一种基于用户行为数据的模型构建方法

用户模型（Persona）AlanCoper《AboutFace：《交互设计精髓》一书中提到的研究用户的系统化方法。它是产品经理、交互设计师了解用户目标和需求、与开发团队及相关人员沟通、避免设计陷阱的重要工具。但在现实中，一般只有少数成熟的公司、产品经理、互动设计师或用户研究人员会花时间建立用户模型，至少有两个原因：一个主要原因是传统方法建立用户模型的成本高、时间长，一般公司和团队无法承受；另一个原因是传统方法对用户模型构建者有很高的要求，特别是对于用户的访谈和观察，有很多方法和技能，许多产品经理不敢尝试，有些人在尝试后没有得到有用的信息，往往不再这样做。本文将尝试提出一种基于用户行为数据快速构建用户模型的方法。本文将尝试提出一种基于用户行为数据的快速构建用户模型的方法。传统的用户模型构建方法Alancooper提出了两种构建用户模型的方法：用户模型：基于用户访谈和观察的研究结果，严格、可靠但耗时；临时用户模型（adhocpersona）：基于行业专家或市场调查数据对用户的理解，快速但容易产生偏见。方法1：在AlanCooper的方法中，基于访谈和观察的构建用户模型(正统方法)是构建用户模型的重要基础。完整步骤如下图所示:第0步:访谈和观察用户(以及其他研究)。以用户为师傅，作为徒弟观察师傅的行为，提出问题。为了发现用户的行为、情况和目标，收集和研究用户行为、环境、对话内容等信息。（例如，儿童社区的用户角色大致分为四类：儿童、母亲、父亲和祖父母，需要分别研究）第一步：根据角色对受访者进行分组。根据研究结果和理解，对用户进行大致的角色划分，并根据角色对要访谈的用户进行分组。第二步：找出行为变量。将每个角色的显著行为列为成几组行为变量。一般包括用户活动(行为和频率)、态度、能力、动机、技能(产品及相关技术)。第三步:对应访谈主体和行为变量。事实上，它是为每个访谈用户标记各种行为。第四步：找出重要的行为模型。在访谈用户中发现显著的行为模式组合。(例如，儿童社区产品「某些家长」会「密切*」孩子在社区的一举一动，「另一些家长」则只是「偶尔了解」第五步：综合各种特点，明确目标。综合/挖掘用户的目标和其他特征，从用户模型的行为细节。第六步：检查完整性和冗余。为了弥补每个用户模型行为特征中的重要缺陷，将行为模式相同但只有不同人口统计数据的用户模型合并为一个。第七步：指定用户模型的类型。优先考虑用户模型，确定主要、次要、补充和负面用户模型。主要用户模型是界面设计的主要对象，一个产品的界面只能有一个主要用户模型。步骤8：进一步描述特征和行为。用户模型通过第三人称叙述进行描述，并为不同的用户模型选择合适的照片。到目前为止，用户模型构建已经完成。方法2：构建临时用户模型（adhocpersona）当缺乏时间和资源无法访谈和观察用户时，可以根据行业专家对用户的理解或市场研究中获得的人口统计数据建立「临时用户模型」。「临时用户模型」施工过程及「用户模型」构建过程非常相似，但其数据基础来自于对真实用户的访谈和观察，以及对用户的理解。两者的准确性和精度不同。到目前为止，AlanCooper首次提出了基于用户行为数据快速和迭代构建用户模型的方法（Persona）这个概念已经过去了近20年。在此期间，软件产品开发的过程方法和公司的运营模式发生了很大的变化：以快速迭代为特征的敏捷开发方法取代了传统的瀑布模型「开发→测量→认知」以反馈循环为核心的精益创业方式正在逐渐影响和改变公司的运营模式。。传统的用户模型构建方法自诞生之日起没有太大变化。对于已经习惯了敏捷、快速的产品经理和互动设计师：一方面，研究用户建立用户模型需要相当大的决心和努力来获得所需的时间和资源；另一方面，互联网产品冷启动时间越来越短，为了降低成本和风险，产品团队经常选择尽快将产品推向用户，尽快获得反馈「快速试错」，现实和压力迫使大多数新产品的PM不敢投入大量的时间和精力进行用户研究。这很容易理解为什么每个人都认为用户模型很好，但很少有人在工作中真正使用它。这很容易理解为什么每个人都认为用户模型很好，但很少有人真正在工作中使用它。接下来，我们将提出一种基于用户行为数据快速迭代构建用户模型的轻量级方法。首先，对用户获得的任何认知、经验和数据进行整理和收集。它们可能是您和您的团队对用户的理解，也可能是您产品业务数据库中记录的用户相关信息（如性别、年龄、等级属性），或用户填写的任何表格或留下的信息（如用户填写的问卷、留下的微信账号等）。您可以将这些信息映射成用户描述信息（属性）或用户行为信息，并存储并形成用户档案（最终结果如下图所示）。注：从这一步开始，您需要一个存储用户信息和用户行为信息的数据库系统，它可以支持您快速分析和探索下一步，直到形成用户模型。如果您的团队技术人员没有时间为您建立这样的系统，您可以考虑引入诸葛io等分析工具，它可以帮助您存储用户和行为数据，方便查询和使用，您也可以集成诸葛io的SDK在您的应用程序或网站，方便记录用户的行为数据。然后，根据获得的认知和经验对用户进行分组，这是进一步研究的基础。例如，您认为用户可以分为四类：儿童、母亲、父亲和祖父母，或者您认为购物用户可以分为男性和女性，然后根据数据进行划分。在诸葛io中，您可以通过定义用户群来实现(如下图所示)。接下来，您将逐一分析用户组的最后一步，并尝试找到显著的行为模式。对于每个用户组，分析步骤如下：从用户组中随机选择一些用户（一般根据您的时间选择数十到数百个用户，建议至少不少于30个）；用户逐一解释其属性特征和行为记录，并试图通过这些数据恢复用户的真实使用场景和过程，并试图推测其目标。在解释的同时，记录你发现的有趣的行为模式和困惑。(注意，这一步的工作非常重要，对用户及其行为的感性理解是后续工作的基础。记住:读用户如读书，读百遍，意义自现！）根据上述步骤中发现的典型行为模式、场景和目标的推测，对用户群进行更详细的划分。例如，您会发现一些用户会定期购买大量的办公用品（有趣的行为模式），并推测这些人可能是企业行政部门的采购人员。如果他们想根据其他员工的需要定期完成采购任务（场景和目标），您可以将这些人分为单独的用户组（候选用户模型）进行后续研究。(如下图所示)统计分析上一步形成的候选用户模型(用户群)的属性和行为数据，初步验证您的猜想。(如果使用诸葛io，可以通过用户群「群体画像」、「行为(事件)概述」等功能快速完成所需分析，如下图所示)，然后对上述每个候选用户模型进行进一步的目标和动机推测。同样，请记录过程中的任何困惑。从每个用户模型中选择少量具有代表性的用户进行访谈或调查，以消除您在之前的研究中遇到的困惑。在这一步中，如果你有足够的时间和资源，你可以选择更多的用户，并尽可能多地进行现场访谈和观察；如果你的时间和资源有限，你可以选择更少的用户，或者使用电话、问卷和其他方式来完成访谈。对于高度合作的用户，您可以考虑使用屏幕记录或QQ远程协助来观察用户的真实行为。因为你已经对用户的真实行为有了一定的了解，所以在这一步中，你不需要严格执行Alancoper的用户研究方法，从而节省大量的时间和资源。但是，如果没有特殊情况，请尽量不要跳过这一步。记住：即使与用户进行少量的沟通，也有助于发现未知的问题，这是非常值得的。完成上述工作后，您可以逐一审查和修改候选用户模型。合并相似，补充不完整，描述每个用户模型，选择合适的照片，获得迭代用户模型（如下图所示，图片来自网络）。您可以使用该模型来指导界面设计，并与团队沟通。最后，根据您的认知变化和产品需求，您可以在适当的时间修改以前的模型。修改过程与以前相同。您可能会在几次产品迭代中穿插一轮用户模型迭代。时间越长，用户模型就越接近真实用户。本文总结了借助行为数据和工具快速迭代构建用户模型的方法（Persona）与传统的用户模型构建方法相比，该方法失去了一定的质量，但效率更高，更适合当今互联网团队的工作模式和节奏。值得注意的是，这种方法虽然经过实践验证是可行的，但还有进一步探索优化的空间。如果你想和我们一起探索这种方法的实践，你可以通过yuxiaosong#zhugeio.com(替换@)联系我们，记得简要说明你的个人、产品和团队以及你期待参与的方式。

以上就是关于一种基于用户行为数据的模型构建方法的相关介绍，更多一种基于用户行为数据的模型构建方法相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对一种基于用户行为数据的模型构建方法有更深的了解和认识。