起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識你做的“用戶畫像”是一頁廢紙
編輯導(dǎo)語：做“用戶畫像”就是體驗(yàn)設(shè)計(jì)師的標(biāo)配，很多項(xiàng)目負(fù)責(zé)人在項(xiàng)目啟動前也會做“用戶畫像”。但你真的弄明白什么是所謂的“用戶畫像”嗎？看看這篇文章，也許會給你一些啟示。
去年我看了很多交互作品集，假如問我最怕在交互設(shè)計(jì)師或者UI設(shè)計(jì)師的作品集里看到哪個東西，那必然是這個叫“用戶畫像/persona”的玩意，假如你的作品集里也有這個部分，并且和我下面這張圖相似度超過80%，建議看下去：
2018年ux planet有一篇爆文叫“用戶體驗(yàn)的巨大泡沫：從UX到產(chǎn)品設(shè)計(jì)”，其中有句話尤為經(jīng)典： “創(chuàng)意咨詢”從業(yè)者（你可以理解成體驗(yàn)設(shè)計(jì)師）更好懂了：他們都讀一樣的書，說一樣的話。
Only Innovation Consultants are more predictable: all reading the same books, all saying the same predictable things.
做“用戶畫像”就是體驗(yàn)設(shè)計(jì)師的標(biāo)配。每個做交互的都會像一個跳大神的揮舞手里的符箓一樣揮舞“用戶畫像”，然后會把它放在神龕里供起來。
盡管誰也不知道這個“畫像”到底是從哪來的，是誰歸納的、怎么歸納的、基于什么歸納的？但設(shè)計(jì)師或者設(shè)計(jì)部門仍然懷著一種樸素的期待，雙手合十等待“用戶畫像”像符箓一樣發(fā)揮一些神秘的功效，導(dǎo)致用戶體驗(yàn)馬上從無到有，穩(wěn)中向好——至少讓今年的匯報(bào)穩(wěn)中向好。
出現(xiàn)這樣的問題，某種程度上也不能怪交互設(shè)計(jì)師，特別是剛?cè)胄械慕换ピO(shè)計(jì)師。
因?yàn)椤坝脩舢嬒瘛边@個方法的愿景的確有道理、成果的確很吸引人、制作方法又的確極其含糊。我自己也或參與或主導(dǎo)過幾場用戶畫像的制作，接下來我們細(xì)聊一下為什么做用戶畫像、以及怎么做更好。
一、是什么和不是什么
在說怎么做“用戶畫像”之前，我想先澄清一個橫亙在許多人心頭的疑惑點(diǎn)：在互聯(lián)網(wǎng)公司，很多部門都會提“用戶畫像”，體驗(yàn)部門會提、產(chǎn)品部會提、商業(yè)分析/市場部也會提。
實(shí)際上至少存在兩種完全不同的“用戶畫像”概念，在設(shè)計(jì)部門我們使用的是作為設(shè)計(jì)推導(dǎo)工具的“用戶畫像”，而不是用戶分層模型的“用戶畫像”。記住、消化這一點(diǎn)。
“用戶畫像”或者“persona”在80～90年代由艾倫·庫珀 Alan Cooper，AKA“交互設(shè)計(jì)之父”提出，他當(dāng)時提倡“在設(shè)計(jì)中，完全不要采用【用戶/user】這個概念，而采用【用戶畫像/persona】取而代之”。
這句話用中文講可能顯得有點(diǎn)怪，可以理解為不要為抽象的使用者做設(shè)計(jì)，而要將抽象的訴求還原成具體的人，為具體的、可以激發(fā)共情的人做設(shè)計(jì)。這么做是為了：
1. 避免彈性用戶
彈性用戶elastic users 也是庫珀發(fā)明的概念，他認(rèn)為假如眾多設(shè)計(jì)者不能對用戶形成一致的共識、腦子里面沒畫面感，那么就難免雞同鴨講，你說用戶需要A功能，我說用戶也需要B功能。如此一來“用戶”的訴求就在不斷被拉扯，最后導(dǎo)致設(shè)計(jì)沒有邊界、設(shè)計(jì)者各做各的。
2. 避免自我參照設(shè)計(jì)（Self-referential design）
也就是“我要我覺得”。庫珀認(rèn)為設(shè)計(jì)師或者開發(fā)者不是用戶，因此不應(yīng)該以己度人、根據(jù)自己的訴求和技能水平假設(shè)用戶的訴求和技能水平，最后設(shè)計(jì)出自嗨的產(chǎn)品。
因此可以看出，庫珀定義的、交互設(shè)計(jì)師嘴里的“用戶畫像”是一種為了提升共情、聚焦設(shè)計(jì)目標(biāo)的設(shè)計(jì)工具，它最大的目的有三：
- 讓設(shè)計(jì)師可以調(diào)動共情能力；
- 讓設(shè)計(jì)方案更有針對性；
- 提升設(shè)計(jì)/開發(fā)部門之間的協(xié)作共識。
這三個目的都針對設(shè)計(jì)部門內(nèi)部產(chǎn)出環(huán)節(jié)，在它們的作用下，用戶畫像提供了一種相對宏觀的視角，可以幫助設(shè)計(jì)師直觀的從感受上理解用戶，輔佐設(shè)計(jì)師做出合理的設(shè)計(jì)決策，但：
其精確度、解釋力都非常有限，這種作為傳統(tǒng)設(shè)計(jì)工具的“用戶畫像”無法直接推導(dǎo)出、應(yīng)用于推薦系統(tǒng)邏輯。
因?yàn)樗窃O(shè)計(jì)推導(dǎo)工具，它必須圍繞著一個設(shè)計(jì)問題或者設(shè)計(jì)解決方案展開。設(shè)計(jì)師可以說只關(guān)注用戶在這個問題上的相關(guān)行為：目標(biāo)、動機(jī)、困惑等。
而一切和問題解決無關(guān)的因素，比如一些人口統(tǒng)計(jì)學(xué)變量，都可以靠直覺或“經(jīng)驗(yàn)”編一個，因?yàn)樗鼈儾粚τ脩舻男袨楫a(chǎn)生關(guān)鍵性影響，也就不對設(shè)計(jì)方案產(chǎn)生影響。
比如你正在做一個“個人中心”模塊，用戶是男是女、在湖南還是在廣東，對這個模塊的使用有影響嗎？很難有。因此，作為設(shè)計(jì)工具的“用戶畫像”結(jié)論無法用于推廣投放/營銷這種非常受人口統(tǒng)計(jì)學(xué)因素（男女老幼）影響的領(lǐng)域。
我們再展開講講推薦算法的“用戶畫像”與體驗(yàn)設(shè)計(jì)的“用戶畫像”之間的區(qū)別。
做推薦算法的基本邏輯，是通過用戶的特征、過往行為來推斷用戶的喜好、預(yù)測用戶的行為，從而給他們合適的推薦；每個自然人都會有一個或多個標(biāo)簽或?qū)?yīng)到一種畫像。
你會根據(jù)一些固定邏輯將用戶分成不同的類型、打上不同的標(biāo)簽，比如這個用戶只逛不買、最近20天看了同一款商品20次就是不下單，推測可能覺得貴，那這個用戶就被打上了“價格敏感”的標(biāo)記，系統(tǒng)則會根據(jù)這個標(biāo)記匹配對應(yīng)的廣告：比如在開屏頁推送團(tuán)購廣告，從而提升廣告轉(zhuǎn)化率。
而設(shè)計(jì)說的人物畫像，是從許許多多的自然人用戶中抽象出一個具有行為共性的“虛擬人類”；自然人與最終的畫像并不一定有完全的對應(yīng)關(guān)系。
比如我們訪談了100個用戶，50個用戶覺得價格是購買商品的第一考慮因素，這50個用戶中38個用戶一般等打折史低才下單；20個用戶喜歡收藏優(yōu)惠券；15個覺得現(xiàn)在的產(chǎn)品對優(yōu)惠信息展示不足。
那么最后我們會將這50個用戶目標(biāo)一致的用戶抽象成一個用戶畫像：他叫甄便宜，他每天收集優(yōu)惠券、他一定會等最低價那天才會下單、他對現(xiàn)在的產(chǎn)品信息展示滿意度一般。
在現(xiàn)實(shí)中，這50個用戶里可能沒有一個人完全符合“甄便宜”的全部特征，也有可能有些人不僅符合這個用戶畫像，還符合其他的用戶畫像。
二、用戶畫像的迷思
既然用戶畫像這么好那么好，那我到底應(yīng)該怎么做呢？——當(dāng)你發(fā)出這一聲疑問的時候，恭喜你找到了那個會讓設(shè)計(jì)師顧左右而言他的問題點(diǎn)。
即使是最近很火的、Google的coursera課，講到這個部分的時候也會泛泛的建議你“做一些用戶調(diào)研，或者至少做一些電話調(diào)研……然后開始把你的結(jié)論畫成用戶畫像”。
好在交互入門教科書：交互設(shè)計(jì)精髓about face里，庫珀稍微透露了一些做用戶畫像的方法手段，具體分成以下幾步：
- 分組：根據(jù)角色把用戶分組；
- 訪談：在每個組內(nèi)部進(jìn)行訪談，并且找到一些行為變量（一般指行為、態(tài)度、動機(jī)等）；
- 映射：將找到的行為變量分成離散型的與連續(xù)型的，把連續(xù)型的變量畫成單維度的軸（比如很不滿意->很滿意）并且將每個自然人受訪用戶放在這些軸上；
- 聚類：看看是不是有很多個自然人用戶，在6-8個軸上的位置都很接近。這說明這6-8個軸代表的行為變量組成了用戶畫像之間的關(guān)鍵差異點(diǎn)；
- 優(yōu)化：修修補(bǔ)補(bǔ)，往關(guān)鍵行為差異點(diǎn)的骨架上增添一些細(xì)節(jié)：年齡/性別/愛好/名字…
據(jù)我自己的實(shí)際操作中，這個語焉不詳?shù)闹改辖o我造成了很多困難，最大的困難莫過于以下兩點(diǎn)：
1. 映射的困難
訪談法得出的結(jié)論天然的不適合做程度上的比較。比如當(dāng)你詢問第一個用戶產(chǎn)品用起來怎么樣時，他說“還行，還可以”，而另一個用戶會說“就還行吧，過得去”。
這兩種反饋孰好孰壞？可能第一個用戶的“還行吧”是不錯的意思，但第二個用戶的“還行吧”是一種禮貌客氣的說法，其實(shí)他覺得不太行，只是當(dāng)著我的面不好說出來。
當(dāng)你的設(shè)計(jì)組里有多個人同時在處理訪談數(shù)據(jù)時，問題就更多了。
首先每個人對用戶反饋的解讀是不一樣的。比如說這個人覺得“還行”是4分的意思，另一個完美主義者可能覺得“還行”必須代表2分不滿意才對。其次訪談經(jīng)驗(yàn)不太豐富的研究者，往往很難在遵循結(jié)構(gòu)化訪談提綱、得到結(jié)構(gòu)化的可比較結(jié)論的同時，還能挖掘出有價值的觀點(diǎn)。最后大家一合計(jì)，發(fā)現(xiàn)用戶1在A問題上表態(tài)了，用戶2沒在A問題上表態(tài)但在C問題上表態(tài)了，最后無法比較。
本來作為設(shè)計(jì)工具的用戶畫像，其具體操作中就處處充滿了研究者個人的偏好和不確定性，再加上不同研究者之間的認(rèn)知差異，最后的結(jié)論就是大寫的隨緣，換一個體驗(yàn)小組來做可能可以得出完全不一樣的結(jié)論。
2. 聚類的困難
訪談的用戶越多，聚類的工作越難——這么說吧，當(dāng)你訪談的用戶接近100個，純手工聚類、尋找共性的工作就難得幾乎逼近不可能了。然而100個用戶是否能代表產(chǎn)品所有用戶的普遍情況？看你的產(chǎn)品體量，但大概率是太少了。
較少的訪談用戶體量，雖然數(shù)據(jù)是好分析了，但代價則是對總體的代表性減弱了很多。
一個無法體現(xiàn)大盤情況的研究，大概率無法獲得業(yè)務(wù)方的支持。這也是為什么很多用戶畫像做好了以后就被靜靜放在某個團(tuán)隊(duì)文檔里，用來證明“我們UED今年自驅(qū)型業(yè)務(wù)達(dá)標(biāo)了”，而無法真正納入使用。
三、怎么做更好
聊了那么多，接下來我們扣回標(biāo)題，怎么做用戶畫像才能真正助力設(shè)計(jì)、至少征服你的面試官？以下有幾個例子。
1. 謹(jǐn)慎地評估你是否需要用戶畫像
根據(jù)庫珀自己寫在90年代出版的《軟件創(chuàng)新之路》里的說法，用戶畫像是“在（用戶調(diào)研）的過程中發(fā)現(xiàn)的副產(chǎn)品”。（這本書英文叫“囚犯管理精神病院 inmates are running the asylum”，不知道為啥中文翻譯得這么沒意思）。
在我看來，用戶畫像只是一種成本比較高的、用聚類的思路+擬人化手段呈現(xiàn)你調(diào)研結(jié)果的形式，它依賴的底層依據(jù)仍然是訪談、問卷、數(shù)據(jù)分析結(jié)論。你不一定要選擇用戶畫像作為呈現(xiàn)設(shè)計(jì)調(diào)研結(jié)論的方式。
發(fā)展階段比較早期，遠(yuǎn)沒有形成穩(wěn)定用戶群體的產(chǎn)品不用做用戶畫像。你大概率沒有精力去花費(fèi)這么大的工作量訪談這么多用戶、分析這么多質(zhì)性研究結(jié)論，并且在這個階段下花費(fèi)如此之大的精力在用戶畫像上性價比極低。敏捷地、迅速地分析你能拿到手的早期反饋（比如翻翻微博評價或者簡單做些訪談足矣）。
沒有邁入精細(xì)化運(yùn)營的B端產(chǎn)品不用做用戶畫像?；凇敖巧边@個維度分析就足夠了。
當(dāng)然你的產(chǎn)品更加精細(xì)化以后，可以基于角色這個骨架再去探索每個角色下不同的用戶畫像差異，并獲得更細(xì)致的結(jié)論，比如salesforce就做了這件事（見：https://medium.com/salesforce-ux/data-driven-personas-at-salesforce-cdd0dd321281）。
最重要的是，假如你不太懂用戶畫像是什么，不要在作品集里放用戶畫像。不然詢問起執(zhí)行細(xì)節(jié)來非常之尷尬，用戶調(diào)研是工具，不是裝飾品。即使你只是簡單的在設(shè)計(jì)稿之前寫一些真正影響到你設(shè)計(jì)方案的問卷結(jié)論或者訪談結(jié)論，也比放一個包裝精美但言之無物的“用戶畫像”強(qiáng)很多。
2. 定性+定量結(jié)合
上面討論了很多庫珀提供的純訪談法的弊端，主要是分析上非常困難。為了避免這種情況發(fā)生，我也和我在其他廠的朋友聊了一會，最后總結(jié)出這么一套相對輕松一些的做法：
先定性：小規(guī)模的半結(jié)構(gòu)化甚至開放式訪談，從訪談結(jié)論中收集可能影響用戶行為的因素（比如用戶說“因?yàn)槲夷昙o(jì)大了，有點(diǎn)看不清字，所以我打開你們的產(chǎn)品以后先根據(jù)一個紅色按鈕的位置猜測放大鏡功能在哪里”，那么“年齡”可能是一個影響用戶行為的因素）。在這一步不做任何提煉。
再定量：收集好可能的用戶因素后，將這些因素編輯成問卷問題并投放問卷，問卷選肢參考此前訪談結(jié)論。（比如詢問用戶“你的痛點(diǎn)是什么？”選肢則是定性訪談中用戶提到的點(diǎn)+一個開放式選項(xiàng)。）
使用定量的聚類工具分析：比較難解釋所以我這里也不打算展開。
簡單來說，我們會比較問卷中每個人每道題的得分（比如從1-5），從而推算出不同用戶的相似性，從而根據(jù)不同的問卷答案，將用戶聚類成組。這樣做需要一些統(tǒng)計(jì)學(xué)基礎(chǔ)，但好處是一次性解決了定性數(shù)據(jù)映射、聚類的困難，同時又保證了畫像的代表性。
最后使用定性數(shù)據(jù)填充細(xì)節(jié)：做完上一個步驟以后，基于庫珀對用戶畫像的定義，我們需要對用戶添加一些人格化的細(xì)節(jié)。這些細(xì)節(jié)，比如生活習(xí)慣、興趣愛好，可以從之前的定性數(shù)據(jù)中抽取，或者補(bǔ)充追加一輪更有針對性的小規(guī)模訪談。
3. 合理地呈現(xiàn)你的結(jié)論
上文已經(jīng)說過了，庫珀也提到用戶畫像中有些細(xì)節(jié)，說得好聽是靠“經(jīng)驗(yàn)推斷”，說的難聽些是靠編的。你的報(bào)告中，哪些是具有堅(jiān)實(shí)證據(jù)支撐的聚類結(jié)論、哪些是為了提升共情而填充進(jìn)來的無傷大雅的小細(xì)節(jié)？研究者有義務(wù)向相關(guān)方陳述清楚。
無論是在團(tuán)隊(duì)內(nèi)協(xié)作或者是放在作品集里，用合理的篇幅展示研究方法、推導(dǎo)過程，最好有用戶畫像在具體場景和需求下的應(yīng)用，是提升共識、降低不信任感的合理做法。
作者：拉普和小昱；公眾號：白話說交互
本文由 @白話說交互 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自unsplash，基于CC0協(xié)議。
文章很棒~讓我重新認(rèn)識了“用戶畫像”定義與應(yīng)用場景，也讓我明白不是調(diào)研就一定要給出用戶畫像結(jié)果，看具體情況而定！
如果可以結(jié)合實(shí)際案例細(xì)說一下用戶畫像應(yīng)該怎么正確繪制就好了
我的感覺吧，啥都說了，又啥都沒說，就是批判了下，目前大部分人的用戶畫像做得不對
用戶畫像真的重要，這樣才能精確的找到用戶，這篇文章寫的真好，碼住了
好的用戶畫像能幫助產(chǎn)品更好找到定位以及作出戰(zhàn)略分析