只靠訪談或質性調研訂出的 Persona 做產品決策，其實是非常危險的一件事情，而筆者接下來也會撰寫一整個系列使用 數據 驗證 UX 調研結果的方法、分享筆者在工作時累積出的經驗。
UX 的話術與套路
滿常聽到 UX 領域的同學們說：自從把訪談錄影給老闆看後，老闆從此再也不質疑 UX 提出的產品需求了
這真的是對的嗎？筆者認為在多數的狀況下這樣子的做法與結果是有問題的。
若僅訪談了少數人，就以此作出了影響產品走向的決策，多麽的可怕啊？一個大功能或產品的改版需要開發團隊花費數月，開發成本是以百萬為單位，如果僅憑一位 UX 訪談的影片就讓老闆動了情、做出了非理性的決策，那對產品或公司都將是個災難！
正常程序怎麼訂出 Persona？
正常情況下，我們會先依已有的資料針對使用者做初步的 Persona 分群，接著對每一分群抽樣至少 3 位受訪者進行訪談，若新獲得的資訊與已有資料無太大差異，那麼設計團隊就可以開香檳慶的用這些 Persona 作為後續決策依據了！那要是訪談的結果與原先想像的不同，我們可以使用「Persona 光譜」這類方法來重新進行對各個 Persona 特徵的調整。
(順帶一提，令筆者意外的是「Persona 光譜」這方法用關鍵字去 Google 後竟然找不到中文文章，所以筆者我就自己動手寫了一篇，有興趣的朋友可以點擊連結瞭解一下怎麼實作)
為何只靠訪談的 Persona 無法進行有效決策？
相信有經驗的朋友都知道，質性調研訂出的 Persona，最大問題之一在於沒有量化 數據 做為支撐，若僅訪談每種分群三位受訪者後訂定出 Persona 並以此進行決策，而當各種 Persona 彼此間的需求有所衝突，那我們是很難判斷該以哪種 Persona 做為關鍵決策依據的
舉個例，我們假想如果 Google Map 有下述三種 Persona：
- 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，所以需要知道塞車狀況和休息站資訊
那麼，這個時候，如果你是 Google Map 的 PM，到底該針對哪種 Persona 的需求進行產品的規劃呢？（三種 Persona 的需求差異相當大）
- 走路型 Persona 需求：添加 Google Map 上的天橋、地下道資訊
- 公交型 Persona 需求：更精準的公車到站資訊、最好能視覺化呈現公車位置
- 開車型 Persona 需求：更完整的休息站相關資訊、導航後依照路況調整路線
這時候，聰明的你一定也看得出來：
在資源有限的情況下，滿足一種 Persona 的需求，可能就會忽略了另外兩種，我們雖然對每一種 Persona 分群使用者都進行了訪談，但仍無法判斷該以何種 Persona 作為決策依據。
有量化 數據 的 Persona 能做更好的決策
假設我們透過數據或是問卷的方式，獲得了下方的量化結果：
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，就能輕鬆地做出判斷。或許你會決定要開發功能來服務最主要的70% 開車客群，或許會決定擴展最有淺力的 3% 走路型客群。不管怎樣，依據量化讓 Persona 變得更好用了。
那麼，該怎麼樣才能比較好的蒐集量化 數據 呢？就請大家關注筆者接下來 一整個系列的文章囉！我會持續分享我常使用的行為數據驗證 Persona 方法給大家！
當質性訪談碰上極端案例
接著，讓筆者我用國中大家都學過的常態分佈圖來說明吧！
從上圖我們就可以理解，我們就算每種 Persona 分群訪談了 3 個或更多受訪者，但這幾種 Persona 既有可能訪談到常態分佈中最核心的部分，也有可能訪談到偏離核心、極端的客群。
我們雖然一開始就對 Persona 進行了分群動作，但這幾種 Persona 到底哪一種代表了最主流多數使用者的意見，沒有透過量化我們是無法得知的！
結論
筆者我在這篇文章中，分享了只靠質性調研訂定出 Persona 的問題所在，那就是我們沒有量化的支撐還是無法做出正確的決策，尤其面對花費百萬為單位的開發決策，我們必須對使用者分佈有更全面的認識才行！
原文轉載於 – 只靠訪談訂出 Persona？問題可大了！
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。
