产品设计流程中的用户画像应该怎么做?

接下来想和大家分享一些关于设计、关于产品的专业性文章。自己慢慢在摸索,也想拓展一些自己的专业知识储备,不论理论还是实践,都慢慢在筹备,也希望各位大佬批评指正,当然,关于一些技术性的、感悟等的文章陆续都会上~到时候分不同的专栏来写,大家可以期待一下。

产品设计流程中的用户画像应该怎么做?

用户画像是什么?

用户画像一词又称为用户角色,最早来源于电商领域,作为勾勒目标用户,联系用户诉求、找到用户共性与产品设计方向的有效工具,在互联网时代大数据背景下被广泛使用。

用户画像在产品设计流程中的意义、作用

用户画像其作用是用于连接产品与用户,并决定一部分关键性的产品导向,作为设计流程的其中一环起到的最关键的作用,就是通过一系列的用户虚拟画像、数据画像、数据标签、模型标签和预测标签来定位你的用户群体,和对应功能下具体的用户诉求。

用户信息充斥网络,将用户的每个具体信息抽象成标签,利用这些标签,将想象中的用户具体化,从而为用户提供有针对性的产品服务。用户画像先于产品并行提出,并且在数据收集及分析过程中不断修正,也可能是在产品经营一段时间后,根据多方的数据反馈来的信息,用户画像根据以往产品设计经验我把它分为两个阶段并分别定义:

  • 第一个阶段在产品设计前期,称之为模拟画像,
  • 第二个阶段在产品投入市场一段时间之后,称之为数据画像。

有数据可依靠,有理由可建立,可定位用户,可拆解产品,对产品设计有重要的指导性意义。

用户画像怎么整理?

针对产品设计前期的模拟画像,我们来举个例子。例如针对打车这一功能,我们需要开发一个软件,那我们如何去确定这个用户画像呢?首先明确,打车这一功能,需要两个角色来完成的,一个是司机,一个是乘客,这里就简单分析一下,我门单一从乘客的角色来分析这个阶段的模拟画像

产品设计流程中的用户画像应该怎么做?

问:什么样的人需要打车?

  • 没车却想要方便出行不坐公共交通的人
  • 时间相对紧张,希望快捷到达目的地的人
  • 有车却不愿意开希望别人来开的人
  • 特殊情况需要用车的人
  • 上下班不愿意挤地铁、加班完了没有地铁/公交可坐
  • 企业加班打车免费
  • ······

抽象出产品对应的用户画像,这些数据来源于哪里呢?可以从以下几个方向抽象出来并加以整理:

  • 头脑风暴,确定产品定位用户人群,抽象出用户人群的大概年龄范围
  • 分析事实数据,根据不同地区、不同年龄段、不同性别人群对产品目标的使用情况做归类分析
  • 问卷调查统计
  • 面对面咨询
  • 行为预测,做延展性行为分析
  • ······

以上这些情况和获取信息的方式,我们可以做一个概括,那我们就可以根据城市定位、年龄定位、所处行业/职业定位、出行目的、家庭条件定位、出行目的定位等这几个方向来定位我们的用户画像,打车针对的目标用户是这样一群人,通过这两步分析,我们可以确定产品设计的几个要素我们可以给他们附上部分标签:

  • 城市:一二线城市
  • 年龄:20-35之间乐于接受新鲜事物的人群
  • 所处行业/职业定位:电商、广告、互联网、金融等行业
  • 出行目的:上下班、赶场子、短距离出游
  • ······

我们还可以从各个网络渠道或者一些数据分析平台来获取如下数据,做对应的行为特征、地理位置、设备画像、人群画像、场景偏好、行业标签等的分析。并作出相应预测

产品设计流程中的用户画像应该怎么做?

(来自网络,侵删)

这样我们就拥有了用户的基本的几种标签;

  • 事实标签:直接从原始数据中提取,例如性别、年龄、住址、上网时段等等
  • 模型标签:需要建立模型进行计算,例如地区总体偏好度
  • 预测标签:通过预测算法挖掘,例如试用了免费打车后是否会想要使用打车软件等

当然,为了让用户画像更加完善,我们还可以通过不同工具平台来分析我们设定的用户画像的部分偏好,例如:

  • 领域偏好:用Android的多还是iOS系统的多
  • 场景偏好:比如哪个地区的人对打车需求更为迫切,那个时间段的出租车一座难求
  • APP偏好:分析该类用户对不同APP使用粘性和偏好应用类型

这样你就会有一份较为完整的多维度的用户画像版图。

用户画像真的有用么?

用户画像基于多维度来分析对应领域用户的数据状态,在一定程度上是对产品的多方面多维度的指导文件,是洞察用户,精细化运营的必要数据,是非常有用的。

产品设计流程中的用户画像应该怎么做?

完整的用户画像也为产品提供用户体验方面的指导,好的用户体验包含很多方面,比如说Whitney Quesenbery提出的5E原则,包含了有用性(Effective)、效率性(Efficient)、易学性(Easy to learn)、容错性(Error Tolerant)、吸引力(Engaging)。在结合了许多的诸如以上的一些建立用户画像的方式,最终的目的都是为了更好的为产品设计服务,更好的分析用户在哪,找到用户共性。基于数据分析、结合产品实际设计出的产品才是当下最具市场、最有前景和生命力的产品。

当然,我觉得这些数据分析在一定程度上可以体现部分用户的状态,但这些用户的真实生活状态需要深入去体验,把自己当成用户深入一线,通过自己的感受及持久的体验以及反复的思考,去完善你的用户画像,否则你无论怎么构思和想象,哪怕再精准,也都很难做好,更谈不上成功了。

业界动态

2020年,新营销需要有哪些创新突破口?

2019-12-31 15:14:46

业界动态

蜻蜓Fm“搜索”功能的优化探索

2019-12-31 16:12:04

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索