前言

总结：对于大多数团队而言，定性地制作用户画像是对于投入和产出平衡而言最优的选择；但对于极大型或小型的企业而言，它们也可能会分别从定量或轻量用户画像中受益。

在UX中，使用用户画像能够快速、便捷地引发我们对用户使用产品时的情境、动机、需求和方式的共情。它能够帮助我们关注用户最看重的东西，从而使我们真正地从用户的角度出发进行设计上的决策。因此，用户画像一定要来源于对用户定性的理解，并需要反映其行为和动机，而不仅仅是基于假定的、人口统计学（年龄、性别等）或其他指标上的差别。

话虽如此，用户画像并不需要非常详尽；它不需要我们依据心理学、人口统计学、行为模式上的多重维度，确切地划分出每种可能的用户类型——毕竟，在进行设计决策时，要同时考虑数十种甚至数百种用户画像是不太实际的。用户画像的关键点在于它应该是好记的、可执行的、彼此区分的——它需要总结不同用户群体的首要需求，从而让我们能够快速想起、即刻共情。

取决于所拥有的研究数据类型，我们可以用三种方式制作用户画像：

前期用户画像（Proto personas），旨在帮助团队快速就「我们的用户是谁」达成共识，但并不基于（新的）用户研究数据。
定性用户画像（Qualitative personas），其结果基于小样本的定性研究，例如用户访谈、可用性测试，或实地考察。
定量用户画像（Quantitative personas），指在初期的定性研究影响下，又进一步收集了更大规模样本的调查数据，经过统计分析后得出的用户画像。

这三种用户画像都各有优劣，并且各自适用于不同的情境。

一、前期用户画像：旨在快速达成共识

前期用户画像是一种轻量的、后验的用户画像，并不基于任何新的研究数据。它描摹了团队对于用户是谁、他们的需求的现有知识（或猜想）。前期用户画像可以基于团队已有的用研数据，但在许多情况下，它仅仅建立在团队对用户群体和用户需求的假定之上。

1.1 前期用户画像的制作

一般来说，制作前期用户画像可以通过举办一个包含你的团队和关键利益相关方（或客户）的工作坊来完成。这种工作坊通常耗时2-4个小时；每个参与者通过使用一个简单的模版自行制作2-5个前期用户画像，接着和所有人分享。接着，参与者一起讨论所有的用户画像，并且将它们整合、重组、修订，最终形成一套包含3-6种用户的前期用户画像。

在工作坊环境下制作出的前期用户画像：每个参与者绘制2-5个简单的草图，接着所有人进行讨论、重组，将它们整合成一套最终版本的前期用户画像。

1.2 前期用户画像的优点

由于前期用户画像对研究数据没有要求，它很适合在敏捷开发环境中工作的团队，或者是那些UX成熟度较低、本身并不存在任何用户画像的公司。前期用户画像的另一个优势是它让团队对用户的内隐假定可视化了。实际上，每个团队成员都对「我们的典型用户应该是什么样」这个问题有自己的假定。而如果团队内部缺乏共识，就会导致每个人都是按照一套不同的假定来决策的。这些不匹配的假定可能会导致整个团队的关注点跑偏。

因此，将这些假定分别归类，至少可以给团队一些明确的、共同努力的方向，即便这些假定并没有完全准确地反映了用户的真实需求。前期用户画像也可以作为后续的用户研究的出发点——如果团队发现他们的假定太多，之后就会考虑用研究进行验证，及修订那些不正确的假设。

1.3 前期用户画像的缺点

很明显，由于前期用户画像并不基于研究，它往往并不能正确地反映用户需求。而由于它又与团队（可能是错误的）假定互相吻合，就会陷入循环论证的怪圈。

更糟糕的是，如果团队最终发现这些用户画像并没有带来价值，他们可能会对用户画像，甚至是合作性的UX活动产生一种负性的光环效应（光环效应指的是在人们感知到某事物的一方面很好时，他们会对该事物的其他方面也有更积极的评价，即使他们并不了解该事物的其他方面。负性的光环效应则正好与之相反）。

二、定性用户画像：大多数团队的最佳选择

对大多数团队而言，制作用户画像的最佳方式是进行可靠的、小型到中等规模的探索性定性研究（例如用户访谈），接着通过用户展现出的态度、目标、痛点和期望将其分成不同的群体。

2.1 定性用户画像的制作

制作定性用户画像，可以从访谈5-30名用户开始（以5名用户为一轮，直到你在每次访谈中几乎不能发现新的收获为止）。这些访谈可以是完全独立的场次，也可以是可用性测试或实地考察的一部分。

这些研究可以揭露你的用户最关心的事情：他们对于你的产品的功能和表现的期望，他们对于使用你的产品完成任务的描述，他们如何进行关键任务，以及他们想要达成的目的。将访谈记录进行分类，总结成几个关键的主题（即对数据进行编码）。

在分析的过程中，我们关注的是用户展现出的模式：寻找那些和其他受访者在绝大多数的关键主题上表现相似的人（但并不一定在所有主题上表现都相同）。不要仅仅简单地试图找出一个完美的典型用户，而是关注更宽泛的行为模式。在你这样做时，也可以向你的同事解释你所观察到的关联。

例如，你可能在某电商网站的测试中注意到，好几个受访者提到，他们在决策前会查看许多产品页面；这些人中的大多数还说，他们会把购物车当作暂时存储这些产品的工具，之后再在购物车中进行比较。尽管这些受访者可能会在其他问题的回答上存在差异（如使用不同的设备购物、购买的产品类型不同、预算不同等等），对你的团队而言，他们之间的相似之处可能比差异更有价值。因此，你可以根据这些相似性创建一个用户画像（例如，研究型购物者）。

定性用户画像的制作过程更加繁杂，也有更多的细节，我们就不在这篇文章里展开讲述了。

2.2 定性用户画像的优点

考虑投入和产出的性价比，基于定性研究的用户画像是大多数团队的最优选择——它对于时间投入的要求较低，UX团队可以在做其他工作的同时收集到足够的数据。由于定性用户画像来源于用户数据，它能够准确地反映出关键的用户动机、期望和需求。而这些收获是无法仅仅从指标数据、人口统计学信息，或团队对用户的假定中得到的。

2.3 定性用户画像的缺点

定性用户画像的主要缺点如下：

由于它并不基于大规模的样本，我们无从知晓每种类型的用户画像占总用户的比例如何（如，我们并不能声称：桑德拉——谨慎型顾客在我们的用户中占到60%）。
由于样本量较小，有可能我们会遗漏一些较为特殊的用户类型，抑或是将意见过分独特的「异常值」当作一类用户。
对于低UX成熟度的组织（对定性研究方法不甚了解的公司）而言，定性用户画像可能会被认为「不科学」。

三、定量用户画像：基于定性和定量研究

定量用户画像是最耗费精力的一种制作用户画像的方式，它要求通过给大样本的用户发放问卷、使用统计分析发现相似回答的方式对用户进行归类。虽然我把这种类型的用户画像称作「定量用户画像」，但实际上制作它需要使用混合的研究方法：它同时基于定性和定量研究的数据。

在绘制这种类型的用户画像之前，我们需要进行一些探索性的、定性的研究来确定我们要在问卷调查中询问哪些问题。并不存在任何的「万能用户画像问卷」能帮你制作出适合你的团队的用户画像。只有在扎实了解了你的产品的用户需求和期望之后，你才能从问卷调查中得到切实有用的结果。

（尽管许多团队完全按照人口统计学或指标数据，在缺少定性数据的情况下创建用户画像，我们并不推荐这种方法；这种方式产出的用户画像对于UX决策而言作用十分有限。即使指标数据高度概括地展现了用户行为，但你对于用户试图完成的任务、他们这样做的原因、情境和其引发的情绪并没有任何了解。

如果你不知道一个人为什么做某事，你就需要做出假定——而这些假定往往是错误的。用户画像的意义就在于真正从用户角度出发，了解他们真正想达到的目的，及其原因。情境十分关键——而人口统计学和指标数据并没有任何情境信息。）

定性用户画像和定量用户画像的最大区别在于，在制作定量用户画像过程中，我们并不手动按照用户回答对其进行归类；而是根据定性研究中得到的关键主题制作调查问卷，发放给大量用户。接着，通过对问卷数据的统计分析，把回答相似的用户分为几类。这样避免了研究者在分类过程中可能的主观偏差——但消除偏差的同时，我们也失去了思考哪些相似性可能更有意义的机会。

3.1 定量用户画像的制作

制作定量用户画像的第一步与定性用户画像相同：通过探索性定性研究，发现反复被用户提及的关键主题。在这些定性数据的基础上，制作调查问卷，以获得更大范围的用户对这些关键主题的想法的定量数据。

调查至少100名用户（500名或以上更为理想）——统计分析手段对于大样本量的数据更加有效。接着使用统计分类方法，例如潜在类别分析（Latent Class Analysis, LCA，非常适用于问卷调查中经常收集的分类变量，以及不完整的数据），因子分析，或K-均值聚类法来鉴别数据中的不同模式。

注意：用这些分析方法得出的分类可能对于设计师而言并不是特别有用，得到的用户类型之间的差别可能也很难用语言进行描述。

3.2 定量用户画像的优点

定量用户画像相对于其他种类的用户画像而言有如下三大优点：

由于使用了大样本，我们可以确信用户画像并不会被异常值影响（例如，非典型的、与大多数人不同的用户期望并不会显著影响结果）。
可以了解每种类型的用户画像占总体用户的百分比。当我们需要做那些有利于某种而非另一种用户群体的决策时，了解这点会非常有帮助。
通过回溯用户画像聚类的过程（使用判别分析），我们可以发现哪些问卷中的问题能够最强力地预测某用户归属于哪个用户画像。后续的研究中，我们就可以用这些问题来招募参与用户，以确保研究覆盖了所有类型的用户群体。

3.3 定量用户画像的缺点

定量用户画像较为昂贵、费时，也需要有精通统计分析的人员协助。除非你可以接触到统计员或数据科学家，这种方式并不非常实用，我们也不推荐。

同时，正确地绘制定量用户画像要求我们执行整个定性用户画像研究过程，并且完成后续所有的统计分析。因此，在团队做完了所有的统计工作之后，他们很有可能发现，得到的用户画像和单纯使用定性分析得到的结果并没有什么差异。

在许多层面上，这种方法就像是用液压钳来开核桃——你确实能够确保核桃可以被完全打开，但在大多数情况下，这都属于大材小用；如果做得不够谨慎的话，甚至可能会一地鸡毛。

总结

对大多数团队而言，定性用户画像是最合适的：它不仅提供了「用户是谁、他们想要什么」的信息，还是基于数据、经济高效、较为迅捷的。敏捷开发导向的团队可以选用前期用户画像，并用它帮助团队成员就对用户的假定达成共识。前期用户画像对于那些可能完全不用用户画像（甚至用户研究）的公司也较为适用，因为它可以作为导向后续研究的楔子。资源较多的团队可以选择定量用户画像，但这种方式需要时间、精力的投入，也要求团队有统计方面的专长。同时，定量用户画像要求团队从定性研究开始，实际上需要双倍的投入。

附录

原文地址：https://www.nngroup.com/articles/persona-types/

设计碎片（删除中）

三种用户画像：轻量，定性，定量

前言