還只靠訪談訂 Persona?教你四步驟用數據搞定量化

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

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)

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:

  1. 建立 Persona
  2. 建構 Persona 的行為流程
  3. 抓出 Persona 間的關鍵行為差異點
  4. 用 行為數據量化 得出 Persona 的比例
  5. 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:

行為數據量化

 

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!

行為數據量化
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!

行為數據量化

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:

行為數據量化

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

分享此文: