https://www.uisdc.com/user-portrait-2
用户画像作为一种设计工具,可以很好地帮助设计师跳出“为自己设计”的惯性思维,聚焦目标用户,发现核心价值,赋能产品。
前言
在产品研发过程中,产品、设计、研发等人员经常会提到“我们要为目标用户设计”、“我们的用户是谁”等字眼,可见找准目标用户在产研过程中至关重要。用户画像作为一种设计工具,可以很好地帮助设计师跳出“为自己设计”的惯性思维,聚焦目标用户,发现核心价值,赋能产品,在互联网各类型产品中有广泛的应用。
本文将介绍用户画像概念、价值以及如何从 0 到 1 构建用户画像,希望阅读后能让大家了解用户画像相关理论,并有助于后续对用户画像的深度学习。
什么是用户画像?
目前业界常使用的用户画像概念有 2 种,一种是 User persona,一种 User portrait,也有翻译为 User profile。
第一种用户画像,即 User persona,根据 Alan Cooper 的《About Face》,是基于产品对真实世界的观察,抽象出来的具有代表性的虚拟用户模型,有时也被称为综合的用户原型(Composite User Archetype)。这个概念最早由 Alan Cooper 在《The Inmates are Running the Asylum》(软件创新之路)一书中提出,后续在多处书籍进行了不停地完善。
这个画像主要特征如下:
1. 描述一个用户画像包括角色描述和用户目标
这里角色描述是指如名称、年龄、位置、收入、职业等,这类角色描述主要是为了使用户画像更丰富、真实,具象;重点关注的是用户动机,用户目标是其动机。
2. 可以代表相似的用户群体或类型,也可以代表个体
User persona 是抽象的、虚拟的,代表一个典型的用户群体;虽然也可以代表个体,但个体并不是实际独立的个人,而是从实际观察研究中综合而来。
3. 须针对具体情境-具体产品的行为和目标
User persona 研究的是用户在具体情境下对产品的使用,关注其在一定范围内的行为、态度、能力、动机等。即使同一个角色,在不同产品下的动机也是有差异的,一般来说不轻易在不同产品间复用,需要考虑不同类产品的切入场景。
第二种用户画像,即 User portrait,是指用户信息标签化,通过收集用户多维度的信息数据(如人口统计属性、社会属性、行为偏好、消费习惯等),并对其进行统计、分析,从而抽象出的用户信息全貌,相比 user persona,它更侧重于数据挖掘、标签体系搭建。
这类画像主要特征如下:
- 真实性:集合了每个个体的真实信息,如既有人口统计属性等静态信息,也有用户行为的动态信息。
- 时效性:用户动态信息并非一层不变,可以实时追踪其变化。
- 覆盖度广:既能监测到用户感兴趣的内容,也可以看到其不感兴趣的内容,维度众多,颗粒度粗细均有。
以下是这 2 类用户画像的简要差异对比:
本文重点介绍第一种用户画像(user persona),至于如何创建数据画像标签及应用,会在后面的文章中介绍到,此处不再赘述。
用户画像的价值
用户画像作为一种设计工具,其作用贯穿产品生命周期的前中后。结合设计工作的几个阶段,画像的价值主要有:
- 设计前:帮助确立产品定位、目标
- 设计中:帮助确立设计目标、设计策略与准则
- 设计后:促进其他工作,如市场推广、运营活动、销售规划
用户画像的构建流程
整体来说,用户画像(user persona)多采用定性的研究方法来进行角色划分,主要可采用的资料来源有:人种学研究、情境调查、观察法、访谈法、桌面研究等,具体实行时会根据业务情况稍作调整。
本文结合酷家乐-快搭、赢客 2 条业务线经验,梳理了从 0 到 1 构建画像的流程与方法,如下图所示:
Step1:确立目标与画像维度
明确业务目标与用户角色,不同的角色与目标在收集信息时有所差异,进而影响到最终得到的画像结果。因此在做画像之前,需要考虑清楚画像目的。明确目标后,就可以结合目标与角色,制定出画像信息维度。
此处有 2 个注意点:
- 通用信息有哪些?
- 如何筛选出目标用户?
针对第一点,通用信息维度可以结合用户画像的构成要素,自身业务情况有选择性的摘取。这里需要注意,to C 和 to B 类的信息维度会有些许差异,比如 to C 属性产品会关注用户的性别、年龄、家庭情况、爱好习惯等,而 to B 类则不太关注这些,它们会更侧重用户的工作能力、工作内容、使用工作等等。
用户画像构成要素汇总:
针对第二点,由于是创建用户画像,我们需要尽可能最大程度覆盖不同用户。那找谁进行研究呢?这里介绍 2 个小 tips。
Tips1:用户筛选条件
寻找与业务紧密相关的产品、运营,一起讨论确定用户类型,在讨论中我们会定义符合条件的用户,得出一张用户筛选条件表,进而根据这张表邀约用户。
Tips2:工作职能筛选
针对一些 to B 类岗位职能划分清楚的产品,可以基于工作职能寻找用户。实操中需要结合实际情况,看是否需要区分管理岗与普通执行岗。
以快搭智能设计业务线为例,在用户画像项目中
- 业务目标:整体全面的了解用户特征、产品认知、使用场景与痛点
- 目标用户:考虑目标是希望先对快搭工具侧使用用户有个全面、整体的认知,问卷法中 D 端&B 端用户有访问&开通过快搭行为都算,而在深入挖掘场景与痛点时,结合问卷的反馈,D 端和 B 端重点寻找活跃用户,并细分了用户身份类型。
Step2:确立调研方法
确立画像信息维度后,需要结合用户、时间精力、经费等因素,选择合适的调研方法以实现信息收集。常用的调研方法有 3 种:
- 定性研究:如访谈法、二手资料研究
- 定量研究:如问卷调研、数据分析
- 定性+定量:上面 2 种方法的结合。
每种方法如何选择?可以从调研方法的差异性、产品所处生命周期,再结合实际时间精力、经费等情况酌情选择。
调研方法的差异性
定量和定性是一个相对的概念,定量法着重了解“是什么”,即发现用户做了什么,挖掘事实信息。而定性方法着重了解“为什么”,即挖掘用户行为背后的原因,从而理解现象。
与产品生命周期对应的调研方法
- 新生期:这个时期产品尚未定型,目标用户也在市场探索中,可以尝试通过访谈法,找专家用户或竞对产品的用户,重点挖掘 TA 们使用产品的场景,核心痛点是什么,以便进行 MVP 版本的验证。
- 成长期:这时产品已经进入用户快速增长时期,随着体量的变大,用户会出现分层,暴露的问题也会越来越多,可以尝试通过定量法进行用户分层,再辅助定性了解每类用户,针对性解决问题。
- 成熟期:用户体量趋于平稳,产品一方面需要维稳,持续满足现有用户的需求,提升产品体验;另一方面需要尝试突破,找到细分市场,以挖掘新的增长点。可以尝试先定性挖掘蓝海,再定量进行验证。
- 衰退期:定性了解原因,调整产品。
以快搭智能设计业务线为例,综合了目的、产品周期、调研方法、时间精力等因素,采用了数据+问卷+电话访谈三种方法结合。
Step3:制定计划与数据收集
在明确目标与方法后,需要对整个研究进行细化,制定具体详实的执行计划并落地,把控整体节奏以收集有效的信息。
例如,若使用问卷法,则需要进行问卷设计——被访者选取——问卷投放——问卷回收。若使用访谈法,则需要准备访谈前中后的相关资料。采用不同方法,执行环节需要注意事项有所不同,可以针对性查阅相关方法的工具书、文章,此处不再赘述。
Step4:分析资料,角色聚类
第三步骤收集整理到有效信息后,需要识别关键的行为变量,将调研到的用户与行为变量进行一一对应,并识别差异化行为模式。
在寻找可能导致用户间行为差异变量时,结合以往经验,笔者总结了一下可供参考的维度。
以行为变量为依据进行用户对应时,不必追求绝对的精准,只要相对能映射清楚即可。梳理完后,观察可发现某些用户群体聚集在几个行为变量上,它们构成了一个显著的行为模式,由此聚类出某个角色类型。依此类推,可以发现几个不同的行为模式。为保证全面,映射完最好遍历一下,检查是否有用户或变量的遗漏。
以快搭为例,用户在使用智能设计工具时,行为变量可细分为:职业类型、专业技能水平、使用方式、看重因素等等,一一对应后聚类出几大类角色类型,比如其中一类追求速度,看重整体效果;另一类,重过程,讲究细节。
除了上述方法外,针对 to B 类的企业级产品,当用户的职能属性很强时,可以将企业职能作为划分角色类型的依据。这时,只要针对每类角色抽样出典型样本,保证完整性,进行调研即可。
Step5:综合特征,产出画像
完成角色聚类后,梳理每类角色的行为、目标、痛点等维度特征,形成画像的基本框架,并对每个角色进行属性信息、场景等详细描述,让画像更加丰满、真实。
此时需要注意:
- 虽然网上有提供很多画像模板,但只是参考示例,大家需要根据自己收集到的信息,制作属于自己业务的画像;
- 最好为每个画像贴上一张符合角色特征和所处环境的照片,传递更加情感化的信息,带入感更强。
- 确立画像优先级。根据 Alan Cooper 的建议,一个产品最好不要超过 3 个用户角色,在得出画像后,需要结合覆盖人群基数大小、收益潜力、竞争优势、业务规划等维度去评估重要程度,定义好主要角色、次要角色、补充角色等
- 用户画像作为一种设计工具,不是一层不变的,需要随着时间推移不断进行迭代,在产品积累了一定用户量时,可以使用定量法进行验证,补充优化更多维度信息。
用户画像框架
以快搭为例,某类角色-销售型导购画像如下:
Step6:结合产品,画像落地
用户画像只有落地,助力产品设计,才能体现其价值,否则就是空中楼阁。
在创建完画像后,可以组织分享画像结果,让团队内成员对服务的用户达成共识,进而探讨产品的新机会点或改进点,逐步落地到产品设计、推广营销中。用户画像在设计前中后如何应用,后续有文章进一步详解,本文不再赘述。总结
本文对用户画像的概念、价值和构建流程方法进行了介绍,所谓实践出真知,大家可以在日常工作中尝试实操一下。目前,酷家乐正在从 0 到 1 逐步搭建覆盖全公司、各业务线的完整用户画像,我们会在这个过程中不断探索、完善画像构建方法。关于酷家乐如何搭建全站用户画像并在项目落地,数据标签体系如何搭建等会在后续文章中持续更新,敬请关注。