🔗 原文链接：https://mp.weixin.qq.com/s/Ci6hTvMe…
导读：已精简，可在作品集中放用户画像，要结合这篇文章具体分析，体现专业深度
在互联网公司，每个部门都会提用户画像，在设计部门我们使用的是作为设计推导工具的“用户画像”，而不是用户分层模型的“用户画像”。
用户画像的目的：
- 让设计师可以调动共情能力
- 让设计方案更有针对性
- 提升设计/开发部门之间的协作共识
推荐算法的“用户画像”与体验设计的“用户画像”之间的区别
做推荐算法的基本逻辑，是通过用户的特征、过往行为来推断用户的喜好、预测用户的行为，从而给他们合适的推荐；每个自然人都会有一个或多个标签或对应到一种画像。
而设计说的人物画像，是从许许多多的自然人用户中抽象出一个具有行为共性的“虚拟人类”；自然人与最终的画像并不一定有完全的对应关系。 
交互设计精髓about face里关于用户画像的制作：
- 分组：根据角色把用户分组
- 访谈：在每个组内部进行访谈，并且找到一些行为变量（一般指行为、态度、动机等）
- 映射：将找到的行为变量分成离散型的与连续型的，把连续型的变量画成单维度的轴（比如很不满意->很满意）并且将每个自然人受访用户放在这些轴上。
- 聚类：看看是不是有很多个自然人用户，在6-8个轴上的位置都很接近。这说明这6-8个轴代表的行为变量组成了用户画像之间的关键差异点。
- 优化：修修补补，往关键行为差异点的骨架上增添一些细节：年龄/性别/爱好/名字…
评估你是否需要用户画像
用户画像只是一种成本比较高的、用聚类的思路+拟人化手段呈现你调研结果的形式，它依赖的底层依据仍然是访谈、问卷、数据分析结论。
- 发展阶段比较早期，远没有形成稳定用户群体的产品不用做用户画像。
- 没有迈入精细化运营的B端产品不用做用户画像。
- 最重要的是，假如你不太懂用户画像是什么，不要在作品集里放用户画像。
定性+定量结合
- 先定性：小规模的半结构化甚至开放式访谈，从访谈结论中收集可能影响用户行为的因素
- 再定量：收集好可能的用户因素后，将这些因素编辑成问卷问题并投放问卷，问卷选肢参考此前访谈结论。
- 使用定量的聚类工具分析：
- 最后使用定性数据填充细节：
若有收获，就点个赞吧
0 人点赞
