溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

用戶太多太雜,搞不懂怎么辦?“分門別類”將拯救你

發(fā)布時間:2020-07-04 16:30:25 來源:網(wǎng)絡(luò) 閱讀:433 作者:神策數(shù)據(jù) 欄目:大數(shù)據(jù)

用戶太多太雜,搞不懂怎么辦?“分門別類”將拯救你

不管你的目標(biāo)受眾特征是否非常廣泛,你都需要確定該受眾群體中的特定用戶組,以用于產(chǎn)品的用戶體驗研究和設(shè)計。

當(dāng)產(chǎn)品服務(wù)于大量不同的用戶時,利益相關(guān)者有時會指出產(chǎn)品設(shè)計必須以每個人為目標(biāo)。這種方法可能比僅關(guān)注某些類別的人更具包容性,這種方式對于強烈需要吸引更多客戶和用戶的企業(yè)尤其具有吸引力。

但是,避免任何對目標(biāo)受眾的定義,實際上會導(dǎo)致大多數(shù)人的可用性降低。因為,如果不了解用戶是誰,你就有可能獲得有偏見的研究結(jié)果和錯誤的決策。

事實上,你并不總是需要精確的用戶特征類別,但你確實需要知道誰將使用該產(chǎn)品設(shè)計,以及他們將嘗試使用它做什么。

準(zhǔn)備旅行的思維,來了解你的用戶

在旅行之前,你至少會考慮以下內(nèi)容的相關(guān)信息:

  • 你打算待多久?

  • 你將要做什么樣的活動?

  • 你目的地的天氣如何?

用戶太多太雜,搞不懂怎么辦?“分門別類”將拯救你

想象一下,如果你不知道是否要去周末短途旅行,還是去豪華度假村或者去南極洲進行為期六周的探險,你將無從著手準(zhǔn)備你的行李。

而在不了解你的用戶的情況下設(shè)計產(chǎn)品就像旅行不考慮你的目的地而帶東西——兩者都可能以令人不快而結(jié)束,而這可能是通過一點預(yù)見而避免的。

完全相同的原理適用于產(chǎn)品設(shè)計。確保我們的用戶擁有良好的體驗并不一定意味著我們需要定義他們的一切,只需要對他們即將開始的旅行做出一些定義,如他們將開展哪些活動,以及他們需要哪些內(nèi)容和功能才能使這些活動成功和愉快?

測試特定用戶,而不是任意用戶

在研究時,往往會出現(xiàn)“無法定義用戶”的問題。如果你計劃進行一項研究,但不限制誰可以參加,很容易導(dǎo)致所有參與者彼此非常相似。如果你的系統(tǒng)僅用于為一種類型的用戶提供服務(wù),那么這不是問題,但如果你的受眾是大眾市場的用戶,那么你可能會錯失很多有用的建議和機會。

想象一下,你正在為當(dāng)?shù)赝ㄇ谡吆陀慰褪褂玫某鞘薪煌ㄏ到y(tǒng)設(shè)計網(wǎng)站。如果你計劃與任何?10?人進行可用×××,你最終可能會有?9?名通勤者和?1?名游客?;蛘吒愀獾氖牵?/span>10?個上班族(如果你招募住在你辦公室附近的用戶的便利樣本。)你可能會知道許多關(guān)于上班族的信息但很少了解你的其他重要受眾(如游客的信息。

我們知道,只需?5?個用戶就可以從可用性測試中學(xué)到很多東西。但是,如果你的受眾包括一系列具有根本不同的任務(wù)、需求和期望的人,那么?5?個用戶將是不夠的。相反,你將需要來自每個主要類型用戶的?4-5?名測試參與者(如果每個組完成的任務(wù)之間仍然存在一些重疊,那么每組中的用戶通常會少一些)。在找到這些人之前,你必須知道如何區(qū)分不同類型的用戶。

用于描述“泛受眾”的有效策略

描述一大群人的簡單方法是轉(zhuǎn)向人口統(tǒng)計學(xué),如年齡、性別、職業(yè)和收入。在招募參與者進行用戶研究時,擁有一定的人口多樣性絕對是好事。但是這些事實通常不能描述你的重要目標(biāo)用戶之間的區(qū)別,這些區(qū)別實際上會影響他們與你的產(chǎn)品設(shè)計交互的方式。

舉個例子,城市交通系統(tǒng)上的旅行者可以按年齡分為?16-24?歲、25-55?歲、55?歲以上的不同組。因為處于不同生活階段的人往往會有不同的時間表,這種多樣性可能會發(fā)現(xiàn)一些差異。但我們?nèi)匀豢赡苠e過了剛剛訪問或最近搬到該地區(qū)但尚未熟悉該城市的人的觀點。

產(chǎn)品、運營、設(shè)計師、研究人員都需要了解人們的行為方式。因此,為他們組織信息的最佳方式是根據(jù)人們的實際行為對人進行分組,而不僅僅是人口統(tǒng)計類別。

對于大量受眾而言,嘗試描述用戶行為的全部范圍似乎很難把控。舉個例子,不同的人可能使用交通系統(tǒng)在數(shù)百個不同的地點之間旅行,原因有很多,如求職面試、聚會、約會、學(xué)校、醫(yī)生預(yù)約、工作等。訣竅是根據(jù)它們的哪些部分實際上可能使人們與系統(tǒng)進行不同的交互來組織所有這些不同的使用場景。

如果你的產(chǎn)品設(shè)計服務(wù)于大量受眾,使用頻率也許是識別不同類型用戶之間有意義區(qū)別的良好起點。

使用頻率通??蓞^(qū)分不同的群組

通常,高頻用戶的行為與低頻用戶不同。但如果你只考慮每個人的行為方式,這些重要的差異很容易被忽視。通過將你的受眾劃分為高頻和低頻的不同組,你可以開始檢測重要的模式和趨勢。

用戶太多太雜,搞不懂怎么辦?“分門別類”將拯救你

想象一下,你正在使用擁有大量用戶的應(yīng)用程序。有些人可能比其他人更多地使用該應(yīng)用程序。使用頻率的變化既是用戶類型之間重要差異的原因,也是其影響:

  • 高頻使用會導(dǎo)致熟悉界面并快速完成重復(fù)任務(wù);

  • 高頻使用是需求和目標(biāo)的結(jié)果(人們更多地使用它,因為任務(wù)或內(nèi)容對他們很重要)。

反之亦然?-?不經(jīng)常使用意味著產(chǎn)品對用戶來說會較生疏且不太重要。當(dāng)然,也有例外:一些使用場景很少但非常重要(例如買房),而某些界面甚至對于每天使用它們的人來說仍然是個謎。但對于大多數(shù)產(chǎn)品設(shè)計,根據(jù)人們執(zhí)行任務(wù)或與系統(tǒng)交互的頻率對人員進行分組,將揭示有關(guān)他們的需求和挑戰(zhàn)的關(guān)鍵信息。

即使你需要為高頻和低頻的用戶提供服務(wù),區(qū)分它們?nèi)匀缓苤匾@樣你就可以理解并支持與每個組相關(guān)的行為群集。

如果你想增加受眾的整體規(guī)模,那么必須將差異化的用戶定義為不同的群組,因為這些是你未來的潛在客戶。理想情況下,你應(yīng)該掌握一些有關(guān)你希望擴展到哪些新市場的具體信息,另外,即使是被定義為目前沒有使用我們產(chǎn)品的人的團體也會通過強制考慮那些不熟悉設(shè)計的用戶來幫助設(shè)計和研究。

除了使用頻率之外,還有許多其他方法可以將大量受眾細分為更具體的群體:

→目標(biāo)優(yōu)先級:對于某些類型的用戶,哪些更重要?

例:如果他們處于流感并發(fā)癥的高風(fēng)險群體中,人們可能更有動力去尋找有關(guān)獲得流感疫苗的信息。

領(lǐng)域知識:?有些人比其他人更了解行業(yè)或主題嗎?

例:目前的房主將比首次購房者了解更多關(guān)于抵押貸款的信息。

使用可能性:是否有些人比其他人更有可能成為未來用戶?

例:擁有汽車的人不太可能成為公共交通的???。

分門別類可改善用戶體驗

當(dāng)你確定了受眾的重要特征時,你可以通過以下幾種方式應(yīng)用它們:

數(shù)據(jù)驅(qū)動:分析數(shù)據(jù),可精細化地劃分用戶群。例如,你可能會發(fā)現(xiàn)每天有?10% 的用戶訪問,70% 的用戶每周訪問,20% 的訪問次數(shù)較少。

簡單區(qū)分:即使你沒有定量數(shù)據(jù),也可以根據(jù)軼事用戶評論選擇一個區(qū)分點?-?例如,每周至少訪問一次的人是常用用戶,每周訪問次數(shù)少于一次的人是不常用的用戶。你的群體可能與真實的發(fā)行版不完全匹配,但是如果你只是舉起手來對待所有用戶就好像他們都是一樣的話,你仍然會好得多。

比在組之間找到確切的區(qū)分點更重要的是確保它們成為你的研究和設(shè)計規(guī)劃的一部分。根據(jù)組之間差異的深度以及對使用和業(yè)務(wù)的影響,你可能會認為這些組足夠獨特,需要針對不同任務(wù)進行單獨的可用×××?;蛘?,通過不太重要的區(qū)分,你可以簡單地確保在招募參與者進行研究時的人員構(gòu)成,這樣你就可以觀察到他們期望的內(nèi)容和行為方式上的差異。與你的合作團隊分享人群類別,并在頭腦風(fēng)暴和會議中演示它們(例如,通過創(chuàng)建角色來表示每個類別)。

雖然以上乍一看似乎很難把控,但從大量受眾中識別有意義的細分并不一定非常復(fù)雜。即使在這方面做出一點努力,也可以大大改善你的研究和設(shè)計成果。如果你對用戶分群的場景和工具感興趣,可以戳此了解:標(biāo)簽體系、用戶分群、用戶畫像「玩味」解讀。

來源:https://www.nngroup.com

原作者:KathrynWhitenton?

編譯:策小編

編譯過程中有所刪減。

向AI問一下細節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI