質性的 UX 調研配合量化數據驗證，才能讓後續的產品設計策略不斷打中使用者的需求。訪談少量使用者所訂出的 Persona，在不知道其真實市場佔比前，是很難確定其設計價值的，要說服 PM 背這種風險進行開發非常困難，這也是為什麼我們需要用數據進行量化。
內文開始前，如果你對數據分析不夠熟悉
筆者我會建議可以看看有沒有缺漏的資訊需要填補，筆者先前在大舌頭上分享過了質性調研訂出 Persona 的缺陷，可以看這篇文章 → 以量化數據為參考的 Persona ，更能做出有效的決策。
那為了要可以量化 Persona，筆者會建議你先瞭解如何觀察使用者的行為數 → AARRR 指標能評判設計成效？UX 更需要的是分析使用者的行為數據 (上)。
進入正題
要用 Data 量化 UX Persona，筆者我個人的經驗比較常照這個流程進行：
- 建立 Persona
- 建構 Persona 的行為流程
- 抓出 Persona 間的關鍵行為差異點
- 用 行為數據量化 得出 Persona 的比例
- 以量化結果輔助產品決策
1. 建構 Persona 的行為流程
行為流程，可理解成我們很常聽到的 User Journey Map，或是 Norman 唐老先生說的心智模型也行，不過用數據分析角度的 Behavior Flow 來思考會是比較正確的切入角度。筆者我還是以 Google Map 為例，我們假想使用 Google Map 有三種 Persona 如下：
- 走路型 Persona：路痴，走路的範圍也要依靠路線規劃和導航功能
- 公交型 Persona：透過公共交通運輸到達城市中的不同地點，常使用路線規劃功能以獲取最佳路線資訊
- 開車型 Persona：以汽車的方式進行遠距離移動，會上高速公路需要知道塞車狀況和休息站資訊
那我們再接著把三種不同客群的行為流程列出來後，得出下圖的假想結果：
2. 抓出 Persona 間的關鍵行為差異點
讓我們看著上圖思考一下，在這三種假想中的 Persona，有什麼行為是關鍵差異的呢？他們三者都會輸入地點、規劃路線和前往目的地，關鍵的差異點貌似是有無導航的差別？但走路型 Persona 和開車型 Persona 都會使用導航，這樣子子好像還是不能區分兩者呢！
其實，我們不能只單考慮 Persona 的行為面，也要考慮產品設計和數據採集面的因素，如果把 Google Map 的介面呈現出來，我們就會能發現規劃路線的按鈕是有關鍵差異的！
這時候，從下圖我們就可以看出來，觀察規劃路線三種不同按鈕的使用次數，就能抓出三種不同 Persona 在產品中的占比了！
3. 用 行為數據量化 得出 Persona 的比例
在 Google Map 這個假想的案例中，我們很幸運地找出了能分辨 Persona 的關鍵差異的行為，利用這個關鍵差異進入數據後台查詢三種不同按鈕的點擊使用次數，就能夠知道我們質性訪談所訂出 Persona 到底是多是寡？各佔比多少？會不會根本跟我們想像的不同？筆者我也用下圖作為範例舉出一個實際可能的結果：
4. 以量化結果輔助產品決策
這時候我們就能知道三種 Persona 間的比重了，如果你是 Google Map 的 PM，你將因此能輕鬆地做出判斷，或許你會決定要開發功能服務最主要的 70% 開車客群，或許你會決定要開發功能以擴展最有淺力的 3% 走路型客群，不管怎樣，用量化數據驗證了質性 Persona，讓我們更能知道設計的正確方向了！
量化 Persona 總結
筆者我在先前的文章探討過質性 Persona 的問題，這篇文章則進一步解釋了我們可以如何利用數據進行 Persona 的量化，透過上述4個步驟將質性資料轉為更有商業信效的結果，能讓產品決策更為正確！
原文轉載於 – 還只靠訪談訂 Persona? 教你四步驟用數據搞定量化
Sojier Tsai
在 UX 和 Data 間劍走偏鋒的 PM，目前待業求職中 🙂
本文章所屬設計大舌頭與作者所有，未經授權，不得轉載！如需轉載，煩請通知。
