用户模型(Persona)是Alan Cooper在《About Face：交互规划精华》一书中说到的研讨用户的体系化办法。它是产品司理、交互规划师了解用户方针和需求、与开发团队及相关人交流、防止规划圈套的重要东西。

但在实际中，一般只要很少的老练公司，产品司理、交互规划师或用户研讨人员才会花时刻构建用户模型，个人以为之所以这样，至少包含两方面原因：

一个首要原因在于，依照传统办法构建用户模型的本钱高、时刻长，不是一般公司和团队所能接受的;

另一个原因在于，传统办法对用户模型构建者的要求很高，尤其是对用户的访谈和查询，其中有许多的办法和技巧，不少产品司理不敢测验，有些人测验后并没有得到有用的信息，后边往往就不再做了。

本文将测验提出一种依据用户行为数据的快速构建用户模型的办法。

用户模型构建的传统办法

Alan Cooper提出了两种构建用户模型的办法：

用户模型：依据对用户的访谈和查询等研讨成果树立，谨慎牢靠但费时;

暂时用户模型(ad hoc persona)：依据职业专家或商场查询数据对用户的了解树立，快速但简单有偏颇。

办法1：依据访谈和查询的构建用户模型(正统办法)

在Alan Cooper的办法中，对用户的访谈和查询是构建用户模型的重要根底。完好进程如下图：

第0步：对用户的访谈和查询(及其他研讨)。将用户当成师傅，自己作为学徒去查询师傅的行为，并提出问题。在整个进程中搜集并研讨用户行为、环境、说话内容等信息，以发现用户的行为、情境和方针。(比方，某儿童社区的用户人物大致分为孩子、妈妈、爸爸和祖辈等四类，需求别离研讨)

第1步：依据人物对访谈方针进行分组。依据研讨成果和了解对用户进行大致的人物区分，并依据人物对要访谈的用户进行分组。

第2步：找出行为变量。把每种人物的明显行为列成几组行为变量。一般包含用户的活动(行为及频率)、(对产品及相关技术的)情绪、才干、动机、技术几个方面。

第3步：将访谈主体和行为变量对应起来。实际上便是为每个访谈用户标示各项行为的状况。

第4步：找出重要的行为模型。发现访谈用户中的中的明显的行为形式组合。(比方儿童社区产品的「某些家长」会「亲近重视」孩子在社区中的一举一动，而「另一些家长」则仅仅「偶然了解」一下孩子的状况)

第5步：归纳各种特征，说明方针。从用户模型的行为细节中归纳/挖掘出用户的方针和其他特性。

第6步：查看完好性和冗余。为每种用户模型补偿行为特征中重要的缺漏，将行为形式相同而仅仅是人口统计数据有差异的用户模型兼并为一个。

第7步：指定用户模型的类型。对用户模型进行优先级排序，确认首要、非必须、弥补和负面用户模型。首要用户模型是界面规划的首要方针，一个产品的一个界面，只能有一个首要用户模型。

第8步：进一步描绘特征和行为。经过第三人称叙说的办法描绘用户模型，并为不同用户模型挑选恰当的相片。至此，用户模型构建完结。

办法2：构建暂时用户模型(ad hoc persona)

在缺少时刻、资源不能做对用户的访谈和查询时，能够依据职业专家对用户的了解、或商场研讨中取得的人口统计数据，树立「暂时用户模型」。

「暂时用户模型」的构建进程与「用户模型」的构建进程很像，仅仅其数据根底一个是来自对实在用户的访谈和查询，另一个是来自对用户的了解。二者的准确度和精度都有不同。

依据用户行为数据快速、迭代构建用户模型的办法

到现在，间隔Alan Cooper***提出用户模型(Persona)概念现已曩昔快20年了。在这期间，软件产品开发的进程办法以及公司的运作办法都产生了很大改动：以快速迭代为特色的灵敏开发办法替代了传统的瀑布模型，以「开发→丈量→认知」反应循环为中心的精益创业办法在逐渐影响和改动公司的运作办法……

而传统的用户模型构建办法，从诞生之日起并未产生特别大的改变。关于现已习惯了灵敏、快速的产品司理和交互规划师来说：一方面，花很长时刻去研讨用户构建用户模型需求下相当大的决计、更需求下很大力气才干争取到所需的时刻和资源;另一方面，互联网产品冷发动消耗的时刻越来越短，为了降低本钱和危险，产品团队在发动期往往会挑选赶快将产品面向用户，赶快取得反应以「快速试错」，实际和压力迫使大多数新产品的PM不敢投入很多时刻精力深化的进行用户研讨。这就很简单了解，为什么咱们都觉得用户模型很好，却鲜有人在作业中实在运用它。

接下来，咱们将提出一种依据用户行为数据的快速、迭代构建用户模型的轻量办法。

首要，在开端时，收拾和搜集现已取得的任何对用户的认知、经历和数据。

它们或许是您和地点团队对用户的了解，也或许是您产品的事务数据库中记载的用户相关信息(比方用户的性别、年纪、等级等特点)，还或许是用户(在产品表里)填写的任何表单或留下来的信息(比方用户填写的查询问卷、留下的微信账号等等)。

您能够将这些信息映射成为用户的描绘信息(特点)或用户的行为信息，并存储起来构成用户档案(终究构成的成果如下图暗示)。

留意：从这一步开端，你就需求一个存储了用户信息和用户行为信息的数据库体系，它能够支撑你快速的进行接下来的各种剖析和探究，直至构成用户模型。假如您团队的技术人员没有时刻为您建立这样的体系，您能够考虑引进类似于诸葛io这样的剖析东西，它能够帮您存储用户及行为数据，以便利查询运用，您还能够在您的App或网站中集成诸葛io的SDK，便利的记载用户的行为数据。

然后，依据已取得的认知和经历对用户分群，这些用户群是进一步研讨的根底。比方，你觉得用户或许能够分为孩子、妈妈、爸爸和祖辈等四类，或许你以为购物的用户能够分为男女两类，那就依据数据区分好了。假如在诸葛io中，您能够经过界说用户群完结(如下图)。

接下来，您就要对上一步的用户群逐一进行剖析，并测验从中发现明显的行为形式。

关于每个用户群，剖析进程如下：

从用户群中随机选取一些用户(一般依据您的时刻状况，能够选取几十到上百个用户，主张最少不低于30个);

逐一用户解读其特点特征和行为记载，尽力经过这些数据复原出用户的实在运用场景和进程，并测验估测其方针。在解读的一起，随时记载你发现的风趣的行为形式、以及不解之处。(留意，这一步的作业至关重要，对用户及其行为的感性认识是后续作业的根底。要记住：读用户如读书，读其百遍、其义自现!)

依据上面进程中发现的典型行为形式和场景、方针的估测，对用户群进行更详尽的区分。比方，你发现一些用户会定时收购很多的办公用品(风趣的行为形式)，并估测这些人或许是企业行政部门的收购人员，他们要依据其他职工的需求定时完结收购使命(场景和方针)，那么你就能够将这群人区分出来，作为一个独自的用户群(候选的用户模型)，进行后续的研讨。(如下图示例)

对上一步构成的候选用户模型(用户群)，对其特点和行为数据进行统计剖析，开始验证您的猜测。(假如运用诸葛io，您能够经过用户群的「集体画像」、「行为(事情)概览」等功能快速完结所需剖析，如下图所示)

接下来，对上面构成的每个候选用户模型，进一步完结其方针和动机的估测。相同，在进程中有任何不解之处，请记载下来。

从每个用户模型中选取少数具有代表性的用户，进行访谈或查询，以消除您在前面研讨中遇到的不解之处。在这一步，假如您有满足的时刻和资源，那么能够多选一些用户，并尽或许的做现场的访谈和查询;假如您时刻和资源有限，那么能够少选一些用户，或许选用电话、问卷等办法完结访谈，关于配合度较高的用户，能够考虑选用录屏或QQ长途帮忙之类的东西查询用户的实在行为。由于您在前面的进程中现已对用户的实在行为有了必定的了解，所以在这一步，您能够不用严厉的履行Alan Cooper的用户研讨办法，然后节约很多的时刻和资源。可是，如非特殊状况，请尽量不要越过这一步。记住：哪怕是与用户进行很少数的交流，也有助于发现不知道的问题，这是十分值得的。

在完结了上面的作业之后，接下来，您就能够对候选用户模型进行逐一的审视和批改。 兼并类似的，弥补不完好的，选用叙说的办法描绘每个用户模型，并为其挑选恰当的相片，这样就得到了本次迭代的用户模型(如下图示例，图片来自网络)。您能够用这个模型辅导界面规划、与团队交流……

***，依据您的认知改变和产品需求，能够在适宜的机遇对之前得到的模型进行新一轮的批改。 批改的进程和前面相同，或许您会在几回产品迭代中交叉进行一轮用户模型的迭代，时刻越久，用户模型就越挨近实在的用户状况。

小结

本文供给了一种凭借行为数据和东西快速、迭代的构建用户模型(Persona)的办法，这套办法与传统的用户模型构建办法比较丢失了必定的质量但功率更高，更适合今日的互联网团队的作业办法和节奏。