【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

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

1. 大分群，從過去資料及組織共識，確認重點 TA
2. 大分群收尾 > UX、UJM 分工開跑
3. 根據組織使命、共識，產出理想路徑
4. 利用 Persona +Ideal Path 的產出挑機會點，建立假說及解法
5. Persona 機會點＋UJM＋AARRR 設定目標
6. 設計 or MVP，驗證假說
7. 整合實作

UJM

1. UJM -1 先建立大節點模型 for AARRR，觀察 conversion rate，建立大指標
2. UJM -2 利用persona 分群對照資料，觀察是否存在分群關鍵行為
3. UJM -3 找出不同分群在 UJM 對於 AARRR 的個別影響點

UX

1. 先想好目標、 TA
2. Persona 先著手訪談，整理質性分群，建立 V0.1
3. 找專家、現場、訪談者一起參與編碼，整理出現況，建構 Persona V0.2
4. 建構理想學習旅程
5. 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
6. 找出機會點