三方面,淺析Personas在B2B設(shè)計(jì)中的創(chuàng)建和使用
作為設(shè)計(jì)師,在產(chǎn)品設(shè)計(jì)之初通常都會(huì)做用戶調(diào)研并構(gòu)建Personas,幫助我們更好的貼近和理解目標(biāo)用戶。B類產(chǎn)品中的Personas和C類產(chǎn)品有何不同?Personas在B類產(chǎn)品設(shè)計(jì)中有哪些價(jià)值?如何正確從數(shù)據(jù)中提煉和使用Personas?文章分三個(gè)部分來探討這些問題。
注:Personas方法源于國(guó)外,相關(guān)英文專業(yè)詞匯和中文專業(yè)詞匯的對(duì)應(yīng)表達(dá)會(huì)基于筆者的不同而有些許差異。
一、背景概念:B2B用戶畫像特色(Buyer Personas vs. User Personas)
B類和C類電商交易的本質(zhì)都是物質(zhì)利益的交換過程。但B類用戶和C類用戶因業(yè)務(wù)采購流程的不同而有著不同的需求和期望。通常B類影響采購的決策者較多,采購周期較長(zhǎng)。C類用戶采購商品為個(gè)人使用,用戶能夠獨(dú)立快速完成采購決策。這兩點(diǎn)特性,導(dǎo)致銷售和產(chǎn)品端將B類用戶在采購決策前后區(qū)分為”選擇者”和”終端用戶”(Buyer Personas vs. User Personas)。對(duì)于B類設(shè)計(jì)師來說,區(qū)分這兩者可以快速梳理出產(chǎn)品眾多用戶角色的本質(zhì)區(qū)別,并從具體用戶需求中再做同類需求合并,提煉出共性。最后,基于產(chǎn)品商業(yè)目標(biāo)的不同進(jìn)行用戶畫像優(yōu)先級(jí)篩選和創(chuàng)建。
以下為B2B產(chǎn)品設(shè)計(jì)Persona推導(dǎo)流程圖,以設(shè)計(jì)企業(yè)級(jí)“混合云應(yīng)用平臺(tái)”為案例。
最初涉及的相關(guān)角色可能更多,但不管有多少,都可以依據(jù)以上方法得出產(chǎn)品最核心的用戶畫像,了解他們最關(guān)鍵的需求。
分析數(shù)據(jù)、提煉用戶需求這個(gè)過程,在用戶調(diào)研方法中運(yùn)用的最多的是Affinity Diagram。以下為練習(xí)例子:
將不同用戶訪談后得出的重點(diǎn)信息(具體需求)寫在便利貼上(或Excel表中打印后切片),再在不同的用戶間將分析過后的同類需求用線做連接(需求合并同類項(xiàng))。以用戶的口吻將處理過的需求描述出來(例如:當(dāng)在1688上經(jīng)營(yíng)服裝店鋪時(shí),我想要提高品牌知名度,所以我可以讓更多買家信賴我的產(chǎn)品,以此提高銷售額)。B類復(fù)雜的業(yè)務(wù)特性和眾多用戶角色的不同,更需要設(shè)計(jì)師和業(yè)務(wù)方緊密協(xié)作梳理出用戶需求和Personas優(yōu)先級(jí)。
二、相關(guān)原理:是用戶肖像還是用戶畫像(User Profiles vs. User Personas)
描述你身邊一個(gè)最熟悉的朋友。大家肯定都可以說出他們的基本信息、愛好、學(xué)歷、性格等。根據(jù)這些信息,我們可以快速做朋友歸類。再試想,你要幫助房產(chǎn)經(jīng)紀(jì)推薦一套合適的公寓給你的朋友。如果將之前的描述直接列給房產(chǎn)經(jīng)紀(jì),他也許會(huì)憑借自己的直覺和經(jīng)驗(yàn),推算出你朋友可能的喜好?;蛘?,你可以直接提供給房產(chǎn)經(jīng)紀(jì)朋友期望的學(xué)區(qū)地段、周邊服務(wù)設(shè)施、喜歡的餐館類型、是否有在小區(qū)周圍跑步的習(xí)慣等,這些具體影響他購房決策的因素。
前者我們提供的是用戶肖像,是細(xì)致而全面的用戶信息集合。后者我們提供的是用戶畫像,傳遞普遍影響用戶行為和決策的內(nèi)外因(已處理過的用戶信息集合)。兩者都是為了了解用戶,前者幫助我們了解產(chǎn)品為誰設(shè)計(jì)?(這套房賣給誰);后者幫護(hù)我們了解用戶為什么會(huì)有這個(gè)行為?(這套房為什么會(huì)被買走)。
在B類產(chǎn)品設(shè)計(jì)中,我們很少能像用戶的閨蜜,快速給出房產(chǎn)經(jīng)紀(jì)一個(gè)貼心的用戶畫像。所以一般情況下,需要大量的數(shù)據(jù)調(diào)研收集用戶信息,再基于文章前面所提到的分析判斷、Personas需求歸類方法,得出用戶畫像。
B類產(chǎn)品中是否能將用戶肖像和用戶畫像價(jià)值放大,同時(shí)使用?
以阿里巴巴ICBU-CRM給銷售使用的客戶服務(wù)檔案為例:
從上圖中可以看到服務(wù)檔案中所呈現(xiàn)的信息都是單個(gè)的用戶肖像信息。幫助銷售了解服務(wù)對(duì)象是誰。在頭部可以看到一系列需要售賣的商業(yè)產(chǎn)品。銷售的操作流程是,也許要在5000個(gè)沒有特別購買意愿的客戶中做篩選,最終選定一位目標(biāo)用戶,到達(dá)以上頁面。
要在10個(gè)種類各異的商業(yè)產(chǎn)品中給用戶做推薦,該首推哪個(gè)產(chǎn)品?哪個(gè)最適合?如果這個(gè)銷售僅是初級(jí)銷售、渠道銷售,或者其實(shí)不只10個(gè)產(chǎn)品可以做售賣,有20個(gè)、30個(gè)、40個(gè);同時(shí),這個(gè)客戶也許長(zhǎng)期專注于線下店鋪經(jīng)營(yíng),并沒怎么接觸過阿里巴巴的商業(yè)產(chǎn)品。這樣以來,可供銷售分析的客戶數(shù)據(jù)也就少之又少。而銷售的學(xué)習(xí)成本和溝通成本卻成倍提高了。
用戶畫像在這個(gè)產(chǎn)品中是否可以幫助銷售提升工作效率呢?
基于之前提到的B2B產(chǎn)品設(shè)計(jì)Persona推導(dǎo)流程,如果在產(chǎn)品設(shè)計(jì)之初,已對(duì)這10個(gè)商業(yè)產(chǎn)品做了商家畫像(設(shè)計(jì)出了前臺(tái)營(yíng)銷頁面)。此時(shí),Persona就可以直接展現(xiàn)在對(duì)應(yīng)的售賣產(chǎn)品下方,給銷售做參考。銷售可以理解這是一個(gè)定性和定量,基于成功售賣的用戶真實(shí)數(shù)據(jù)在不斷迭代和優(yōu)化的典型用戶攻略:愿意購買此產(chǎn)品的用戶都由什么內(nèi)外因影響而做下單決策,有哪方面相關(guān)問題銷售需要在售賣時(shí)對(duì)用戶進(jìn)行回答。這時(shí),不管有多少個(gè)產(chǎn)品需要售賣,都可以快速幫助銷售理清思路,進(jìn)行對(duì)應(yīng)推薦。做到人人都是銷售…
一個(gè)清晰的用戶肖像幫助我們了解用戶真實(shí)現(xiàn)狀,一個(gè)有洞見的用戶畫像可以更高效的為設(shè)計(jì)師、銷售、市場(chǎng)、產(chǎn)品服務(wù)。
三、方法價(jià)值:數(shù)據(jù)+畫像+直覺=好的產(chǎn)品設(shè)計(jì)(Data vs. Personas vs. Instinct)
調(diào)研顯示,大多數(shù)產(chǎn)品團(tuán)隊(duì)1-4年更新Personas。B類大型商業(yè)產(chǎn)品不可能持續(xù)高頻做Personas更新和業(yè)務(wù)調(diào)整。因?yàn)锽類用戶對(duì)產(chǎn)品穩(wěn)定性要求極高,一個(gè)小小的改變都可能會(huì)對(duì)公司造成不可挽回的損失。
很多互聯(lián)網(wǎng)公司在產(chǎn)品設(shè)計(jì)前期會(huì)通過快速上線,使用Google Analytics提取用戶信息高效制作Personas(類似于1688的A+,udata線上數(shù)據(jù)分析產(chǎn)品)。并通過持續(xù)提取和分析線上行為數(shù)據(jù)完善Personas,做產(chǎn)品和設(shè)計(jì)的優(yōu)化迭代。
數(shù)據(jù)和Personas相輔相成。Personas也可以幫助設(shè)計(jì)師分析數(shù)據(jù),避免淹沒于數(shù)據(jù)大海。
例如,當(dāng)查看網(wǎng)站跳失率,我們很容易只關(guān)注全部來訪者查看了多少個(gè)頁面后的跳失率。但這個(gè)數(shù)據(jù)其實(shí)并不是非常有建設(shè)性。不同用戶從不同地方來到這個(gè)頁面,對(duì)于頁面有不同的期望。跳失率需要基于產(chǎn)品設(shè)計(jì)之初建立的Personas群組做逐個(gè)分析,才能發(fā)現(xiàn)更有意義的信息。
兩組不同用戶的Personas:
A. 每天通過郵件訂閱信息,點(diǎn)擊跳轉(zhuǎn)至新聞頁的忠實(shí)用戶老王;
B. 通過搜索關(guān)鍵詞來到新聞頁面的市場(chǎng)管理者小李。
同是來到新聞list頁面,忠實(shí)用戶老王跳走了,這個(gè)情況是可以理解的。因?yàn)槲覀兛梢约僭O(shè)他已經(jīng)看完了所有的文章。而市場(chǎng)管理者小李跳走了,就需要分析原因:是否用戶搜索的關(guān)鍵詞和進(jìn)入頁面前的期待,與進(jìn)入頁面后所呈現(xiàn)的信息內(nèi)容不匹配。而這時(shí)我們應(yīng)該如何優(yōu)化設(shè)計(jì)?
以上,不被數(shù)據(jù)麻痹,不完全依賴用戶,不憑空臆想。三者平衡,創(chuàng)建一個(gè)有洞見的Persona讓好產(chǎn)品走的更遠(yuǎn)。
作者:stellaxualibaba
來源:http://www.aliued.cn/
- 目前還沒評(píng)論,等你發(fā)揮!