用户角色&用户画像

用户角色 user persona 从用户群体中抽象出来的典型用户,常用于产品设计阶段、原型开发阶段,帮助建立行为模型,设计产品基准线(产品早期)描绘用户需求,帮助不同角色在研发过程中站在用户角度思考。

建立用户角色的作用

1、了解用户共性与差异(可以通过调查问卷、访谈等)汇成不同的虚拟用户

2、审核产品(当产品到后期往往会皮哪里当初设计而通过用户画像跳出离散需求,能很好的审视产品)

3、研究用户体验、使用流程(围绕用户的需求、场景)例如典型用户和典型场景

4、明确功能:典型用户+典型场景+心里目标 = 用户行为

创建用户角色的七要素(persona)

P代表基本性(primary):指该用户角色是否基于对真实用户的情景访谈;

E代表同理性(empathy):指用户角色中包含姓名、照片和产品相关的描述,该用户角色是否有同理心

R代表真实性(realistic):指对那些每天与顾客打交道的人来说,用户角色是否看起来像真实人物

S代表独特性(singular):每个用户是否是独特的,彼此很好有相关性

O代表目标性(objectives):该用户角色是否包含与产品相关的高层次目标,是否包含关键词来描述目标;

N代表数量性(number):用户角色的数量是否足够少,以便设计团队能记住每个用户角色的姓名,以及其中的一个主要用户角色

A代表应用性(applicable):设计团队是否能使用用户角色作为一种使用工具进行设计决策

常见用户角色七要素&角色基本性

P代表基本性(primary):指该用户角色是否基于对真实用户的情景访谈;

文件分析

访谈:1对1

问卷调查

观察法

焦点小组:主题专家1对多

引导式研讨会

用户角色总结

1、用户角色通常出现在产品研发阶段及产品上线初期,鉴于企业手中没有大量的用户数据和行为记录,只能通过采集需求,根据典型的用户提出的需求建立用户角色;

2、创建用户角色需要参考7个维度,主要考虑角色是否来源于真实需求,角色要设计姓名给出照片,角色数量科学且逐步创建,以及角色可以有力的放置在需求&技术问题的解决方案中使用。

3、我们根据角色应该源于真实需求给出了产品团队采集用户需求的常见渠道,接下来我们学习了解用户画像后将深入分析产品需求与用户画像关系

用户画像

用户画像user profile 互联网进入大数据时代,带给企业及用户行为一系列的改变与重塑,用户的一切行为在企业面前将是“可视化”,随着大数据技术的深入研究与应用,深入研究潜在的商业价值等,于是用户画像概念应运而生。

建立用户画像的作用

用户需求:他是关注人口属性、生活等静态信息,而“用户准备消费什么”动态信息需要分析判断

标签化:可视化用户,但是有时效性(用户的兴趣等不适一成不变的相反会很快)

覆盖:提供细粒度的画像,基于一级分类逐级细分(用户画像群)

用户群划分:核心用户群、次要用户群、小众用户群、负面用户群

核心用户群:核心用户群泛指用户群体普遍规模大,忠诚度高,方便培养成社群核心,具备反哺平台的能力,能为平台创造价值实现盈利。

次要用户群:次要用户群泛指用户群体规模相对大,忠诚度较高,乐于参与但创造价值能力有限。

小众用户群:小众用户群泛指用户群体规模较小,忠诚度不高,留恋平台某单一功能,活跃度低。

负面用户群:负面用户群泛指用户群体行为言论主要针对平台缺陷功能提出问题或质疑,重视该群体声音可以快速改善用户体验。

用户画像7步骤&创建用户画像模板步骤流程

发现并确认模型因子,活动(用户行为、频率等),状态(用户对待产品的态度)能力(用户的学习成本)、技能(在领域下技巧例如你是一个提高会计工作的产品那么针对会计的技术)大家用户使用场景

访谈目标用户:制定方案-招募用户-访谈执行-整理结果

识别行为模型

确认用户特征和目标

检查完整性和重复

描述典型场景下的用户行为:关键词法(简单便于统计但缺乏逻辑性关联)、列表法(罗列信息包括不利于横向比较)、卡片法(横、纵向比较均兼顾,有利于一致性)

指定用户类型:优先级:主要用户-次要用户-小众用户-负面任务角色

创建用户画像的方法&标签建模

互联网公司根据用户对产品的使用习惯和行为记录给用户“打标签”是用户画像最核心的部分。所谓“标签”,就是浓缩精炼的、带有特定含义的一系列词语,用于描述真实的用户自身带有的属性特征,方便企业做数据的统计分析。处于不同的受众群体、不同的企业、不同的目的,给用户打的标签往往各有侧重点,应该具体问题具体看待。但是有些标签适用于所有情况,应该加以理解和掌握。我把常见的标签分成两大类别:相对静止的用户标签以及变化中的用户标签。

创建用户画像的方法&标签建模&静态标签

人口属性标签是用户最基础的信息要素,通常自成标签,不需要企业过多建模,它构成用户画像的基本框架。

人口属性包括人的自然属性和社会属性特征:姓名、性别、年龄、身高、体重、职业、地域、受教育程度、婚姻、星座、血型等。自然属性具有先天性,一经形成将一直保持着稳定不变的状态,比如性别、地域、血型;社会属性则是后天形成的,处于相对稳定的状态,比如职业、婚姻。

心理现象包括心理和个性两大类别,同样具有先天性和后天性。对于企业来说,研究用户的心理现象,特别是需求、动机、价值观三大方面,可以窥探用户注册、使用、购买产品的深层动机,了解用户对产品的功能、服务需求是什么;认清目标用户带有怎么样的价值观标签,是一类什么样的群体。

心理驱动:认知(感觉、知觉、记忆、思维、现象)、情感、情绪、意志

个性:个性心理特征(能力、气质、性格)、个性倾向性(需要、动机、信念、价值观、人生观)

创建用户画像的方法&标签建模&动态标签

网站行为属性:这里我们主要讨论的是用户在网站内外进行的一系列操作行为。常见的行为包括:搜索、浏览、注册、评论、点赞、收藏、打分、加入购物车、购买、使用优惠券等。在不同的时间,不同的场景,这些行为不断发生着变化,他们都属于动态的信息。企业通过捕捉用户的行为数据(浏览次数、是否进行深度评论),可以对用户进行深浅度归类,区分活跃/不活跃用户。

社交网络行为:是指发生在虚拟的社交软件平台(微博、微信、论坛、社群、贴吧、Twitter、Instagram)上面一系列用户行为,包括基本的访问行为(搜索、注册、登录等)、社交行为(邀请/添加/取关好友、加入群、新建群等),信息发布行为(添加、发布、删除、留言、分享、收藏等)

动态标签就是根据用户的操作行为给用户打上不同的行为标签,可以获取到大量的网络行为数据、网站行为数据、用户内容偏好数据、用户交易数据。这些数据进一步填充了用户信息,与静态标签一起构成完整的立体用户画像,就是所说的3D用户画像。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,348评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,122评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,936评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,427评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,467评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,785评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,931评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,696评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,141评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,483评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,625评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,291评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,892评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,492评论 2 348

推荐阅读更多精彩内容