【Data x UX】UJM -2 利用 persona 分群對照資料,觀察是否存在分群關鍵行為
Published in
2 min readMar 20, 2019
當 UX 團隊已經整理好部分的 persona,且可能已經經過團隊比對,研擬出可能的機會點,因此我們必須針對質性訪談獲得的 persona ,用數據去了解我們的用戶樣貌,歸納出幾個可以量化的關鍵行為指標,並以此抓出現況與理想之間的差距
前置作業
必須有一份目前團隊確認過的質性 persona,且已經歸納出大概的屬性
例如,某一種學生類型可能是:
- 追求 CP 值
- 依賴他人
- 內在動機不高
路線一
從 persona 屬性,並從訪談用戶行為數據進行比對確認,歸納出該類型用戶可能的行為,要小心的是,訪談對象的行為可能會因為外在環境而有 bias,不能代表該 persona 的總體用戶,因此從這樣的訪談小數據歸納出的結果,需要再回到總體去驗證
路線二
從 persona 屬性,並切出幾個可能的關鍵維度,用機器學習進行分群,看看是否可以找出合理的分群,並切合 persona 特質(但我個人認為,這比較偏像買樂透,屬於累積切維度 sense 的路線)
系列文章
Product
- 大分群,從過去資料及組織共識,確認重點 TA
- 大分群收尾 > UX、UJM 分工開跑
- 根據組織使命、共識,產出理想路徑
- 利用 Persona +Ideal Path 的產出挑機會點,建立假說及解法
- Persona 機會點+UJM+AARRR 設定目標
- 設計 or MVP,驗證假說
- 整合實作
UJM
- UJM -1 先建立大節點模型 for AARRR,觀察 conversion rate,建立大指標
- UJM -2 利用persona 分群對照資料,觀察是否存在分群關鍵行為
- UJM -3 找出不同分群在 UJM 對於 AARRR 的個別影響點
UX
- 先想好目標、 TA
- Persona 先著手訪談,整理質性分群,建立 V0.1
- 找專家、現場、訪談者一起參與編碼,整理出現況,建構 Persona V0.2
- 建構理想學習旅程
- 數據比對實際使用旅程,必要時取得帳號,用使用者行為資料 double check
- 找出機會點