用戶畫(huà)像方法與案例——從具象到抽象
![](http://image.woshipm.com/wp-files/img/55.jpg)
還在騰訊的時(shí)候,我對(duì)“用戶畫(huà)像”產(chǎn)生濃厚興趣,開(kāi)始海量的用戶群中開(kāi)始探索和實(shí)踐,后來(lái)在騰訊學(xué)院開(kāi)發(fā)了一門課程《用戶數(shù)據(jù)分析方法與案例》,其中有一部分是用戶畫(huà)像。
個(gè)人對(duì)用戶畫(huà)像的理解是三個(gè)層次,可以說(shuō)是三個(gè)步驟吧,從群體用戶的問(wèn)卷調(diào)研、數(shù)據(jù)分析到具象的個(gè)性描述,再到抽象應(yīng)用,如下圖所示:
簡(jiǎn)單的說(shuō)下對(duì)這三個(gè)層次的認(rèn)知與實(shí)踐。
一、群體定量統(tǒng)計(jì)分析
做用戶畫(huà)像的基礎(chǔ),是通過(guò)數(shù)據(jù)對(duì)海量用戶有一個(gè)初步的了解,一般采用用戶數(shù)據(jù)提取分析與問(wèn)卷調(diào)研兩種方式進(jìn)行,根據(jù)產(chǎn)品目標(biāo)確定統(tǒng)計(jì)分析的維度指標(biāo)。
分析的維度,可以按照人口屬性和產(chǎn)品行為屬性進(jìn)行綜合分析,
人口屬性:地域、年齡、性別、文化、職業(yè)、收入、生活習(xí)慣、消費(fèi)習(xí)慣等;
產(chǎn)品行為:產(chǎn)品類別、活躍頻率、產(chǎn)品喜好、產(chǎn)品驅(qū)動(dòng)、使用習(xí)慣、產(chǎn)品消費(fèi)等;
以下是騰訊開(kāi)放平臺(tái)的一些產(chǎn)品用戶屬性,年齡與性別的交叉分析,付費(fèi)用戶與年齡的交叉分析。無(wú)論是后臺(tái)數(shù)據(jù)分析還是用戶問(wèn)卷調(diào)研,都需要進(jìn)行研究的效度與信度論證,保證數(shù)據(jù)盡量準(zhǔn)確可用。
做問(wèn)卷調(diào)研,需要做多少份問(wèn)卷呢?一般是4000份以上,這個(gè)時(shí)候的抽樣置信區(qū)間可以達(dá)到99%,錯(cuò)誤率幅度在2%左右。如果保持錯(cuò)誤率2%的水平,置信水平95%,那么問(wèn)卷數(shù)量可以下降到2500份。需要注意的是一般我們回收問(wèn)卷,還會(huì)通過(guò)答題完整性、一致性等多項(xiàng)標(biāo)準(zhǔn)剔除無(wú)效問(wèn)卷,所以回收問(wèn)卷盡量高于標(biāo)準(zhǔn)數(shù)量的10%。
案例:頁(yè)游用戶年齡與性別分布
數(shù)據(jù)來(lái)源:2013年騰訊開(kāi)放平臺(tái)白皮書(shū)
案例:付費(fèi)用戶年齡分布
數(shù)據(jù)來(lái)源:2013年騰訊開(kāi)放平臺(tái)白皮書(shū)
這本白皮書(shū)還是有不少用戶數(shù)據(jù)可以供大家參考,有興趣的同學(xué)可以去騰訊開(kāi)放平臺(tái)下載:http://open.qq.com/
二、具象的定性個(gè)體描述
也就是創(chuàng)造人物角色,這里先說(shuō)一個(gè)概念:Persona。Alan Cooper提出了Persona這一概念?!囤A在用戶》這本書(shū)將其翻譯為“人物角色”,是在上面的海量數(shù)據(jù)分析基礎(chǔ)上,進(jìn)行具象化得到一個(gè)的虛擬用戶。
有興趣了解AlanCooper的可以去他的Google+主頁(yè)看看。
鏈接:https://plus.google.com/101097598357299353681/about
他的個(gè)人簡(jiǎn)介是:I’m a software guy. I invented personas. They call me “The Fatherof Visual Basic”. I’m also the proprietor of Monkey Ranch, a former dairyfarm in Petaluma CA.
PERSONA的含義
- P 代表基本性(Primary research)指該用戶角色是否基于對(duì)真實(shí)用戶的情景訪談
- E 代表移情性(Empathy)指用戶角色中包含姓名、照片和產(chǎn)品相關(guān)的描述,該用戶角色是否引起同理心。
- R 代表真實(shí)性(Realistic)指對(duì)那些每天與顧客打交道的人來(lái)說(shuō),用戶角色是否看起來(lái)像真實(shí)人物。
- S 代表獨(dú)特性(Singular)每個(gè)用戶是否是獨(dú)特的,彼此很少有相似性。
- O 代表目標(biāo)性(Objectives)該用戶角色是否包含與產(chǎn)品相關(guān)的高層次目標(biāo),是否包含關(guān)鍵詞來(lái)闡述該目標(biāo)。
- N 代表數(shù)量(Number)用戶角色的數(shù)量是否足夠少,以便設(shè)計(jì)團(tuán)隊(duì)能記住每個(gè)用戶角色的姓名,以及其中的一個(gè)主要用戶角色。一個(gè)產(chǎn)品,一般最多滿足3個(gè)角色需求。
- A 代表應(yīng)用性(Applicable)設(shè)計(jì)團(tuán)隊(duì)是否能使用用戶角色作為一種實(shí)用工具進(jìn)行設(shè)計(jì)決策。
我們通過(guò)調(diào)研去了解用戶,根據(jù)他們的目標(biāo)、行為和觀點(diǎn)的差異,將他們區(qū)分為不同的類型,然后每種類型中抽取出典型特征,例如:一些個(gè)人基本信息,家庭、工作、生活環(huán)境描述,賦予一個(gè)名字、一張照片、場(chǎng)景等描述,就形成了一個(gè)具象的典型用戶畫(huà)像。人物角色一般會(huì)包含與產(chǎn)品使用相關(guān)的具體情境,用戶目標(biāo)或產(chǎn)品使用行為描述等。為了讓讓用戶畫(huà)像容易記憶,可以用具體的名字、標(biāo)志性語(yǔ)言、幾條簡(jiǎn)單的關(guān)鍵特征進(jìn)行描述。一個(gè)產(chǎn)品通常會(huì)設(shè)計(jì)3~6個(gè)角色代表所有的用戶群體。
譬如下面就是我們?nèi)ツ曜鯵Y用戶畫(huà)像的一個(gè)案例:
具象的用戶畫(huà)像作用
理解用戶。人物角色是海量用戶“打包”后的研究結(jié)果,是用戶研究結(jié)果的生動(dòng)呈現(xiàn)方式,是用戶心里模型好的載體,可以讓產(chǎn)品經(jīng)理、設(shè)計(jì)師進(jìn)行方便的換位思考。
提高溝通效率。由于人物角色是用戶研究結(jié)果的具象化,它不但生動(dòng),而且代表著用戶真實(shí)的目標(biāo)和動(dòng)機(jī)等信息,基于統(tǒng)一用戶認(rèn)知基礎(chǔ)的溝通,可以大大提高團(tuán)隊(duì)的溝通效率。
設(shè)計(jì)依據(jù)。人物角色,讓設(shè)計(jì)師找到了“以用戶為中心的設(shè)計(jì)”的著力點(diǎn)——“用戶”,在團(tuán)隊(duì)成員間對(duì)設(shè)計(jì)方案存在分歧時(shí),可以依據(jù)“人物角色”來(lái)選擇最佳的設(shè)計(jì)方案。
三、數(shù)據(jù)建模與產(chǎn)品應(yīng)用
用戶研究的價(jià)值,最終還是要體現(xiàn)在產(chǎn)品的應(yīng)用上。
一方面是產(chǎn)品經(jīng)理、設(shè)計(jì)師在進(jìn)行視覺(jué)設(shè)計(jì)、交互設(shè)計(jì)等方面進(jìn)行參考。另一方面,更重要的是將用戶角色落實(shí)在在實(shí)際的產(chǎn)品中,用數(shù)據(jù)做產(chǎn)品在當(dāng)前熱議大數(shù)據(jù)的時(shí)代越來(lái)越受到重視。
數(shù)據(jù)建模的方法太多了,神經(jīng)網(wǎng)絡(luò)、遺傳算法、蒙特卡羅算法、聚類分析、關(guān)聯(lián)算法等等。在
目前的產(chǎn)品應(yīng)用中,最常見(jiàn)的是用戶分類、各種推薦算法、防流失模型等。這里我們舉幾個(gè)常見(jiàn)的案例。
案例一:英雄聯(lián)盟對(duì)新用戶的類別劃分
新玩家進(jìn)入游戲后,不同的游戲水平,將會(huì)有不同的引導(dǎo)體驗(yàn)。
我是新手:剛開(kāi)始接觸戰(zhàn)略游戲和英雄對(duì)戰(zhàn)游戲。
我玩RTS:玩過(guò)一些即時(shí)戰(zhàn)略游戲,但是并非高手。
我玩MOBA:玩過(guò)MOBA類游戲,知道打錢、殺人、推塔、拆基地。
大師你懂嗎:團(tuán)隊(duì)頂梁柱,反黑主力軍,打輔助也能殺超神,沒(méi)有什么能比你更強(qiáng)力。
案例二:QQ音樂(lè)猜你喜歡
Fm.qq.com,這個(gè)案例,是當(dāng)年在騰訊ISD團(tuán)隊(duì)時(shí)候經(jīng)常打交道的O胖、春哥等哥們的作品,從歌手、專輯、單曲三個(gè)維度,融合離線計(jì)算與在線實(shí)時(shí)推薦機(jī)制進(jìn)行設(shè)計(jì)與開(kāi)發(fā)。
以下也是某音樂(lè)產(chǎn)品的推薦邏輯:
案例三:流失預(yù)警模型決策樹(shù)算法
參考文章:《The origin of personas》,Alan Cooper
鏈接地址:http://www.cooper.com/journal/2008/05/the_origin_of_personas
#專欄作家#
Blues,微信公眾號(hào):BLUEMIDOU,人人都是產(chǎn)品經(jīng)理專欄作家,迅雷產(chǎn)品總監(jiān),原YY語(yǔ)音、騰訊高級(jí)產(chǎn)品經(jīng)理。具有十年產(chǎn)品經(jīng)驗(yàn),多年產(chǎn)品講師經(jīng)驗(yàn)。著名自媒體人,WeMedia自媒體聯(lián)盟成員,十佳自媒體人之一。擅長(zhǎng)產(chǎn)品策劃、產(chǎn)品運(yùn)營(yíng)、數(shù)據(jù)分析、用戶研究、行業(yè)分析等。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,不得轉(zhuǎn)載。
你想和Blues老師有更多關(guān)于進(jìn)階產(chǎn)品的面對(duì)面學(xué)習(xí)交流嗎?
在【產(chǎn)品總監(jiān)修煉之道】,Blues老師和其他三位來(lái)自騰訊、百度操盤過(guò)億級(jí)產(chǎn)品用戶的老師,將和你面對(duì)面分享高階產(chǎn)品系統(tǒng)知識(shí),為你搭建產(chǎn)品總監(jiān)必備能力框架…….
想了解更多詳情?立即戳>>http://996.pm/z4bLB
也快可以聯(lián)系KK進(jìn)行咨詢哦~微信/TEL:13043462422
PS:除了咨詢問(wèn)題,還能領(lǐng)取【產(chǎn)品總監(jiān)課程學(xué)習(xí)筆記】! ??
謝謝Blues老師分享干貨!有個(gè)問(wèn)題:“具象的定性個(gè)體描述”鎖定的3~6個(gè)persona,是如何從“數(shù)據(jù)統(tǒng)計(jì)分析結(jié)果”中篩選總結(jié)的呢,有什么樣的依據(jù)和邏輯嗎?
請(qǐng)問(wèn),最后一個(gè)決策樹(shù)那個(gè)數(shù)據(jù)是怎么得出來(lái)的,能解開(kāi)說(shuō)下嗎?是普遍那么量級(jí)的用戶流失的數(shù)據(jù)嗎?
老師能不能講下運(yùn)營(yíng)轉(zhuǎn)產(chǎn)品的新人,在面試的時(shí)候一般會(huì)問(wèn)到什么怎樣應(yīng)答這類的,謝謝老師啦 ?? ??
個(gè)人覺(jué)得挺贊的,一般涉及概率論的理論有哪些?實(shí)際的指導(dǎo)意義怎么樣?