用戶畫像直播背景回顧

5月30日晚，DTalk邀請到了陳抒老師，她是平安銀行信用卡中心產品設計負責人，Dtalk聯合創辦人，E-Bizcamp講師。曾經在攜程、Ebay等大型OTA和電商平臺擔任交互和視覺負責人。在設計與交互領域有豐富實踐經驗，并且長期致力于研究數據驅動設計的方法。進行了一次關于《陳抒——產品設計中的用戶畫像》的微信群線上主題分享。

分享活動共分成兩個部分，第一部分是陳抒老師分享關于用戶畫像的經驗分享，第二部分是老師和大家的Q&A的互動環節。以下是活動內容的完整文字稿。

用戶畫像(Persona)是Alan Cooper在《About Face：交互設計精髓》一書中提到的研究用戶的系統化方法。它是產品經理、交互設計師了解用戶目標和需求、與開發團隊及相關人交流、避免設計陷阱的重要工具。

但是目前只有相對比較成熟的公司才花時間構建畫像：
因為傳統模式的用戶畫像，整體構建的過程比較漫長，成本也較高。
因此近幾年，我們也在尋找一種相對輕量級一些的用戶畫像構建的方案，今天我會對此進行比較深入的探討和闡述。

其實用戶畫像，近幾年相對比較火，到處都有在討論，但是大家對于用戶畫像的概念并沒有了解的那么清晰，很多人只知道用戶畫像是給用戶打標簽，那這塊領域并不是我今天要說的這個Persona。

1、Persona和Profile，在兩個比較不同的領域，首先我先介紹一下Persona和Profile的差異吧。

首先，我們了解用戶是一個人，而不僅僅是一組數據。作為一個人，我們知道人的屬性有很多，大致可以分為：

1、基礎屬性：性別、婚姻狀況、孩子狀態、年齡

2、社會屬性：職業、行業、車輛情況、房屋情況、手機情況

3、行為習慣：作息習慣、出行習慣、飲食習慣

4、消費屬性：購物偏好、使用偏好、媒介偏好

5、心理屬性：思考方式、欲望追求、生活方式、個性特征

這些復雜的屬性，形成了一個基本飽滿的人的從外到里的初步印象，但是在這5個屬性中，1和2是顯性的，比較容易獲得的信息；而3就相對需要一些觀測和數據的挖掘收集才可以知道；4和5就需要通過與他或她相處，慢慢了解才能知道，甚至通過相處也未必能知道全面。這類是隱形的，不容易獲知的。

那么在Profile的領域，并不會針對隱形這部分領域進行深入的挖掘，更多的是在1、2和3這里進行分析和細分，進行相關性的分析和計算。不會深究為什么會使得這個人產生這些行為或者這些做法。但是Persona就會更為深入的去挖掘底層用戶的動機、原因、動機、欲望、痛點等屬性。

所以我們說Profile更為范和廣，更關注的相關性的數據分析和挖掘；但是Persona更深和細，了解的是作為用戶的最深層的思考和痛點。那么換句話來總結，也可以說，Profile更偏向于定量分析，Persona更注重的是定性的研究。

2、用戶畫像Persona究竟是什么呢？

用戶畫像類似是一個用戶模型，你可以使用它來指導關于產品特性、導航、交互甚至視覺設計的決策。通過對畫像構建，其目標和行為模式被更好了深入理解，可以滿足由其所代表的更廣泛的群體。

在大多數情況下，用戶畫像都是通過對真實人物進行的一系列的人種學訪談合成的，然后豐滿其行為模式、目標、技能、態度和環境，在進行一些人物加工，將用戶畫像帶入生活。通過這一系列行為，你對于這個用戶畫像的了解，就好像身邊的朋友一樣。

但是組裝一組用戶特性并將其稱為用戶畫像很容易，但是創建真正有效的且有價值的用戶畫像并不那么容易。原因是你首先挖掘出你的訪談對象需求、動機、痛點是什么？再從這些變量中提煉和梳理甚至舍棄一些細節，最終提煉出一個核心的關鍵性的核心歸納他們的屬性，并且進行再次加工和豐富。這個過程中，在很多環節都容易產生偏差和主觀臆斷。

3、我們想要提煉出相對具有規律性的提問訪談技巧？

STAR技巧：S Situation T target A Action R result

通過這樣的提問，我們可以更為盡可能多的去了解他過去碰到的情況，如何進行行動如何應對。

比如：我們以換車為例來進行訪談，假設一位用戶剛剛換了一輛新車，那么我們的提問就可以從STAR開始：

你什么時候開始考慮換車？（S）

你換車的最終要的原因是什么呢？（T）

你是怎么進行換車的？有什么特別深的印象或者有什么讓你體驗特別好或者不好的地方嗎？（A）

那最后你在哪里買了新車，什么牌子和型號呢？（R）

通過這種問題，你可以了解更多他在換車過程中的思考，疑慮，困惑和痛點，你也知道他的最深層次的需求是什么。

試想，如果你訪談的很多用戶在這個環節中，有很多共性的時候，這個時候你就會發現典型的人群就即將呼之欲出了。

當然除了這個提問技巧，之外，還有5W2H還有5W等這些訪談技巧都可以進行嘗試和使用。

4、當訪談過后，我們就進入到一個整理的階段，這個階段是一個瑣碎的過程。

首先我們需要把訪談的所有內容，進行人物命名和編號，然后再將每個用戶的訪談結論中的關鍵因此，進行編號。你的編號或許就是P1Q1X1，P是人的編號，Q是問題編號，X是問題編號中所提及的不同因素點。在這所有的內容中尋求規律和相關性。

在整理的過程，最重要的是就是取舍，把對我們有用的信息進行整理，舍棄掉一些無用的細節。

有時，人們很容易過于關注人物的細節。個人細節可能是相對有趣的部分，但如果有太多的細節，會妨礙你提煉出真正有用信息和變量的。

為了避免這個問題，首先要關注過程、行為模式、目標、環境和用戶態度——這些信息對于設計是至關重要的，而不需要添加任何額外的研究細節。

當完成了關鍵的設計信息的整理后，只需添加一個或兩個個人細節，比如你的畫像在工作后做什么(她回家和克勞德、她的貓一起看老電影)，或者在她的工作空間里有什么私人的接觸。你也可以通過使用環境細節來強化人物角色來增加用戶畫像的真實性。

5、Persona究竟如何可以在產品優化中進行應用呢？

其實在產品的規劃設計的過程中，是離不開。當完成了用戶畫像的構建之后，接著你可以做很多事，比如：現在你可以從“誰”、“為什么”以及“什么”和“如何”等方面對客戶進行更全面的描述。“擁有完整的個人資料和個人形象，可以讓你招募并與實際的用戶接觸，完成用戶旅程圖，了解用戶在整個產品體驗過程中的痛點和爽點，情緒的波動變化等，為將來的產品設計打下一個非常良好的基礎。

這些應用，都是為了更好的建立產品的良好的節奏感和規劃。這個也是我一直反復強調產品經理應該擁有的硬技能。

長線規劃，其實就是希望產品經理對于自己的產品有一個全面的認知，所以用戶畫像會給于產品規劃一個相對比較明顯的方向。因為產品的定位依據中很重要的一項就是用戶。

曾經在網上有看到摩拜對于場景的梳理，以下幾點。不難看出，這個場景的梳理是基于不同的用戶來產生的，同時也因為這不同的場景，對于自行車硬件的要求也遠比ofo來的更高，而市場的占有率也就遠遠高于ofo。

所以我們說用戶畫像就可以輔助一個產品，進行長線的規劃和指導。

產品節奏感其實就是把規劃的產品，進行切分，逐一上線，在資源有限的情況，如何抓緊時間點進行產品內容的切分。我們可以通過CFS（Commonality、Frequency、Severity）來制定優先級的評定。

但是在這之前，我們需要把針對用戶畫像的用戶場景逐一羅列，再針對著所有場景用例進行CFS的優先級分析，才能知道哪些是更著急更迫切的產品需求。其實微信也是有自身一個節奏感的。

這張表表明了微信每個階段版本的更新和調整，他也是先推出市場階段對于用戶更多的在進行教育和推廣，后階段慢慢轉變為更多的產品優化和新功能的嘗試的。因此不難看出用戶畫像對于產品優化的切分，也是至關重要的。

Q&A : 根據留言區的提問，選出幾位提問的朋友，有針對性的分享。

幸運觀眾1：Lee-知識付費-運營

SOSO的回答：有兩種方法問卷調查和直接訪談

這個是PLC的開發階段或是研發階段，在這個階段擁有的特點是少量的用戶，比較不明確的未來發展的一個方向。但是他有一個優勢是調整起來相對會比較方便和快捷。在這個階段所擁有的是什么，你會有一個點子，這個點子可能是一些比較亮的點子。但是需要確定點子的方向，確定點子的用戶群體到底在哪里，那么用戶為什么會使用你這個點子來進使用、互動呢？

在這個階段需要做的是，第一種方法，你可以先設計一份問卷。這份問卷不要涉及到你的點子，但是你會把你的點子當中的用戶可能產生的痛點或者是用戶可能會使用你產品的一個問題點把他有機的結合在一起進行一個發放問卷。

然后通過回收的問卷之后，你可以產生所需要挑選的訪談對象的一個基礎。在這個基礎上呢，把訪談對象確定之后你就可以挑選大約八到十位的用戶進行一個深入的訪談，在這個深入的訪談當中，你不要去對你的點子直接去問他們，而是需要在這個點子當中的痛點或是對他們一些態度進行一些詢問。

在這個過程中可以梳理出一個最基礎的用戶畫像，甚至是對你將來這個點子的未來趨勢也會有一個基礎模型的規劃。

這種方式需要有一個大量的問卷發放并且統計，如果你覺得點子相對來說更為普遍和廣泛不需要做這種問卷，你也可以直接去找一些訪談對象進行詢問。當然在這個詢問過程中需要拉開范疇，比如說男性女性啊，年紀大的年紀中等的和年紀輕的。你需要去刻意的拉開這樣的一個范疇，然后進行一個訪談深入的了解，也可以產生一個用戶畫像。

但是在產生這個用戶畫像的過程當中需要注意實時調整和進行多次的訪談。當你做完這個訪談之后，如果你上線產品之后，你可以在這個產品回饋的過程當中再去進行一個用戶訪談的結論。然后再去調整你的產品方向，而不是一成不變的。

Lee-知識付費-運營的直播后梳理：

確立功能點：探索階段，少量用戶，發展方向未明確時，將核心功能點對應到現實使用場景中，此場景便是你的用戶群體，沿著該方向，模擬用戶提問為什么使用/操作該功能點，驗證該功能點是否適當。

問卷設計：將用戶群的各種場景混合穿插在一起設計問題，單不能直接描述該功能點

回收問卷（1000），篩選訪談對象（100），挑選8-10深度訪談，訪談內容按照場景發展順序，由面到點，深度挖掘“點”的反饋。根據反饋對未來場景建立基礎規劃，同時繪制基礎用戶畫像

直接訪談：適用于大眾型的產品或業務，可直接選取部分人群訪談，但需覆蓋全部用戶層，防止出現斷層造成用戶畫像不完整

Lee-知識付費-運營的感悟：初始業務模型的建立對于產品后期發展意義重大，之前大多憑感覺碰。今天通過老師的解答，學習到了從0開始的構建業務和基礎用戶畫像繪制的方法論，尤其是提到的注意事項和操作細節，避免大家采坑。我們已經按照該思路重新規劃產品方向了，感謝老師。

幸運觀眾2：奕慶至成—楊冬奕

問題1：用戶畫像到底畫到什么程度為止？

SOSO的回答：其實用戶畫像當中有一個維度叫做顆粒度，那大家有看過粗顆粒和細顆粒的，這樣的一個照片，粗顆粒的照片，看上去也能夠知道他在說什么。但是有些細節就會被模糊掉了。

但是不管是粗顆粒還是細顆粒，其實都是可以用的上的用戶畫像。那粗顆粒可能會需要考慮在產品優化當中，可能考慮的會更全面整體一些，但是到了細顆粒，你就會考慮到一些非常細節的乃至到交互細節，甚至視覺細節的一些點。

問題2：用戶畫像跟產品的KPI該如何建立關系？

SOSO的回答：我覺得用戶畫像跟KPI會比較難結合，但是跟OKR會相對比較好，因為OKR是設計師可以對自己產生的一個目標和KR的一個切分。你就完全可以根據說我所針對的某一類用戶畫像進行的一個目標上的優化點，在接下來你就會針對這某一類用戶進行一個KR的切分。我不是想說KPI和OKR本身，而是說在做一個產品本身你一定要知道你做這件事情的最終目標到底是什么。

Alan Cooper還有一個非常重要的理論叫做回顧式的設計思考。那所謂回顧式的設計思考，就是在你做一個產品的過程當中，你會沉入其中，然后無法自拔，那在這個時候你需要做的事是推開這個產品，然后回到根源去了解這個到底是不是用戶所想和所要用的東西，然后再進行一個反推的思考和設計。這才是一個相對比較科學和正確的做事方式。

奕慶至成—楊冬奕的感悟：陳老師的關于兩種用戶畫像的結合講得很明白，現在知道怎么有機結合了。通過用戶畫像如何分解出KPI、達成KPI，也是通過兩種畫像的有機結合。回顧設計是比較好的方法，不忘初心，方得始終。

幸運觀眾3：Alison-宇信-用戶體驗

SOSO的回答：當你的產品階段進入到成長期或是成熟期的時候，其實你就已經有獲得一定量的用戶，在這個基礎上，數據基礎也已經開始慢慢的形成，有些公司已經開始有穩定的Profile的系統。在這個基礎之上其實Profile和Persona是可以結合來形成一個結論的。Profile如何結合呢啊，我舉個例子來說，假設說你需要了解你產品的活躍型的用戶的Persona畫像，在這個基礎上， Profile會提供你一類標簽叫做活躍用戶的標簽。

那當提供了這樣活躍用戶的標簽，其實你就可以通過一些統計的手段去把這些標簽的靜態標簽進行一個重組和梳理。你就能夠了解在活躍用戶群當中，比如說男性和女性的占比的大概比例，年齡階段的劃分層次，還有可能還會涉及到是否有車輛這樣基礎信息的歸納。

那當你有了這些信息的歸納之后，你可以當中從中挑出具有比較代表性的靜態標簽。作為你的訪談的基礎型的目標來進行挑選。在這個挑選的過程當中你可以每一個類別里面挑選個三到四個的用戶去進行一個深入的訪談。

這樣就可以避免在直接進行訪談的過程中挑選的人物太過相近而導致用戶畫像的缺失，或者是用戶畫像的遺漏。在此基礎上你所產生的用戶畫像又可以再次通過一些產品設計和通過ABtesting進行倒推和驗證。形成了一個相對比較完美的閉環。用戶畫像是需要實時調整和變化的。因此我們需要在過程中進行再次的回訪和了解。

Alison-宇信-用戶體驗的感悟：用戶畫像用于產品優化的幾點思考

在多年的產品建設、運營、迭代優化、數據跟蹤分析的過程中，一直尋找著如何用定量的客觀的方式對產品的優化提供示警和支撐。但是，逐漸的發現單純的定量是很難做好產品優化，需要結合定性的分析。在這方面我有幾點經驗性思考，僅供參考。

第一：Persona+用戶體驗地圖的使用。

這里說的用戶體驗地圖就是用戶旅程圖。在傳統金融行業，對于Persona的使用停留在概念上居多，使用是談不上的，更不用說用戶旅程圖。PD對產品的需求和迭代優化主要來源于領導決策、主觀臆斷、及Call center等。對于成熟產品的單一功能改版，我們采用Persona+旅程圖的方式，分析挖掘真實的用戶需求，為產品迭代做準備。（1）確定單一功能的受眾人群，結合CRM（因畫像系統不完善的情況下，往往拿不到數據，CRM是很成熟的，要用起來。）確定Persona；（2）分析功能流程中的服務觸點，作為旅程圖的基礎觸點；值得注意的是請考慮后服務方面及客戶投訴等；（3）招募用戶，進行可用性測試及訪談；（3）分析以上內容，挖掘出用戶需求和繪制旅程圖。在“出國金融”這樣的功能中已經得到驗證。

第二：資源緊缺情況下，Profile+體驗研究的使用。

銀行產品相對較為成熟，擁有大量的數據作為基礎。因此可以根據數據分析，進行Profile的工作，分析用戶的受眾型的畫像，提煉用戶標簽；通過篩選和重組提煉出代表性的標簽，得出基本用戶的基本情況。此時，因資源緊缺，無法進行Persona用戶驗證；選擇使用從事多年用戶研究經驗的研究人員，對產品需要優化的點，結合Profile分析結果，以客戶行為數據跟蹤的結果為基礎，進行分析，快速得出產品需要優化的要點以及優先級。

第三：靈活運用Profile和Persona。

為什么這里說靈活運用呢？因為日常工作中，有大版本迭代、單一功能改版、微版本迭代，同時要求敏捷開發，那么在殘酷的競爭下我們是無法擁有充足的時間和資源來一項一項開展工作。因此我們需要靈活應用所有可用的方法，積累經驗、數據，盡量讓結果的偏離降低到最小。常用的方法有：（1）產品的定期診斷（選擇擁有產品思維和用戶研究經驗的人員來做）；（2）定期收集數據（問卷、投訴及、周邊人日常的意見建議等）；（3）時刻數據跟蹤產品的核心功能，了解產品功能使用的動向，并還原功能使用場景，分析用戶行為，發現使用痛點。（4）結合產品的商業目標，定期進行市場分析和競品分析，了解競爭對手的情況，什么阻礙著自己的發展等。當然除了這四點，還有很多方法，經驗積累是非常重要的。

本文主要內容貢獻者：

陳抒老師，DTalk聯合創辦人，平安銀行信用卡中心產品設計負責人，“交互設計的用戶研究踐行之路”作者。

干貨專訪和文章
【DTalk分享】黃一能：互聯網產品運營決策中用戶畫像的核心作用直播回顧
【DTalk分享】吆喝科技王曄：A/B測試最佳實踐直播回顧
【DTalk精華】網易鄭棟:如何打通產品多端的埋點數據？
【DTalk精華】網易鄭棟：前端數據采集與分析的那些事第一彈: 從數據埋點到AB測試
【DTalk精華】滴滴出行譙洪敏：前端數據采集與分析的那些事第二彈：企業如何選擇自動埋點和可視化埋點
【DTalk精華】滴滴出行譙洪敏：前端數據采集與分析的那些事第三彈：埋點需求整理原則于埋點流程規范
【DTalk專訪】滴滴譙洪敏：百家爭鳴的前端技術時代
【DTalk思考】顧青：互聯網團隊的數據驅動能力從哪里來？