|
|
# 03 | 你画像中的用户是真的还是假的？
|
|
|
|
|
|
你好，我是炒炒。
|
|
|
|
|
|
作为设计师，在工作中，免不了要讨论需求或者设计方案。但是，这种讨论参加的多了，慢慢地，我就发现了一个问题，就是我经常能听到下面这样的话：
|
|
|
|
|
|
* “这个功能会有人用吗？我觉得我反正是不会用的！”
|
|
|
* “我觉得那些刚毕业的年轻用户应该会很喜欢我们这个方案。”
|
|
|
* “作为一个资深用户，我觉得我们的用户肯定会喜欢这个功能。”
|
|
|
* ……
|
|
|
|
|
|
你发现了吗？出现最多次数的，就是“我觉得”这个词，相信你也听过不少。为什么大家说话用的是“我觉得”，而不是“用户觉得”呢？因为他们都只是主观地认为自己已经代表了用户，甚至自己就是用户。其实呢？都只是自己觉得。
|
|
|
|
|
|
**这是一个认知上的谬误，造成这种谬误的原因就是对目标用户存在认知偏差**，那问题来了，怎样消除这种认知偏差？如果你有经验的话，你会说，做用户画像不就行了！
|
|
|
|
|
|
是的，常用的方法就是制作用户画像。用户画像可以帮助我们抽取代表性用户群体的典型共性特征，重新组合成一个虚拟的目标用户角色，让我们快速定位用户的需求。
|
|
|
|
|
|
但是，我们用户画像中的用户就一定是我们的真目标用户吗？不一定。因为，用户画像也可能存在许多问题，尤其是当画像中的用户是假的时，不仅不会消除认知偏差，还会扩大对目标用户的认知偏差。这样的话，我们会离用户的真实需求越来越远，我们的产品也会大打折扣。那怎么办呢？
|
|
|
|
|
|
这就需要我们有一双火眼金睛，来分辨画像中用户的真真假假，接下来，我就带你一起分辨。
|
|
|
|
|
|
## 用户画像第一假：画像类型没搞对
|
|
|
|
|
|
很多人都觉得，做用户画像这件事很简单，但是，他们可能连第一步都错了。也就是说，他们可能还没弄清楚，要做什么类型的用户画像，或者不知道，用户画像也是分类型的。
|
|
|
|
|
|
所以，你做的用户画像并不一定是你应该做的那种。
|
|
|
|
|
|
很多用户体验的概念词汇都是英文翻译过来的，所以，我在这里也用英文来区分一下用户画像的两种类型：一种是Persona，另一种是Profile。这两种类型有什么区别呢？
|
|
|
|
|
|
我先讲一下Persona，**Persona是****基于产品使用场景****，通过****定性的****方式产出的****目标用户画像****。**
|
|
|
|
|
|
也是我们常见的用户画像，先通过用户访谈、调研问卷、焦点小组的方式来收集用户信息，用**定性分析**的方式对信息进行归纳整合，然后形成一个虚拟的用户角色。
|
|
|
|
|
|
当然，如果有更多的岗位角色参与到这个画像的设计中，我们就更有可能在设计的过程中，综合考虑到用户的需求，并为用户提供更好的产品。
|
|
|
|
|
|
Persona它包含了用户的个人自然属性信息、用户对产品的预期、用户的喜好、行为偏好、用户的痛点等，帮助产品经理和设计师在**没有详细****的真实****用户****行为****数据**的情况下，消除彼此间对目标用户的认知偏差。
|
|
|
|
|
|
以下这张图片就是Persona的示例。
|
|
|
|
|
|
|
|
|
|
|
|
讲完第一种类型，我再讲一下另外一种类型的用户画像，Profile。**Prof****i****le是****基于数据场景，通过定****量的****方式产出的****目标用户画像**。
|
|
|
|
|
|
通过先抓取产品上线后的一些用户行为数据，进行定量分析，并结合人口属性、行为偏好、消费习惯等不同维度的用户标签，共同搭建一个**基于数据**的用户画像体系。Profile是各类描述用户行为数据的变量集合，更多地被运营人员、市场人员和数据分析人员所使用。
|
|
|
|
|
|
以下这张图片就是构建Profile的示例。
|
|
|
|
|
|
|
|
|
|
|
|
举一个Profile定量用户画像小例子。
|
|
|
|
|
|
疫情过年在家的时候，我第一次用抖音，看到的内容全都是我的邻居、亲戚发的小视频，非常亲切，还跟年迈的父母说，你看，隔壁的小姨发了她的孙子，很可爱。
|
|
|
|
|
|
平常刷的过程中，偶尔看到有兴趣的内容，我就会点赞。下次再进来抖音，就会发现点赞过的同类型视频越来越多。而我的抖音就越来越有“我”的气质了，我就会由“随便逛的用户”变成了经常使用的“天使用户”。那我们来拆解一下，抖音是怎么让我一步步变成天使用户的：
|
|
|
|
|
|
* 分析我的注册信息，获取我的地理位置；
|
|
|
* 推送亲切感十足的内容，获取我的使用信任及粘度；
|
|
|
* 记录我的喜好、浏览记录、评论互动等行为；
|
|
|
* 推送匹配度高的内容，让我感到这个App真的是为我打造的。
|
|
|
|
|
|
江湖戏称抖音是时间黑洞，这名号可不是白来的。抖音就是通过这样的方式，让你看到更多你想看或你需要看到的内容，**达到提升用户使用时长的目的**。那我们又该如何判断自己想要哪种类型的用户画像呢？
|
|
|
|
|
|
如果你在工作中，在做的是新创产品，一般来说，新创产品是没有用户行为数据的，所以，你可以通过定性的Persona来构建你的目标用户。
|
|
|
|
|
|
如果你在工作中 ，做的是从1-10-100的产品 ，那Profile和Persona一定是交叉使用的。单一使用一种画像类型进行产品设计，可能会降低产品体验感。
|
|
|
|
|
|
还是抖音的例子，假设你对酒没有多大兴趣，但为了参加一个突发性的大龄领导饭局，通过抖音搜索了祝酒词、行酒令相关的内容。
|
|
|
|
|
|
但是抖音却根据你的这一偶然性行为给你的Profile添加了酒相关的标签，导致后来持续在首屏推送酒相关的内容，滑一下是怎样选好酒，再滑一下是喝酒囧事，往下滑是酒局顺口溜等等。
|
|
|
|
|
|
可对你来说，上次的突发性大龄领导酒局问题已经解决了，不需要再持续地去看酒相关的内容了，再反复地给你推荐酒相关的内容就有点打扰了。
|
|
|
|
|
|
所以，如果抖音结合了你的Persona中的“对酒不感兴趣”这个讯息，除了你主动搜索外，不根据你的偶然行为过多地推荐酒相关的内容，这样的话是不是体验更好呢？也显得抖音更聪明，所以，我们要根据我们的目的，合理选择和搭配用户画像的类型。
|
|
|
|
|
|
在本节课，我会更多地围绕Persona来讲，也就是通过定性分析的方式得到产品的用户画像。
|
|
|
|
|
|
## 用户画像第二假：产品场景没弄对
|
|
|
|
|
|
接下来，确定了画像的类型，就要开始做了。你也许会说，网上有很多关于Persona的模板啊，下载一个模板，把自己访谈得到的用户信息按照模板套用一下，不就可以得到Persona了吗？
|
|
|
|
|
|
一定不是！**不基于****产品****场景分析得出的****Persona****一定是假****的Persona****！**
|
|
|
|
|
|
我分享一个遇到的案例。最近，我们在做一个基于办公场景的B端产品，在完成前期的用户访谈后，我们就对这些资料进行整理分析，并安排了小A和小C两位同学分别去做Persona的输出。
|
|
|
|
|
|
两位同学完成初稿后，开始跟大家讨论。但是，我发现小A和小C两个人做的用户画像，其中“个人属性”的信息差异有点大。我们先来看小A同学的，在个人属性部分，小A是这样描述的：
|
|
|
|
|
|
“李小琳，35岁，重点本科学历，白领，年收入在30W左右，居住地深圳，爱好美食、旅行，每月零花钱3000左右，喜欢吃甜食，爱打扑克牌。”
|
|
|
|
|
|
于是，我问他，整理的逻辑是什么？他说是在网上找了一个很全面的Persona模板，然后根据模板的信息指标来整理自己的Persona。我们再来看小C的Persona，是这样的：
|
|
|
|
|
|
“张明，35岁，重点本科学历，上市公司财务经理，每天工作时长约10小时，每天有一半的时间是在开会，偶尔出差，每周五会跟领导汇报本周工作，习惯用在线工具来管理自己的日程。”
|
|
|
|
|
|
现在，你来判断一下，小A和小C，谁的Persona能在产品设计中提供更多的参考价值呢？
|
|
|
|
|
|
是的，是小C。因为，他在整理个人属性信息时，有意识地把信息指标和我们的产品属性做了一下取舍，保留了和产品场景关联性较大的信息，剔除了一些和产品场景没有任何联系的信息。
|
|
|
|
|
|
他从多个不同角度描述了目标用户工作场景的一些信息，比如说岗位类型、工作习惯、工作时长、是否经常出差等，由于我们做的是办公场景的B端产品，很明显，小C的Persona会提供更多的参考价值。
|
|
|
|
|
|
所以，制作Persona并不是简单地套模板，而是要**根据产品的属性****做****对应信息****的收集整理****，以助于能真正给产品****设计****带来价值。**
|
|
|
|
|
|
## 用户画像第三假：用户画像没用对
|
|
|
|
|
|
现在，画像类型确定了，产品场景也关联上了，是不是就万事大吉了呢？
|
|
|
|
|
|
并不是，给你举个小例子，在我的工作经历中，团队中有同学经常遇到这样的疑问，明明做好的Persona，但在思考设计方案的时候，总感觉没什么用，Persona是不是白做了？感觉Persona白做其实是因为没有有效地使用Persona。为什么会出现这种情况呢？主要有三个原因。
|
|
|
|
|
|
**第一****个原因****是****做了用户画像，也****没有进入用户角色，还****是****站在自己的主观视角去思考问题**。这是一个很容易理解但也最容易犯的错误。
|
|
|
|
|
|
这种情况下，你要充分发挥一种能力，叫“一秒变用户”，把自己带入到Persona所描述的虚拟的角色中去，把你的行为、思考、期望都基于Persona中描述的客观条件进行。
|
|
|
|
|
|
**第二个****原因****是不会提炼关键信息，总觉得信息越多越好**。我相信你也遇到过这种情况：虽然拿到了一份十分完善详细的Persona，但是想通过它来对照着设计方案，总有一种无从下手的感觉。
|
|
|
|
|
|
这种情况下，你要学会提取自己需要的信息。比如，在个人属性信息层面，把和产品场景关联度较高的提取出来，无关的就剔除，从一定程度上避免失焦。在行为变量的信息层面，你要优先关注目标、行为、痛点这3个信息点。这3个信息点就把用户的行为——用户的想法——用户的期望串联起来了。你根据这些行为变量之间的关系，也能快速地找到设计方案的切入点。
|
|
|
|
|
|
**第三个****原因****是****没有把Persona****贯穿于产品的生命周期**。你在工作中是不是也会在拿到Persona后，仅仅在前期方案设计的时候拿出来用一下，方案设计完后，Persona就不知道被丢到哪个角落了？
|
|
|
|
|
|
这种只在前期设计方案时候使用的方式，简直太浪费Persona的价值了。用户画像存在的根本意义是统一我们对目标用户的认知，消除大家的认知偏差，是贯穿产品的整个生命周期的。
|
|
|
|
|
|
所以，每当我们对用户认知出现偏差的时候，特别是在产品的迭代与优化阶段，我们可以随时把Persona拿出来参考。在我前不久的一个项目中，刚好遇到了一个类似的情况。
|
|
|
|
|
|
当时，我们的产品是一个主要针对银行客户经理使用的App，其中有一个业绩模块，里面包含了客户经理的理财销售业绩提成、个人奖金。
|
|
|
|
|
|
产品经理认为业绩提成和个人奖金是客户经理最关心的信息，应该在首页直接展示出来；而设计师认为这部分信息会关系到客户经理的隐私，并且不是高频功能，不应该放在首页。
|
|
|
|
|
|
这时候，我就把前期做的Persona拿了出来，和产品经理一起回顾了目标用户画像。在Persona中有一段这样的描述：“希望能够快捷地查看业绩，但又不想自己业绩被别人知道。”
|
|
|
|
|
|
基于这样的用户期望，最终双方一致同意把业绩模块放在了“我的”tab页中，并且还加上了隐私开关。这样既方便用户快速找到，也照顾到了用户的隐私诉求。这个功能上线后也得到了客户经理，也就是我们真实用户的一致好评。
|
|
|
|
|
|
另外，在怎样更加高效地运用Persona这件事情上，“交互设计之父”Alan Cooper也给出了一个很好的参考方式，他建议把Persona挂在办公室的墙上，每次大家一进办公室就能看到，这样，遇到有争议的问题，大家就围绕Persona来讨论，避免陷入到主观的自我认知中。
|
|
|
|
|
|
现在，你是不是也找到了高效使用Persona的方法呢？
|
|
|
|
|
|
## 保持用户画像的迭代更新
|
|
|
|
|
|
用户画像可能存在的真真假假的问题，总结一下就是“类型、场景、没用好”。
|
|
|
|
|
|
刚才我提到了，用户画像是贯穿产品的整个生命周期的。既然要使用这么长时间，还有一点我们要注意，就是要保持用户画像的迭代更新。在实际工作中，有很多人往往会在第一次做完Persona后就当成最终版本了，后续再有新的用户访谈信息，也不对Persona进行更新。
|
|
|
|
|
|
但是，使用过时的Persona反而会对你的方案造成不利的影响。我就遇到过一次这样的情况，当时我们要做一个会议室预订系统。初期，我们访谈了一批目标用户，然后根据这一批用户的信息抽象出了3个Persona，并根据本次产出的Persona，做了第一版方案的设计。
|
|
|
|
|
|
在测试版上线后，团队的其他人又陆续地访谈了一些目标用户，但是并没有把后续访谈得到的信息更新到最初的Persona中。这导致了在设计迭代方案的时候，设计师还是参照了最初的Persona，迭代方案上线后，反而收到了一些新用户的投诉。
|
|
|
|
|
|
所以，不断收集目标用户的信息，及时对Persona进行更新，这样才能保证Persona的准确性，从而保证这个Persona对产品参考价值是持续有效的，解决我们一开始提到的认知偏差问题。
|
|
|
|
|
|
## 炒炒总结
|
|
|
|
|
|
今天，我们从讨论用户需求的场景出发，谈到了一个问题，就是我们可能会对目标用户产生认知偏差，不过，用户画像可以很好地帮助我们解决这个问题。
|
|
|
|
|
|
但是，用户画像中的用户就一定是真的目标用户吗？答案是不一定的。所以，我提出，我们要分辨用户画像中的真真假假，才能有效地消除我们对真用户的认知偏差。
|
|
|
|
|
|
怎么分辨？主要有三个办法，办法一就是要弄清自己到底要做什么类型的用户画像。
|
|
|
|
|
|
用户画像有两种类型，一种是Persona，是基于产品场景，通过定性的方式产出的目标用户画像，用在产品设计前期，通常被产品经理和设计师使用；另一种是Profile，是基于用户行为数据，通过定量的方式产出目标用户画像，一般用在已上线的产品中。
|
|
|
|
|
|
办法二就是要弄对产品场景，让Persona抽象出来的信息跟产品使用的场景相契合，这样我们才不会做一个假的Persona出来；办法三就是要学会有效地使用用户画像，要进入用户角色、提炼关键信息、把Persona贯穿于产品的整个生命周期。
|
|
|
|
|
|
最后，我强调了，我们要学会不断收集目标用户的信息，及时更新我们的用户画像。让我们的用户画像给予我们更真实的需求反馈，让准确的目标用户群体为产品的成功奠定良好的基础。
|
|
|
|
|
|
## 练习题
|
|
|
|
|
|
你在制作或使用Persona的过程中，都遇到过哪些不明白或者解决不了的问题呢？学完了这一讲，你认为问题的原因是什么呢？现在，你有没有解决掉它呢？
|
|
|
|
|
|
记得在留言区和我讨论、交流你的想法，每一次思考都会成为你进步的基石。
|
|
|
|
|
|
如果你喜欢今天的内容，也欢迎你把这一讲分享给你的朋友。
|
|
|
|
|
|
感谢你的阅读，我们下一讲再见。
|
|
|
|