通过用户研究创建用户画像的三种方法
用户画像是用户研究的主要目标之一。
上一节讨论过，用户研究方法可分为定性方法和定量方法两大类。
因之，基于用户研究描绘用户画像时，可以有三种核心方法。
一、定性用户画像
用定性方法设计用户画像，可以说是最传统的方法。它包括以下几个简单步骤：
1. 进行定性研究。
用户访谈是最常见的定性研究方式，因为对于大多数公司来说，一对一地访谈10-20个用户相对容易。
也有一些公司进行实地研究，在本地环境（办公室或家中）观察用户，因此可以在观察用户行为的同时，调研用户的目标和态度。
此外，也可以使用可用性测试来观察用户行为。当然，可用性测试对于生成用户画像是比较罕见的。
2. 根据定性研究进行用户细分。
用户细分是获取数据并创建分组的艺术，通常根据每个组成员之间的共性来描述分组。对于用户画像来说，目标是找到分组方式，以便将特征相似的人组合在一起，成为一种用户类型。
定性用户画像的用户细分，基于用户的目标、态度和/或行为，自然是是一个定性过程。它更多的是类似于：坐在那里回顾用户访谈记录、倾听自己的直觉。例如，如果你的产品是关于房地产的，你访谈用户之后，可以根据总体目标对其进行细分：找房、买房、卖房、融资等等。
3. 为每个用户细分创建画像。
如果你能为用户目标、行为和态度找到更多细，每种用户细分类型都可以演变成一个用户画像。你需要为用户画像配上姓名、照片、人口统计信息、场景等，让用户画像更逼真。
这三个步骤，代表了创建用户画像的基本方法，也是一个相对快速的过程，在很多公司得到采用。
定性用户画像存在以下优缺点。
优点
- 工作量较小。例如，15个用户的访谈、细分和画像创建，只需要3-4周。内部团队创建用户画像则成本很低，因为可以在内部直接找到用户进行访谈。
- 容易理解、容易获得支持。根据用户访谈和故事创建画像时，很可能只需要很少的属性来定义，这使用户画像非常一目了然、相对容易理解，相关干系人容易掌握，也就容易支持。
- 需要更少的专业技能。你具备用户访谈技巧和从访谈中找到细分模式和创建画像即可，并不需要任何统计分析技能，因为不进行定量研究。
缺点
- 缺乏量化证据。创建画像时，容易质问：“你怎么能确定所有用户都和你访谈过的少数用户一样？”定性用户画像，只能基于你访谈过的少数用户，因此犯错的风险较高。
- 现有假设不容易受到质疑。你了解业务，并假设用户是谁、用户需要什么，其他人访谈用户时，不可避免地会将你的假设带入用户研究中，结果很搞笑：大家找到了他们正在寻找的东西。这是定性用户画像的严重风险。
适用条件
- 无法在用户画像上投入太多的时间和费用。
- 相关干系人无需定量证据，即可相信和使用你的用户画像。
- 虽然缺乏定量数据造成风险，但风险不会大到无法接受。
- 在较小的项目上试用用户画像，学习掌握其原理和技能之后再普及到大型项目。
二、带量化验证的定性用户画像
如果你的时间和预算更充裕、希望用户画像更客观，可以考虑这种方法。
以下是基本步骤：
1. 进行定性研究。
像第一种方法一样，你首先要进行定性研究，以揭示对用户目标、行为和态度的洞察。
2. 根据定性研究细分用户。
像第一种方法一样，对用户进行定性细分。最好是根据特定的用户目标、行为和/或态度，进行更多类型的细分。
3. 通过定量研究测试细分。
通过问卷调查或其他形式的定量研究，使用更大的样本量来测试你的细分模型，以便准确地反映现实。
目标是：确认定性细分确实是不同的，并有证据让干系人支持你的用户画像。问卷调查适合测试用户的目标和态度，流量分析可提供有关用户行为的数据。此时，你需要使用一定的的统计分析技术。
例如，如果你想根据用户目标测试房地产细分模型，可进行用户问卷调查，比如询问用户访问网站的原因。你可以在Excel中进行简单的交叉分析，检查用户对此问题的回答是否影响其他答案。如不影响，则细分模型是成功的。
4. 为每个用户细分创建画像。
通过定量研究来创建用户画像时，你可以确定更逼真的用户画像对业务决策更加具有统计意义。用户画像不再仅仅是“虚构创作”，而是有证据支撑的研究结果。
以下是该方法的优缺点。
优点
- 定量证据可以保护用户画像。对于持怀疑态度的干系人，你可以回答：是的，你可以打包票，用户画像合理准确地代表了用户群。你甚至可以滔滔不绝地说出你的的数据。
- 简单的用户故事，便于理解、易获得支持。与定性用户画像一样，你可能只需要一两个属性来定义画像，而不是通过高级的统计分析来展示。简单的用户故事可以有助于人们消化和使用用户画像。
- 分析数据并太复杂，仅需要较少的专业技能。你可以自己对问卷调查结果进行简单的统计分析。当然，如果可以，你也可以深入地进行数据挖掘。
缺点
- 需要较多的投入。由于增加了工作步骤，整个过程可能需要6-8周。问卷调查增加较多时间，因为你需要创建和部署问卷调查，过程本身需要一定的时间，你还需要对数据进行统计分析。此外，如果你的用户细分基于多个因素，统计分析可能比较复杂，也就增加了技能要求、延长了工作时间。
- 现有假设不容易受到质疑。这种方法仍然存在风险，因为你仍然根据自己的经验和观点进行初始的用户细分。也就是说，你仍然可以试图证明你觉得你知道的东西，而不是开辟新的可能性。
- 如果数据不能验证细分模型，你只能试试其他的细分类型。如果不走运，你可以重新进行问卷调查或流量分析，这无疑会增加更多的时间和成本。
适用条件
- 你有更多的时间和费用。
- 你的干系人需要查看定量数据才能相信和使用你的用户画像。
- 你非常确定你的定性细分模型是正确的。
三、定量用户画像
用量化方法创建用户画像，当然更科学，看起来也越来越普遍。
你可以用统计分析测试各种用户细分模型，而不是测试用户细分模型的定性假设。
基本步骤如下。
1. 进行定性研究。
通过定性研究，揭示了对用户目标、行为和态度的洞察。
2. 形成关于用户细分的假设。
使用定性研究来提出用户细分的各种可能方法，而不是决定最终的细分模型。目标是：列出各种需要分析的候选用户。
3. 通过定量研究，收集有关用户细分的数据。
对于每个潜在的细分选项，你需要在问卷调查中提出特定问题，或使用流量分析来回答特定问题。例如，如果你认为用户的历史记录可能是细分方式，那么对用户访问的时间和频率进行问卷调查是合适的。
这种定量研究方法，并不是要试图证明什么，它的目标是为下一步研究整合更多数据。
4. 基于统计聚类分析，对用户进行细分。
此时，统计算法不仅仅是测试现有假设，它帮助你更科学地进行用户细分。你可以向计算机提供一组变量，它会根据共性特征进行聚类，并进行迭代优化。
这种用户细分方法与前两种显著不同，它既是数据驱动的，也是智慧驱动的。
5. 为每个用户细分创建画像。
计算机完成聚类分析后，你可以使用类似的方法对每个用户细分创建画像，添加用户姓名、照片和故事使其像是活生生的真人。
随着企业越来越依赖用户画像来进行战略决策和营销策划，定量用户画像越来越受欢迎。定量方法让创建用户画像的过程更客观，并能与组织中数据驱动的决策更紧密地融合。
以下是定量方法的优缺点。
优点
- 定量技术与人类智慧相结合，产生用户画像。在定量方法中，人类偏见的影响明显更小，因为定量数据不仅可以保护你的用户画像，还可以测试多个细分模型。如果干系人对画像持怀疑态度，定量过程可能会消除他对用户画像作为有效决策工具的疑虑。
- 通过迭代找到最佳解决方案。定量方法可以通过迭代，在众多可能性中地找到用户细分模型，使你的用户画像更真实准确。
- 可以验证更多变量。机器更擅长同时处理大量不同的因素，并寻找人眼无法发现的模式和差异。聚类分析可以向你显示你不知道需要查找的内容。
缺点
- 投入巨大。统计分析和迭代需要更多时间，项目总长度可达7-10周。
- 需要更专业的技能。你很可能需要专业的统计分析师。
- 对业务干系人来说，可能更复杂、更不舒服。通过聚类分析产生的用户细分模型，可能不是所有人都期望和接受，因为可能涉及许多因素，难以简单理解。如果细分模型与现有业务相悖，用户画像可能遭受质疑。
适用条件
- 拥有充足的时间和费用。
- 干系人需要查看定量数据才能相信和使用用户画像。
- 希望探索多个用户细分模型，以找到正确的细分模型。
- 你认为用户画像由多个变量驱动，但你不确定哪个最重要。
小结
本节介绍了通过用户研究创建用户画像的三种方法：定性方法、定量方法以及定性与定量相结合的方法。 本节的内容有点枯燥，但比较专业，值得细细琢磨。
2条评论