最近，我自己一直在做一些活動頁(yè)面和移動端遊戲，我漸漸意識到角色模型的重要性。角色模型，是設計産(chǎn)品時的指路燈，是産(chǎn)品經理(lǐ)和交互設計師的設計參考。

 

創 建角色模型，是在剝皮（就像剝洋蔥一樣，雖然會流淚，但洋蔥的味道還是不錯的）嗎？是的，我們需要剝出用(yòng)戶的靈魂，然後再為(wèi)這些靈魂賦予血肉，穿上外衣 （人口統計學(xué)特征）。這樣的話，我們會感覺用(yòng)戶就在我們身邊，生動形象，印象深刻。僅僅剝皮是不夠的，我們還需要總結歸類，了解用(yòng)戶的目标、觀點和行為(wèi)， 發現用(yòng)戶間的差異和共同點。

按用(yòng)戶研究類型和分(fēn)析方法的不同，創建角色模型有(yǒu)三種方法：定性人物(wù)角色、經定量驗證的定性人物(wù)角色和定量人物(wù)角色。結合阿裏巴巴中(zhōng)文(wén)站交易線(xiàn)用(yòng)戶角色模型項目，對以下創建方法進行分(fēn)析：

研究方法也有(yǒu)很(hěn)多(duō)，常用(yòng)的方法有(yǒu)：調查問卷、用(yòng)戶訪談、現場觀察、可(kě)用(yòng)性測試、數據分(fēn)析、網站流量/日志(zhì)分(fēn)析。交易線(xiàn)項目中(zhōng)，訪談、調查問卷和數據分(fēn)析有(yǒu)利于發現用(yòng)戶的目标和觀點；現場觀察、網站流量/日志(zhì)分(fēn)析有(yǒu)利于了解用(yòng)戶的行為(wèi)。

在創建角色模型的過程中(zhōng)，經常會遇到以下幾個問題：

1. 怎麽利用(yòng)數據進行細分(fēn)？怎麽看數據的規律？

從數據中(zhōng)找出緯度差異，并找出造成這種差異的所有(yǒu)相關因素。

2. 怎麽設計調查問卷？有(yǒu)何緯度？

按交易整個流程訂單-管理(lǐ)-支付-物(wù)流和産(chǎn)品維度（考慮用(yòng)戶實際操作(zuò)流程）。

3. 怎麽寫深訪提綱？

了解用(yòng)戶的哪些信息，參考用(yòng)戶角色劃分(fēn)維度問卷。

4. 怎麽進行CRM分(fēn)析？見相關專題

5. 怎麽進行交叉表分(fēn)析？見相關專題

6. 怎麽細分(fēn)用(yòng)戶？

一般來說，按用(yòng)戶目标細分(fēn)、按使用(yòng)周期來細分(fēn)、用(yòng)行為(wèi)和觀點的組合來細分(fēn)。在交易線(xiàn)人物(wù)角色項目中(zhōng)，細分(fēn)角色是按照驅動用(yòng)戶目标、行為(wèi)和觀點産(chǎn)生差異的關鍵因素，  如：貨物(wù)來源不同，購(gòu)物(wù)動機不同。

7. 怎麽初步檢驗細分(fēn)緯度？

細分(fēn)群體(tǐ)可(kě)以解釋已知的關鍵差異，如：買房目标（二手房用(yòng)戶和新(xīn)房用(yòng)戶）不同，可(kě)以解釋關鍵字搜索使用(yòng)存在的差異）；細分(fēn)群體(tǐ)應該在決定功能(néng)設計、交互設計和草(cǎo)圖方面起決定性作(zuò)用(yòng)。

6. 定量驗證都有(yǒu)哪些方法？

數據交叉Tab分(fēn)析（CRM分(fēn)析、定量問卷、網站流量/日志(zhì)分(fēn)析）、統計式的分(fēn)析。

7. 人物(wù)角色需要哪些特征？

參考角色模型參數，人物(wù)角色是由目标、行為(wèi)和觀點來驅動的，而非一些簡單的人口統計特征。

8. 人物(wù)角色模型的使用(yòng)？

開發新(xīn)功能(néng)及功能(néng)改進（了解用(yòng)戶需求），交互設計細節（了解用(yòng)戶習慣）。

創建角色模型時，需要學(xué)習的相關專題：

 

1. CRM數據分(fēn)析

将某個用(yòng)戶的曆史記錄和價值與他(tā)的調查問卷綁定在一起，尋找内在關聯從而更好的定義或描述人物(wù)角色。其包括：交易記錄、财務(wù)數據和人口統計信息三類數據。

交 易記錄，顯示了用(yòng)戶購(gòu)買過哪些産(chǎn)品或服務(wù)，購(gòu)買頻率，這将強烈影響網站的目标和行為(wèi)，可(kě)作(zuò)為(wèi)用(yòng)戶細分(fēn)的依據之一。财務(wù)數據，使用(yòng)數字來測量不同人物(wù)角色的 财務(wù)價值，也就能(néng)幫助确定各個人物(wù)角色的優先級别。财務(wù)數據可(kě)以與用(yòng)戶調研問卷關聯在一起。人口統計信息，對于人物(wù)角色創建沒有(yǒu)很(hěn)大決定意義，人物(wù)角色是 由目标、行為(wèi)和觀點驅動的。

2. 網站流量分(fēn)析

兩 種方式：a. 尋找其決定作(zuò)用(yòng)的行為(wèi)模式，分(fēn)析數據，力圖使數據結果和細分(fēn)群體(tǐ)行為(wèi)聯系起來。b. 把個别用(yòng)戶的點擊流和他(tā)回複的問卷綁定在一起，進一步詳細分(fēn)析。探索用(yòng)戶的各種行為(wèi)，包括：入口頁(yè)面（從哪裏進入網站）、引用(yòng)頁(yè)面（從哪裏來，如搜索關鍵 字頁(yè)面）、出口頁(yè)面、常用(yòng)路徑、功能(néng)用(yòng)途（訪問最多(duō)的内容和功能(néng)）、搜索條件、轉換率、持續時間和訪問頻率等等。

3. 細分(fēn)用(yòng)戶

目 标細分(fēn)：用(yòng)戶目标如：想購(gòu)買房子、想了解市場動态和想出售貨物(wù)等；使用(yòng)周期細分(fēn)：同一個人在不同時期是作(zuò)為(wèi)不同的人物(wù)角色來使用(yòng)網站的；行為(wèi)和觀點細分(fēn)： 如果網站功能(néng)過多(duō)或産(chǎn)品類别多(duō)時，不易按目标細分(fēn)，可(kě)考慮使用(yòng)此種方式細分(fēn)。通過行為(wèi)和觀點矩陣，得出的象限成為(wèi)細分(fēn)用(yòng)戶的主要依據。

4. 定量驗證

數據交叉tab分(fēn)析，分(fēn)析細分(fēn)緯度是否可(kě)以解釋或影響存在的其他(tā)關鍵差異，驗證細分(fēn)緯度是否正确（可(kě)使用(yòng)excel數據透視表）。統計式分(fēn)析，計算這些細分(fēn)數據的ANOVAS（方差分(fēn)析），來衡量這些差異在統計上是否有(yǒu)意義。