【DTalk分享】陈抒：产品设计中的用户画像直播回顾
用户画像直播背景回顾
5月30日晚，DTalk邀请到了陈抒老师，她是平安银行信用卡中心产品设计负责人，Dtalk联合创办人，E-Bizcamp讲师。曾经在携程、Ebay等大型OTA和电商平台担任交互和视觉负责人。在设计与交互领域有丰富实践经验，并且长期致力于研究数据驱动设计的方法。进行了一次关于《陈抒——产品设计中的用户画像》的微信群线上主题分享。
分享活动共分成两个部分，第一部分是陈抒老师分享关于用户画像的经验分享，第二部分是老师和大家的Q&A的互动环节。以下是活动内容的完整文字稿。
用户画像(Persona)是Alan Cooper在《About Face：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交流、避免设计陷阱的重要工具。
但是目前只有相对比较成熟的公司才花时间构建画像：
因为传统模式的用户画像，整体构建的过程比较漫长，成本也较高。
因此近几年，我们也在寻找一种相对轻量级一些的用户画像构建的方案，今天我会对此进行比较深入的探讨和阐述。
其实用户画像，近几年相对比较火，到处都有在讨论，但是大家对于用户画像的概念并没有了解的那么清晰，很多人只知道用户画像是给用户打标签，那这块领域并不是我今天要说的这个Persona。
1、Persona和Profile，在两个比较不同的领域，首先我先介绍一下Persona和Profile的差异吧。
首先，我们了解用户是一个人，而不仅仅是一组数据。作为一个人，我们知道人的属性有很多，大致可以分为：
1、基础属性：性别、婚姻状况、孩子状态、年龄
2、社会属性：职业、行业、车辆情况、房屋情况、手机情况
3、行为习惯：作息习惯、出行习惯、饮食习惯
4、消费属性：购物偏好、使用偏好、媒介偏好
5、心理属性：思考方式、欲望追求、生活方式、个性特征
这些复杂的属性，形成了一个基本饱满的人的从外到里的初步印象，但是在这5个属性中，1和2是显性的，比较容易获得的信息；而3就相对需要一些观测和数据的挖掘收集才可以知道；4和5就需要通过与他或她相处，慢慢了解才能知道，甚至通过相处也未必能知道全面。这类是隐形的，不容易获知的。
那么在Profile的领域，并不会针对隐形这部分领域进行深入的挖掘，更多的是在1、2和3这里进行分析和细分，进行相关性的分析和计算。不会深究为什么会使得这个人产生这些行为或者这些做法。但是Persona就会更为深入的去挖掘底层用户的动机、原因、动机、欲望、痛点等属性。
所以我们说Profile更为范和广，更关注的相关性的数据分析和挖掘；但是Persona更深和细，了解的是作为用户的最深层的思考和痛点。那么换句话来总结，也可以说，Profile更偏向于定量分析，Persona更注重的是定性的研究。
2、用户画像Persona究竟是什么呢？
用户画像类似是一个用户模型，你可以使用它来指导关于产品特性、导航、交互甚至视觉设计的决策。通过对画像构建，其目标和行为模式被更好了深入理解，可以满足由其所代表的更广泛的群体。
在大多数情况下，用户画像都是通过对真实人物进行的一系列的人种学访谈合成的，然后丰满其行为模式、目标、技能、态度和环境，在进行一些人物加工，将用户画像带入生活。通过这一系列行为，你对于这个用户画像的了解，就好像身边的朋友一样。
但是组装一组用户特性并将其称为用户画像很容易，但是创建真正有效的且有价值的用户画像并不那么容易。原因是你首先挖掘出你的访谈对象需求、动机、痛点是什么？再从这些变量中提炼和梳理甚至舍弃一些细节，最终提炼出一个核心的关键性的核心归纳他们的属性，并且进行再次加工和丰富。这个过程中，在很多环节都容易产生偏差和主观臆断。
3、我们想要提炼出相对具有规律性的提问访谈技巧？
STAR技巧：S Situation T target A Action R result
通过这样的提问，我们可以更为尽可能多的去了解他过去碰到的情况，如何进行行动如何应对。
比如：我们以换车为例来进行访谈，假设一位用户刚刚换了一辆新车，那么我们的提问就可以从STAR开始：
你什么时候开始考虑换车？（S）
你换车的最终要的原因是什么呢？（T）
你是怎么进行换车的？有什么特别深的印象或者有什么让你体验特别好或者不好的地方吗？（A）
那最后你在哪里买了新车，什么牌子和型号呢？（R）
通过这种问题，你可以了解更多他在换车过程中的思考，疑虑，困惑和痛点，你也知道他的最深层次的需求是什么。
试想，如果你访谈的很多用户在这个环节中，有很多共性的时候，这个时候你就会发现典型的人群就即将呼之欲出了。
当然除了这个提问技巧，之外，还有5W2H还有5W等这些访谈技巧都可以进行尝试和使用。
4、当访谈过后，我们就进入到一个整理的阶段，这个阶段是一个琐碎的过程。
首先我们需要把访谈的所有内容，进行人物命名和编号，然后再将每个用户的访谈结论中的关键因此，进行编号。你的编号或许就是P1Q1X1，P是人的编号，Q是问题编号，X是问题编号中所提及的不同因素点。在这所有的内容中寻求规律和相关性。
在整理的过程，最重要的是就是取舍，把对我们有用的信息进行整理，舍弃掉一些无用的细节。
有时，人们很容易过于关注人物的细节。个人细节可能是相对有趣的部分，但如果有太多的细节，会妨碍你提炼出真正有用信息和变量的。
为了避免这个问题，首先要关注过程、行为模式、目标、环境和用户态度——这些信息对于设计是至关重要的，而不需要添加任何额外的研究细节。
当完成了关键的设计信息的整理后，只需添加一个或两个个人细节，比如你的画像在工作后做什么(她回家和克劳德、她的猫一起看老电影)，或者在她的工作空间里有什么私人的接触。你也可以通过使用环境细节来强化人物角色来增加用户画像的真实性。
5、Persona究竟如何可以在产品优化中进行应用呢？
其实在产品的规划设计的过程中，是离不开。当完成了用户画像的构建之后，接着你可以做很多事，比如：现在你可以从“谁”、“为什么”以及“什么”和“如何”等方面对客户进行更全面的描述。“拥有完整的个人资料和个人形象，可以让你招募并与实际的用户接触，完成用户旅程图，了解用户在整个产品体验过程中的痛点和爽点，情绪的波动变化等，为将来的产品设计打下一个非常良好的基础。
这些应用，都是为了更好的建立产品的良好的节奏感和规划。这个也是我一直反复强调产品经理应该拥有的硬技能。
长线规划，其实就是希望产品经理对于自己的产品有一个全面的认知，所以用户画像会给于产品规划一个相对比较明显的方向。因为产品的定位依据中很重要的一项就是用户。
曾经在网上有看到摩拜对于场景的梳理，以下几点。不难看出，这个场景的梳理是基于不同的用户来产生的，同时也因为这不同的场景，对于自行车硬件的要求也远比ofo来的更高，而市场的占有率也就远远高于ofo。
所以我们说用户画像就可以辅助一个产品，进行长线的规划和指导。
产品节奏感其实就是把规划的产品，进行切分，逐一上线，在资源有限的情况，如何抓紧时间点进行产品内容的切分。我们可以通过CFS（Commonality、Frequency、Severity）来制定优先级的评定。
但是在这之前，我们需要把针对用户画像的用户场景逐一罗列，再针对着所有场景用例进行CFS的优先级分析，才能知道哪些是更着急更迫切的产品需求。其实微信也是有自身一个节奏感的。
这张表表明了微信每个阶段版本的更新和调整，他也是先推出市场阶段对于用户更多的在进行教育和推广，后阶段慢慢转变为更多的产品优化和新功能的尝试的。因此不难看出用户画像对于产品优化的切分，也是至关重要的。
Q&A : 根据留言区的提问，选出几位提问的朋友，有针对性的分享。
幸运观众1：Lee-知识付费-运营
SOSO的回答：有两种方法问卷调查和直接访谈
这个是PLC的开发阶段或是研发阶段，在这个阶段拥有的特点是少量的用户，比较不明确的未来发展的一个方向。但是他有一个优势是调整起来相对会比较方便和快捷。在这个阶段所拥有的是什么，你会有一个点子，这个点子可能是一些比较亮的点子。但是需要确定点子的方向，确定点子的用户群体到底在哪里，那么用户为什么会使用你这个点子来进使用、互动呢？
在这个阶段需要做的是，第一种方法，你可以先设计一份问卷。这份问卷不要涉及到你的点子，但是你会把你的点子当中的用户可能产生的痛点或者是用户可能会使用你产品的一个问题点把他有机的结合在一起进行一个发放问卷。
然后通过回收的问卷之后，你可以产生所需要挑选的访谈对象的一个基础。在这个基础上呢，把访谈对象确定之后你就可以挑选大约八到十位的用户进行一个深入的访谈，在这个深入的访谈当中，你不要去对你的点子直接去问他们，而是需要在这个点子当中的痛点或是对他们一些态度进行一些询问。
在这个过程中可以梳理出一个最基础的用户画像，甚至是对你将来这个点子的未来趋势也会有一个基础模型的规划。
这种方式需要有一个大量的问卷发放并且统计，如果你觉得点子相对来说更为普遍和广泛不需要做这种问卷，你也可以直接去找一些访谈对象进行询问。当然在这个询问过程中需要拉开范畴，比如说男性女性啊，年纪大的年纪中等的和年纪轻的。你需要去刻意的拉开这样的一个范畴，然后进行一个访谈深入的了解，也可以产生一个用户画像。
但是在产生这个用户画像的过程当中需要注意实时调整和进行多次的访谈。当你做完这个访谈之后，如果你上线产品之后，你可以在这个产品回馈的过程当中再去进行一个用户访谈的结论。然后再去调整你的产品方向，而不是一成不变的。
Lee-知识付费-运营的直播后梳理：
确立功能点：探索阶段，少量用户，发展方向未明确时，将核心功能点对应到现实使用场景中，此场景便是你的用户群体，沿着该方向，模拟用户提问为什么使用/操作该功能点，验证该功能点是否适当。
问卷设计：将用户群的各种场景混合穿插在一起设计问题，单不能直接描述该功能点
回收问卷（1000），筛选访谈对象（100），挑选8-10深度访谈，访谈内容按照场景发展顺序，由面到点，深度挖掘“点”的反馈。根据反馈对未来场景建立基础规划，同时绘制基础用户画像
直接访谈：适用于大众型的产品或业务，可直接选取部分人群访谈，但需覆盖全部用户层，防止出现断层造成用户画像不完整
Lee-知识付费-运营的感悟：初始业务模型的建立对于产品后期发展意义重大，之前大多凭感觉碰。今天通过老师的解答，学习到了从0开始的构建业务和基础用户画像绘制的方法论，尤其是提到的注意事项和操作细节，避免大家采坑。我们已经按照该思路重新规划产品方向了，感谢老师。
幸运观众2：奕庆至成—杨冬奕
问题1：用户画像到底画到什么程度为止？
SOSO的回答：其实用户画像当中有一个维度叫做颗粒度，那大家有看过粗颗粒和细颗粒的，这样的一个照片，粗颗粒的照片，看上去也能够知道他在说什么。但是有些细节就会被模糊掉了。
但是不管是粗颗粒还是细颗粒，其实都是可以用的上的用户画像。那粗颗粒可能会需要考虑在产品优化当中，可能考虑的会更全面整体一些，但是到了细颗粒，你就会考虑到一些非常细节的乃至到交互细节，甚至视觉细节的一些点。
问题2：用户画像跟产品的KPI该如何建立关系？
SOSO的回答：我觉得用户画像跟KPI会比较难结合，但是跟OKR会相对比较好，因为OKR是设计师可以对自己产生的一个目标和KR的一个切分。你就完全可以根据说我所针对的某一类用户画像进行的一个目标上的优化点，在接下来你就会针对这某一类用户进行一个KR的切分。我不是想说KPI和OKR本身，而是说在做一个产品本身你一定要知道你做这件事情的最终目标到底是什么。
Alan Cooper还有一个非常重要的理论叫做回顾式的设计思考。那所谓回顾式的设计思考，就是在你做一个产品的过程当中，你会沉入其中，然后无法自拔，那在这个时候你需要做的事是推开这个产品，然后回到根源去了解这个到底是不是用户所想和所要用的东西，然后再进行一个反推的思考和设计。这才是一个相对比较科学和正确的做事方式。
奕庆至成—杨冬奕的感悟：陈老师的关于两种用户画像的结合讲得很明白，现在知道怎么有机结合了。通过用户画像如何分解出KPI、达成KPI，也是通过两种画像的有机结合。回顾设计是比较好的方法，不忘初心，方得始终。
幸运观众3：Alison-宇信-用户体验
SOSO的回答：当你的产品阶段进入到成长期或是成熟期的时候，其实你就已经有获得一定量的用户，在这个基础上，数据基础也已经开始慢慢的形成，有些公司已经开始有稳定的Profile的系统。在这个基础之上其实Profile和Persona是可以结合来形成一个结论的。Profile如何结合呢啊，我举个例子来说，假设说你需要了解你产品的活跃型的用户的Persona画像，在这个基础上， Profile会提供你一类标签叫做活跃用户的标签。
那当提供了这样活跃用户的标签，其实你就可以通过一些统计的手段去把这些标签的静态标签进行一个重组和梳理。你就能够了解在活跃用户群当中，比如说男性和女性的占比的大概比例，年龄阶段的划分层次，还有可能还会涉及到是否有车辆这样基础信息的归纳。
那当你有了这些信息的归纳之后，你可以当中从中挑出具有比较代表性的静态标签。作为你的访谈的基础型的目标来进行挑选。在这个挑选的过程当中你可以每一个类别里面挑选个三到四个的用户去进行一个深入的访谈。
这样就可以避免在直接进行访谈的过程中挑选的人物太过相近而导致用户画像的缺失，或者是用户画像的遗漏。在此基础上你所产生的用户画像又可以再次通过一些产品设计和通过ABtesting进行倒推和验证。形成了一个相对比较完美的闭环。用户画像是需要实时调整和变化的。因此我们需要在过程中进行再次的回访和了解。
Alison-宇信-用户体验的感悟：用户画像用于产品优化的几点思考
在多年的产品建设、运营、迭代优化、数据跟踪分析的过程中，一直寻找着如何用定量的客观的方式对产品的优化提供示警和支撑。但是，逐渐的发现单纯的定量是很难做好产品优化，需要结合定性的分析。在这方面我有几点经验性思考，仅供参考。
第一：Persona+用户体验地图的使用。
这里说的用户体验地图就是用户旅程图。在传统金融行业，对于Persona的使用停留在概念上居多，使用是谈不上的，更不用说用户旅程图。PD对产品的需求和迭代优化主要来源于领导决策、主观臆断、及Call center等。对于成熟产品的单一功能改版，我们采用Persona+旅程图的方式，分析挖掘真实的用户需求，为产品迭代做准备。（1）确定单一功能的受众人群，结合CRM（因画像系统不完善的情况下，往往拿不到数据，CRM是很成熟的，要用起来。）确定Persona；（2）分析功能流程中的服务触点，作为旅程图的基础触点；值得注意的是请考虑后服务方面及客户投诉等；（3）招募用户，进行可用性测试及访谈；（3）分析以上内容，挖掘出用户需求和绘制旅程图。在“出国金融”这样的功能中已经得到验证。
第二：资源紧缺情况下，Profile+体验研究的使用。
银行产品相对较为成熟，拥有大量的数据作为基础。因此可以根据数据分析，进行Profile的工作，分析用户的受众型的画像，提炼用户标签；通过筛选和重组提炼出代表性的标签，得出基本用户的基本情况。此时，因资源紧缺，无法进行Persona用户验证；选择使用从事多年用户研究经验的研究人员，对产品需要优化的点，结合Profile分析结果，以客户行为数据跟踪的结果为基础，进行分析，快速得出产品需要优化的要点以及优先级。
第三：灵活运用Profile和Persona。
为什么这里说灵活运用呢？因为日常工作中，有大版本迭代、单一功能改版、微版本迭代，同时要求敏捷开发，那么在残酷的竞争下我们是无法拥有充足的时间和资源来一项一项开展工作。因此我们需要灵活应用所有可用的方法，积累经验、数据，尽量让结果的偏离降低到最小。常用的方法有：（1）产品的定期诊断（选择拥有产品思维和用户研究经验的人员来做）；（2）定期收集数据（问卷、投诉及、周边人日常的意见建议等）；（3）时刻数据跟踪产品的核心功能，了解产品功能使用的动向，并还原功能使用场景，分析用户行为，发现使用痛点。（4）结合产品的商业目标，定期进行市场分析和竞品分析，了解竞争对手的情况，什么阻碍着自己的发展等。当然除了这四点，还有很多方法，经验积累是非常重要的。
本文主要内容贡献者：
陈抒老师，DTalk联合创办人，平安银行信用卡中心产品设计负责人，“交互设计的用户研究践行之路”作者。
干货专访和文章
【DTalk分享】吆喝科技王晔：A/B测试最佳实践直播回顾
【DTalk精华】网易郑栋:如何打通产品多端的埋点数据？
【DTalk精华】网易郑栋：前端数据采集与分析的那些事第一弹: 从数据埋点到AB测试
【DTalk精华】滴滴出行谯洪敏：前端数据采集与分析的那些事第二弹：企业如何选择自动埋点和可视化埋点
【DTalk精华】滴滴出行谯洪敏：前端数据采集与分析的那些事第三弹：埋点需求整理原则于埋点流程规范
【DTalk专访】滴滴谯洪敏：百家争鸣的前端技术时代
【DTalk思考】顾青：互联网团队的数据驱动能力从哪里来？
