展開 Persona光譜,讓團隊凝聚共識並訂出關鍵使用者

Persona光譜 (Persona Spectrum)是可以幫助我們對質性調研後的資料進行分類,有效地幫助團隊凝聚共識並訂出 Persona 的方法。

為何需要 Persona光譜?

正常來說,我們會訪談約5個使用者,得到足夠的資訊後開始進行 Persona 的訂定,但有時會發生5個受訪者的特性各有其差異,或為了將受訪者的資訊彙整成更少數量的 Persona 時所發生的意見分歧,這時光譜的作用就能幫團隊整理不同受訪者的資訊,以助凝聚團隊共識。

進行 Persona 光譜的步驟:

  • 前置作業:蒐集使用者的資料(大多透過訪談等等方法)
  • 抓出關鍵差異的分類方式
  • 繪出關鍵差異的橫軸光譜
  • 將受訪者資訊填上光譜
  • 透過視覺化的資訊進行討論與聚焦
  • 後續作業:訂出 Persona

 

實際示範:

就讓我們以 Google Map 這個大家都會使用的產品為例吧!為了讓解說更明確,筆者將題目再進一步縮小到「導航功能」的範圍內。

一、首先,前置作業,我們先把受訪者的資料和特性整理出來:

Persona光譜

二、分類出關鍵的差異特性,以下使用顏色來進行呈現

三、繪製光譜

在這一部份,我們繪製出前面標註顏色分類的維度,筆者我取了一些大家方便理解的分類維度來舉例,若舉例的太生硬也請大家多多見諒。

四、填上對應的受訪者資料

五、透過視覺化進行分析

(常透過尋找一致或相反的狀況來輔助判斷)
例如我們可以發現這個案例中,兩個女受訪者的特性滿相似的。

或是其中兩位男性的特徵也頗為相似

那麼,在這個案例中我們就可以依此來輔助 Persona 的訂定。

六、訂出 Persona

Persona光譜 總結

這是一個幫助團隊從眾多受訪者資料中聚焦收斂出 Persona 的方法,Persona 光譜運用了分類與視覺化的方式讓團隊成員更能有效分析。

我們須注意這個方法應依狀況作出調整,例如 Google Map 其實涉略的層面太廣,單用5個受訪者就想要訂出 Persona 實在有所質疑,若分類的維度偏向量化維度,那其分類的信效度又會不足等等。

 

延伸閱讀

1) UX 2: Competitive Analysis & Persona

UX 2: Competitive Analysis & Persona

2) 如何打造對專案有效益的 Persona (人物誌) ?

如何打造對專案有效益的 Persona (人物誌) ?

3) 改良的人物誌進行方法 – 快速交流人物誌(Persona Speed-Dating)

改良的 人物誌 進行方法 – 快速交流人物誌(Persona Speed-Dating)

 

 

原文轉載於 – Persona 光譜 (Persona Spectrum)

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: