导读:今天,我们可以看到,越来越多的团队、产品、从业人员甚至大妈大叔们都在谈论情怀,争辩格调,强调体验。以上所有,围绕的核心都是:用户。显然,我们已经进入一个“精准化用户”的伟大时代。
定位用户有很多的方法,比如用户调研、问卷访谈、数据分析、市场调研等等,海量甚至不可计数。我们针对自家产品的特点和自身的实际情况,更多的使用“用户画像”这种方法,来迅速、准确定位服务群体,提供高水准的产品设计服务。
下面我们简单介绍一下“用户画像”的实践体会:
用户画像的益处
用户画像可以使产品的服务对象更加聚焦,更加的专注。在行业里,我们经常看到这样一种现象:做一个产品,期望目标用户能涵盖所有人,男人女人、老人小孩、专家小白、文青屌丝…… 通常这样的产品会走向消亡,因为每一个产品都是为特定目标群的共同标准而服务的,当目标群的基数越大,这个标准就越低。换言之,如果这个产品是适合每一个人的,那么其实它是为最低的标准服务的,这样的产品要么毫无特色,要么过于简陋。
纵览成功的产品案例,他们服务的目标用户通常都非常清晰,特征明显,体现在产品上就是专注、极致,能解决核心问题。比如苹果的产品,一直都为有态度、追求品质、特立独行的人群服务,赢得了很好的用户口碑及市场份额。又比如豆瓣,专注文艺事业十多年,只为文艺青年服务,用户粘性非常高,文艺青年在这里能找到知音,找到归宿。所以,给特定群体提供专注的服务,远比给广泛人群提供低标准的服务更接近成功。
其次,用户画像可以在一定程度上避免产品设计人员草率的代表用户。代替用户发声是在产品设计中常出现的现象,产品设计人员经常不自觉的认为用户的期望跟他们是一致的,并且还总打着 “为用户服务”的旗号。这样的后果往往是:我们精心设计的服务,用户并不买账,甚至觉得很糟糕。
Google Buzz在问世之前,曾做过近两万人的用户测试,可这些人都是Google自家的员工,测试中他们对于Buzz的很多功能都表示肯定,使用起来也非常流畅。但当产品真正推出之后,却意外收到海量来自实际用户的抱怨。所以,我们需要正确的使用用户画像,小心的找准自己的立足点和发力方向,真切的从用户角度出发,剖析核心诉求,筛除产品设计团队自以为是、并扣以“用户”的伪需求。
最后,用户画像还可以提高决策效率。在现在的产品设计流程中,各个环节的参与者非常多,分歧总是不可避免,决策效率无疑影响着项目的进度。而用户画像是来自于对目标用户的研究,当所有参与产品的人都基于一致的用户进行讨论和决策,就很容易约束各方能保持在同一个大方向上,提高决策的效率。
创建用户画像的方法
业内有很多关于创建用户画像的方法,比如Alen Cooper的“七步人物角色法”,Lene Nielsen的“十步人物角色法”等,这些都是非常好并且非常专业的用户画像方法,值得我们借鉴和学习。事实上,当我们了解了这些方法之后,就会发现这些方法从流程上可以分为3个步骤:获取和研究用户信息、细分用户群、建立和丰富用户画像。在这3大步骤中,最主要的区别在于对用户信息的获取和分析,从这个维度上讲主要有以下三种方法:
简单来说,定性就是去了解和分析,而定量则是去验证。一般而言,定量分析的成本较高、相对更加专业,而定性研究则相对节省成本。因此创建用户画像的方法并不是固定的,而是需要根据实际项目的需求和时间以及成本而定。比如AXE最近的虚拟项目“洋淘”(类似海淘APP),由于是3人的虚拟预言设计小组,考虑到投入成本及项目预期,我们选择定性的方法来快速产出,收获了很好的结果。
创建用户画像的方法,并没有严格意义的最专业和最科学,但是有最适合团队和项目需求的。
丰富用户画像
在用户画像整个过程当中,“丰富画像”是最有趣也最需要细致打磨的环节。非常考验团队及设计师的敏锐度和细腻度,因为这部分是将赋予用户画像灵魂的关键步骤,堪比“画龙点睛”。
再例举“洋淘”项目,我们在前期获取了大量枯燥且凌乱的基础数据,为了让用户画像在产品设计中发挥作用,我们必须让它活起来,这就需要我们细致分析数据,并赋予用户画像更多的元素,使其立体和饱满,把数据有规则的捏合成活生生的用户模型,参与到之后的产品设计当中。
构成用户画像的基本元素通常有:姓名、照片、个人信息、经济状况、工作信息、计算机互联网背景。
用来丰富用户画像的元素有:居住地、工作地点、公司、爱好、家庭生活、朋友圈、性格、个人语录等等。
最后,我们为“洋淘”项目打磨出了以下两类主要用户(海淘的主力用户和资深用户)画像,后续的产品设计都将围绕他们展开。
另外,搭建用户使用场景也是丰富用户画像的一个重要手段,但显然这不是本文的重点,在这里我们就不展开介绍了。
把握用户画像的颗粒度
在用户画像的过程中有一个很重要的概念叫做颗粒度,就是我们的用户画像应该细化到哪种程度。前面我们提到过,要不断的丰富用户画像,让被刻画的用户变得越发立体清晰,能更有助于产品设计的精确投入。这就类似马赛克拼图,单位面积内的点越多,图像就越清晰。但是不是颗粒度越小越好呢?其实并不是,掌握好颗粒度的“度”非常重要。例如,有以下细化过程:
“这是一台相机”
“这是一台胶片相机”
“这是一台胶片单反相机”
“这是一台尼康胶片单反相机”
“这是一台尼康FM2胶片单反相机”
在上述过程中,当它是一台相机时,它身上具备所有相机的共性,但当它是一台胶片相机时,显然它就不能代表数码相机了……而直至细化到它是一台尼康FM2胶片单反相机时,它就只能代表这一特定品牌、特定型号的相机了。
所以,用户画像的颗粒度不应该过于细密。一方面是因为这直接影响着成本;另一方面也因为过于细致的颗粒度,会造成服务目标过于单一。因此,我们在细化颗粒度的过程中,要不断佐以定量研究的方法来验证,并结合实际经验来微调。
我们始终认为,使用何种“用户画像”方法一定要结合项目的实际需求和成本,要拒绝教条主义,方法是死的,人是活的,一切“上纲上线”的设计方法都是耍流氓!以上,简单介绍了一下使用 “用户画像”方法的些许感悟,希望对大家有所帮助。谢谢
作者:百度安全事业部旗下 @AXE班斧设计工作室
来源:人人都是产品经理