データベースのペルソナを使用して設計プロセスを改善する方法

ほとんどの設計チームと製品チームには、ある種のペルソナドキュメントがあります。 理論的には、ペルソナはユーザーをよりよく理解し、ユーザーのニーズを満たすのに役立ちます。 アイデアは、ユーザーの個別のグループについて学んだことを体系化することで、より適切な設計上の決定を下すことができるということです。 これらのドキュメントを自分で参照し、設計チーム以外のメンバーや外部の利害関係者と共有することで、最終的には、実際のユーザーが実際に必要としているものとより密接に一致するユーザーエクスペリエンスを実現できます。

実際には、ペルソナがこれらの期待に等しいことを証明することはめったにありません。 多くのチームでは、ペルソナドキュメントはハードドライブに捨てられ、デジタルダストを収集しますが、デザイナーは主に気まぐれと直感に基づいて製品を作成し続けます。

対照的に、十分に研究されたペルソナは、ユーザーのプロキシとして機能します。 彼らは私たちが私たちの仕事をチェックし、ユーザーが本当に必要とするものを構築していることを確認するのに役立ちます。

実際、最高のペルソナはユーザーを説明するだけではありません。 それらは実際に設計者が彼らの行動を予測するのを助けます。 ペルソナの作成に関する彼女の記事で、LauraKleinはそれを完璧に説明しています。

「予測ペルソナを作成できれば、それはユーザーがどのようなものかだけでなく、人が幸せな顧客になり、それを維持する可能性を高める正確な要因を本当に知っていることを意味します。」

言い換えれば、有用なペルソナは、ユーザーが潜在的な製品の変更にどのように対応するかをある程度正確に予測できるため、設計チームがより良い意思決定を行うのに実際に役立ちます。

明らかに、ペルソナがこれらのタイプの予測を容易にするためには、直感や逸話以上のものに基づいている必要があります。 それらはデータ駆動型である必要があります。

では、データ駆動型のペルソナはどのように見えますか？また、どのように作成しますか？

あなたが知っていると思うことから始めましょう

データ駆動型ペルソナを作成する最初のステップは、一般的なペルソナ作成プロセスに似ています。 主要なユーザーグループとは何か、各グループにとって何が重要かについてのチームの仮説を書き留めます。

あなたのチームが最も似ている場合、一部のメンバーは、どのグループが重要であるか、各ペルソナの特定の構成と品質などについて他のメンバーと意見が一致しません。 この種の不一致は健全ですが、通常のペルソナ作成プロセスとは異なり、ここで行き詰まることはありません。

各ペルソナのメリット（およびそのさまざまな側面と順列）について議論するのではなく、重要なことは、あなたとあなたのチームが持っているさまざまな仮説について具体的に説明し、それらを書き留めることです。 これらの仮説は後で検証するので、この段階でチームが同意しなくても問題ありません。 いくつかの特定のペルソナに焦点を当てることを選択できますが、他のアイデアのバックログも保持するようにしてください。

それぞれの架空のペルソナについて、彼らが誰であるか、製品を使用して解決したい根本的な問題、およびその他の関連する詳細を詳細に説明した、短い1〜2文の説明を目指すことをお勧めします。

これには、従来のユーザーストーリーフレームワークを使用できます。 Craigslistの架空のペルソナを作成している場合、次のステートメントの1つは次のようになります。

「最近の大学卒業生として、新しいアパートに家具を提供できるように、安い家具を見つけたいと思っています。」

別の人は言うかもしれません：

「追加の寝室を持つ住宅所有者として、私はこのスペースを借りる責任のあるテナントを見つけて、追加の収入を得ることができるようにしたいと思っています。」

ユーザーフィードバックメール、NPSスコア、ユーザーインタビューのメモ、分析データなどの既存のデータがある場合は、それらを確認し、ユーザーストーリーとともに関連するデータポイントをメモに含めてください。

検証と改良

次のステップは、ユーザーインタビューを使用して、これらの仮説を検証および改良することです。 架空のペルソナごとに、そのグループに適した5〜10人にインタビューすることから始めます。

これらの面接には3つの重要な目標があります。 グループごとに、次のことを行う必要があります。

1. 問題を解決するために必要な状況を理解します。
2. ペルソナグループのメンバーが、あなたが記録した問題が、現在解決に苦労している緊急かつ苦痛な問題であることに同意していることを確認します。
3. このペルソナのメンバーがアクティブユーザーになり、アクティブユーザーであり続ける可能性があるかどうかの主要な予測因子を特定します。

これらのインタビューへのアプローチは異なる場合がありますが、非常に非リード的な従来のユーザーインタビューと、意図的にリードするリーンプロブレムインタビューとのハイブリッドアプローチをお勧めします。

従来のユーザーインタビューアプローチから始めて、行動に基づいた、主要ではない質問をします。 Craigslistの例では、最近の大学の卒業生に次のような質問をすることがあります。

「最後に家具を購入したときのことを教えてください。 あなたは何を買ったの？ どこで購入しましたか？」

これらのタイプの質問は、インタビュイーが問題の問題を最近経験したかどうか、どのように解決したか、現在の解決策に不満があるかどうかを確認するのに最適です。

これらのタイプの質問を終えたら、インタビューのリーン問題の部分に進みます。 このセクションでは、問題を経験したときの話をしたいと思います—苦労したさまざまな問題を確立し、なぜそれがイライラしたのか—そしてそれらがどのように反応するかを見てください。

あなたはこのようなことを言うかもしれません：

「私が大学を卒業したとき、私はもう寮に住んでいなかったので、新しい家具を手に入れなければなりませんでした。 私は永遠に家具店を探していましたが、それらはすべて途方もなく高価であるか、数週間で壊れることがわかっていた超安価な家具を備えた大型店でした。 本当にリーズナブルな価格で良い家具を見つけたかったのですが、何も見つからず、結局安いものを買いました。 それは必然的に壊れ、私はさらに多くのお金を使わなければならず、それは私が本当に買う余裕がなかった。 そのどれかがあなたに共鳴しますか？」

ここで探しているのは、明確な合意です。 面接対象者が「はい、それは共鳴します」と言っても、面接の残りの部分よりもそれほど興奮しない場合、問題はおそらく彼らにとってそれほど苦痛ではありませんでした。

一方、彼らが興奮したり、あなたの話に共感したり、問題について彼ら自身の逸話を述べたりした場合、あなたは彼らが本当に気にかけている問題を見つけ、解決する必要があることを知っています。

最後に、以前に取り上げなかった人口統計上の質問、特に誰かがユーザーになり、ユーザーであり続けるかどうかの重要な予測因子になると思われる主要な属性に関する質問を必ず行ってください。 たとえば、高給の仕事に就く最近の大学卒業生は、小売店で家具を購入する余裕があるため、ユーザーになる可能性は低いと考えるかもしれません。 もしそうなら、収入について必ず尋ねてください。

あなたは予測可能なパターンを探しています。 ペルソナの5人のメンバーを連れてきて、そのうちの4人が解決しようとしている問題を抱えていて、どうしても解決策が必要な場合は、おそらく重要なペルソナを特定しているはずです。

一方、一貫性のない結果が得られた場合は、インタビューで学んだことを使用して、仮説のペルソナを洗練し、このプロセスを繰り返して、テストする新しい仮説を立てる必要があります。 解決したい問題を抱えているユーザーを一貫して見つけることができない場合、何百万人ものユーザーにあなたの製品を使用させることはほぼ不可能になります。 したがって、このステップを軽視しないでください。

ペルソナを作成する

このプロセスの最後から2番目のステップは、実際のペルソナ自体を作成することです。 これは物事が面白くなるところです。 通常は静的である従来のペルソナとは異なり、データ駆動型のペルソナは生き生きと呼吸するドキュメントになります。

ここでの目標は、前のステップで学んだ教訓（ユーザーが誰であり、何が必要か）を、製品の最新のイテレーションがユーザーのニーズをどの程度満たしているかを示すデータと組み合わせることです。

私の会社Swishでは、各ペルソナに次のデータを含む2つのセクションが含まれています。

含めるデータのアイデアをさらに探している場合は、彼のチームがBuildiumでデータ駆動型のペルソナを作成した方法に関するCoryndonLuxmooreのプレゼンテーションを確認してください。

チームがこれらすべての情報を作成するのに時間がかかる場合がありますが、自分が持っているものから始めて、時間の経過とともにペルソナを改善することは問題ありません。 あなたのペルソナは棚に座っていません。 新しい機能をリリースしたり、既存の機能を変更したりするたびに、結果を測定し、それに応じてペルソナを更新する必要があります。

ペルソナをワークフローに統合する

ペルソナを作成したので、今度はそれらを日常の設計プロセスで実際に使用します。 新しいデータドリブンペルソナを使用する4つの機会は次のとおりです。

1. スタンドアップで
   Swishでは、スタンドアップが少し異なります。 これらの会議は、各ペルソナのアクティブ化、保持、および紹介のメトリックを確認することから始めます。 これにより、昨日の進捗状況と今日の障害について話し合うときに、本当に重要なこと、つまりユーザーにどれだけサービスを提供しているかに焦点を合わせ続けることができます。
2. 優先順位付け中
   データ駆動型のペルソナは、新機能や変更について話し合うときにチームメンバーを正直に保つための優れた方法です。 ペルソナがどの程度のユーザーベースを表し、どれだけうまくサービスを提供しているかがわかれば、潜在的な機能が実際に違いを生むかどうかがすぐに明らかになります。 何に取り組むかを突然決めるのに、何時間もの議論や馬の取引は必要ありません。
3. デザインレビューで
   データ駆動型のペルソナは、新しい設計について話し合うときにチームメンバーを正直に保つための優れた方法です。 チームメンバーがユーザーインタビューからの実際の引用でユーザーを信頼できる形で表現できる場合、彼らのフィードバックはすぐに主観的でなくなり、より有用になります。
4. 新しいチームメンバーをオンボーディングするとき
   新入社員は必然的に、彼らが始めたときに彼らと一緒にユーザーについての暗黙のバイアスと仮定のホストをもたらします。 データ駆動型のペルソナをオンボーディングドキュメントに含めることで、新しいチームメンバーのスピードを大幅に向上させ、チームがその過程で学んだ苦労して得た教訓を確実に理解できるようになります。

ペルソナを最新の状態に保つ

チームメンバーがデザイン思考を導くためにペルソナに依存し続けることができるように、ペルソナを最新の状態に保つことは非常に重要です。

製品が改善されると、NPSスコアとパフォーマンスデータを簡単に更新できます。 少なくとも毎月これを行うことをお勧めします。 初期段階の急速に変化する製品に取り組んでいる場合は、代わりにこれらの統計を毎週更新することで、より良いマイレージを得ることができます。

ペルソナのメンバーに定期的にチェックインして、予測データの関連性を維持することも重要です。 製品が進化し、競争環境が変化すると、問題に対するユーザーの見方も変化します。 あなたの成長が頭打ちになり始めたら、インタビューの別のラウンドはあなたが最初に見つけなかった洞察を解き放つのを助けるかもしれません。 すべてが順調に進んでいる場合でも、6〜12か月ごとに、ペルソナのメンバー（製品の現在のユーザーと一部の非ユーザーの両方）にチェックインしてみてください。

まとめ

データ主導のペルソナの構築は、時間と献身を要するやりがいのあるプロジェクトです。 必要な洞察を明らかにしたり、1週間の使い捨てプロジェクトでチームを統合するために必要な信念を構築したりすることはありません。

しかし、必要な時間と労力を費やせば、結果はそれ自体を物語っています。 データ駆動型ペルソナが提供するタイプの明快さを持つことで、迅速な反復、ユーザーエクスペリエンスの向上、およびユーザーが愛する製品の構築がはるかに容易になります。

参考文献

詳細については、上記のリンクされた記事と次のリソースを確認することを強くお勧めします。

• 「ランニングリーン：プランAから機能するプランへの反復方法」Ash Maurya
• 「1か月以内に堅牢なユーザーペルソナを構築する方法」、Tony Zambito、ConversionXL
• 「死んだペルソナを復活させる」、Meg Dickey-Kurdziolek、A List Apart
• 「ペルソナの詳細：適切なペルソナを開発するためのガイド」、Shlomo Goltz、SmashingMagazine。