卷调查、个人访谈、场景观察、个人访谈等。不推荐电话访谈，因为看不到用户的情绪变化还有肢体动作，当然，疫情期间，也是一个退而求其次的辅助方法了。
完事开头难，如果连访谈这种和用户直接接触的机会都不愿意主动把握，很难相信他会产出一张主观的令人信服的画像。
这个环节也不需要专业性操作，详细操作可点我主页，见我另外两篇文章，一篇是介绍理论，一篇是介绍实际操作案例。
2. 聚类数据顾名思义，将之前研究中的访谈主题中的定性回答、定量数据抽离出来，按照聚类分析的方式进行处理。
这里介绍一种方法：KJ法。
又称为关联图法/卡片法/z图法（affinity diagram），是根据收集到的资料和信息的相近性进行分类综合分析建立共识的一种定性方法，目的是将个人的想法和见解层次化，从而显示共同的结构和主题。可以帮助小组组织复杂的想法和信息，可以用于发现问题和需求，可以用于寻找解决问题的方案。
操作方式：把卡片按照内容上联系的强弱归类，有共同点的卡片归在一起，并加一个适当的标题，用色笔写在一张卡片上，称为“小组标题卡”。不能归类的卡片，每张自成一组。将所有分门别类的卡片，以其隶属关系，按适当的空间位置粘贴，并用线条把彼此有联系的连接起来。
因为我们拿到的是若干主题下的数据，此时，我们需要要某一主题下的数据再次进行分组，提炼出具有聚集性的观点，通俗点，就是找哪些人回答是一类的。
这些主题类型包含但不限于痛点、需求、场景、态度、想法等等。
下图是简单的示意，相近颜色（回答）可归类至一起，可提取出若干小类别。

文章插图
其实这一步再深入下去就是之前经典流程里面的总结行为变量，只不过这里简单化处理了。
3. 收敛组合这一步需要将聚类后的数据和之前未整理的一手数据进行对比，因为主体行为变量不可能都准确到一个人。
此时，就是对研究的用户群体进行分类，抽取出最典型的主要用户和次要用户。
例如，调研了20个用户，其中15位的行为是大体一致的，那么这15位的相同行为即为主要用户的行为，以此类推，其中13位用户的另外一类行为是一致的，也为主要用户的行为之一。

文章插图
4. 完善总结当将用户数据整合到主要人物角色后，就可以进行内容填充了，如图：

用一句话说出用户最痛的点，例如“买手机总不知道什么时候最低价！”；
用户头像+人口统计数据，例如年龄、职业、地区等，这个可以使用问卷里面统计的数据；
写若干性格特点，不要写什么开朗、乐观这种，而是你观察到的，例如“学习容易自我感动”；
说明用户的互联网的使用习惯，例如抖音短视频重度用户；
人物偏好，也是写观察或总结的内容，例如“在学习的时候听音乐”；
就是根据聚焦得到的行为模式，来设定问题场景或产品使用场景，即用户在什么背景下的什么时间在什么地方遇到什么问题，他做了什么，结果和影响是什么，感受是什么等。可以把这块当做电影脚本来写；
- 上一页
- 1
- 2
- 3
- 下一页