如何使用基於數據的角色改進您的設計過程

已發表: 2022-03-10

快速總結 ↬根據實際用戶數據創建角色是建立內部共識、改善產品用戶體驗和提高設計團隊效率的好方法。了解如何創建和使用數據驅動的角色來改進您的設計過程。

大多數設計和產品團隊都有某種類型的角色文檔。從理論上講，角色可以幫助我們更好地了解用戶並滿足他們的需求。這個想法是，將我們對不同用戶群體的了解進行編碼有助於我們做出更好的設計決策。自己參考這些文檔並與非設計團隊成員和外部利益相關者共享它們最終會導致用戶體驗更接近真實用戶的實際需求。

實際上，人物角色很少證明與這些期望相同。在許多團隊中，角色文檔被遺棄在硬盤上，收集數字灰塵，而設計師繼續主要基於突發奇想和直覺來創建產品。

相比之下，經過充分研究的角色充當用戶的代理。他們幫助我們檢查我們的工作並確保我們正在構建用戶真正需要的東西。

事實上，最好的角色不只是描述用戶。它們實際上幫助設計師預測他們的行為。 Laura Klein 在她關於角色創建的文章中完美地描述了它：

“如果你可以創建一個可預測的角色，這意味著你不僅真正知道你的用戶是什麼樣的，而且還知道使一個人成為並保持快樂客戶的確切因素。”

換句話說，有用的角色實際上可以幫助設計團隊做出更好的決策，因為他們可以準確地預測用戶將如何響應潛在的產品變化。

顯然，要讓角色模型促進這些類型的預測，它們需要的不僅僅是直覺和軼事。他們需要數據驅動。

那麼，數據驅動的角色是什麼樣的，你如何製作一個？

跳躍後更多！繼續往下看↓

從你認為你知道的開始

創建數據驅動的角色的第一步類似於典型的角色創建過程。寫下您的團隊關於關鍵用戶組是什麼以及對每個組很重要的假設。

如果你的團隊和大多數人一樣，一些成員會與其他成員在哪些群體很重要、每個角色的特定構成和品質等方面存在分歧。這種類型的分歧是健康的，但與您可能習慣的通常的角色創建過程不同，您不會在這裡陷入困境。

與其爭論每個角色的優點（及其各個方面和排列），重要的是具體說明您和您的團隊擁有的不同假設並將它們寫下來。稍後您將驗證這些假設，因此如果您的團隊在此階段不同意，也沒關係。你可以選擇專注於幾個特定的角色，但也要確保保留其他想法的積壓。

我建議針對每個假設角色進行簡短的 1-2 句話描述，詳細說明他們是誰，他們希望通過使用您的產品解決什麼根本問題，以及任何其他相關細節。

您可以為此使用傳統的用戶故事框架。如果您正在為 Craigslist 創建假設的角色，這些陳述之一可能是：

“作為一名剛畢業的大學畢業生，我想找到便宜的家具，這樣我就可以佈置我的新公寓了。”

另一個人可能會說：

“作為一個有額外臥室的房主，我想找到一個負責任的租戶來租這個空間，這樣我就可以獲得一些額外的收入。”

如果你有現有的數據——比如用戶反饋電子郵件、NPS 分數、用戶訪談筆記或分析數據——一定要仔細檢查它們，並在你的筆記中包含相關的數據點以及你的用戶故事。

驗證和優化

下一步是通過用戶訪談來驗證和完善這些假設。對於您的每個假設角色，您首先要採訪 5 到 10 個適合該群體的人。

你有這些面試的三個關鍵目標。對於每個組，您需要：

了解他們需要解決問題的環境。
確認角色組的成員同意您記錄的問題是他們現在難以解決的緊迫而痛苦的問題。
確定此角色的成員是否有可能成為並保持活躍用戶的關鍵預測因素。

您對這些訪談採取的方法可能會有所不同，但我建議在傳統的用戶訪談（非常非領先）和精益問題訪談（故意領先）之間採用混合方法。

從傳統的用戶訪談方法開始，提出基於行為的非引導性問題。在 Craigslist 示例中，我們可能會問最近的大學畢業生，例如：

“告訴我你上次購買家具是什麼時候。你買了什麼？你在哪裡買的？”

這些類型的問題非常適合確定受訪者最近是否遇到過相關問題，他們是如何解決的，以及他們是否對當前的解決方案不滿意。

一旦你問完這些類型的問題，就進入面試的精益問題部分。在本節中，您想講述一個關於您遇到問題的故事——確定您遇到的各種問題以及令人沮喪的原因——並了解他們的反應。

你可能會這樣說：

“當我大學畢業時，我不得不買新家具，因為我不再住在宿舍裡了。我一直在看家具店，但它們要么貴得離譜，要么就是擁有超便宜家具的大賣場，我知道幾週後就會壞掉。我真的很想以合理的價格找到好的家具，但我什麼也找不到，最後我只買了便宜的東西。它不可避免地壞了，我不得不花更多的錢，我真的買不起。有沒有讓你產生共鳴？”

你在這裡尋找的是強烈的一致。如果您的受訪者說“是的，這引起了共鳴”，但並沒有比他們在其餘的採訪中更興奮，那麼問題對他們來說可能並沒有那麼痛苦。

數據驅動的角色訪談格式 — 您可以通過一系列 30 分鐘的快速訪談來驗證或否定您的角色假設。（大預覽）

另一方面，如果他們對你的故事感到興奮、感同身受，或者對這個問題發表自己的軼事，你就知道你找到了他們真正關心並需要解決的問題。

最後，請務必詢問您之前未涵蓋的任何人口統計問題，尤其是那些您認為可能是預測某人是否會成為並繼續成為用戶的重要指標的關鍵屬性。例如，您可能認為最近獲得高薪工作的大學畢業生不太可能成為用戶，因為他們有能力在零售店購買家具；如果是這樣，請務必詢問收入。

您正在尋找可預測的模式。如果你引入了 5 個角色成員，其中 4 個有你想要解決的問題並且非常想要一個解決方案，那麼你可能已經確定了一個關鍵角色。

另一方面，如果你得到不一致的結果，你可能需要完善你的假設角色並重複這個過程，利用你在面試中學到的知識來形成新的假設來進行測試。如果您不能始終如一地找到有您想要解決的問題的用戶，那麼讓數百萬他們使用您的產品幾乎是不可能的。所以不要吝嗇這一步。

創建你的角色

此過程中的倒數第二步是創建實際的角色本身。這就是事情變得有趣的地方。與通常是靜態的傳統角色不同，您的數據驅動角色將是活生生的、會呼吸的文檔。

這裡的目標是將您在上一步中學到的經驗教訓（關於用戶是誰以及他們需要什麼）與顯示您的產品的最新迭代如何滿足他們的需求的數據相結合。

在我的公司 Swish，我們的每個角色都包含兩個部分，其中包含以下數據：

預測性用戶數據	產品性能數據
用戶描述，包括預測人口統計數據。	角色代表的我們當前用戶群的百分比。
來自至少 3 位描述待完成工作的實際用戶的引述。	角色的最新激活、保留和推薦率。
角色代表的潛在用戶群的百分比。	角色的當前 NPS 分數。

如果您正在尋找更多包含數據的想法，請查看 Coryndon Luxmoore 關於他的團隊如何在 Buildium 創建數據驅動角色的演示文稿。

您的團隊可能需要一些時間來生成所有這些信息，但可以從您擁有的內容開始並隨著時間的推移改進角色。你的角色不會坐在架子上。每次發布新功能或更改現有功能時，您都應該衡量結果並相應地更新您的角色。

將您的角色整合到您的工作流程中

現在您已經創建了您的角色，是時候在您的日常設計過程中實際使用它們了。這裡有 4 個機會來使用您的新數據驅動角色：

在站立時
在 Swish，我們的站立會議有點不同。我們通過查看每個角色的激活、保留和推薦指標來開始這些會議。這確保了——當我們討論昨天的進步和今天的障礙時——我們仍然專注於真正重要的事情：我們為用戶服務的程度。
優先排序期間
在您討論新功能和更改時，您的數據驅動角色是保持團隊成員誠實的好方法。當您知道角色代表了多少用戶群以及您為他們服務的程度時，很快就會清楚潛在的功能是否真的可以發揮作用。突然決定要做什麼不需要數小時的辯論或交易。
在設計評論
在您討論新設計時，您的數據驅動角色是保持團隊成員誠實的好方法。當團隊成員可以用來自用戶訪談的實際引用可靠地代表用戶時，他們的反饋很快就會變得不那麼主觀，更有用。
入職新團隊成員時
新員工入職時不可避免地會帶來許多關於用戶的隱性偏見和假設。通過將數據驅動的角色包含在他們的入職文檔中，您可以讓新團隊成員更快地加快速度，並確保他們了解您的團隊在此過程中學到的來之不易的經驗教訓。

使您的角色保持最新

讓您的角色保持最新非常重要，這樣您的團隊成員才能繼續依靠他們來指導他們的設計思維。

隨著產品的改進，更新 NPS 分數和性能數據變得很簡單。我建議至少每月進行一次；如果您正在開發一個早期階段、快速變化的產品，您將通過每週更新這些統計數據來獲得更好的里程數。

定期檢查您的角色成員以確保您的預測數據保持相關性也很重要。隨著產品的發展和競爭格局的變化，用戶對其問題的看法也會發生變化。如果您的增長開始趨於平穩，另一輪面試可能有助於解鎖您第一次沒有找到的見解。即使一切順利，也請嘗試每 6 到 12 個月與您的角色成員（包括您產品的當前用戶和一些非用戶）進行檢查。

包起來

構建數據驅動的角色是一個需要時間和奉獻精神的具有挑戰性的項目。你不會發現你需要的洞察力，也不會建立必要的信念來通過一個為期一周的一次性項目來統一你的團隊。

但是，如果您投入必要的時間和精力，結果將不言而喻。擁有數據驅動的角色提供的清晰類型可以更輕鬆地快速迭代、改善用戶體驗並構建用戶喜歡的產品。