亚洲成AV人片一区二区小说,色综合天天综合欧美综合,国产激情A∨在线视频播放,国产清纯美女遭强到高潮

如何創(chuàng)建用戶模型:?jiǎn)柧碚{(diào)查與數(shù)據(jù)分析

本文作者:Gery 2015-07-31
用戶是大量混雜的,我們需要將用戶按照角色分開(kāi)來(lái)確定不同角色的偏好與場(chǎng)景的結(jié)合,這才是建立persona體系的主要目的。

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

很想寫一些東西來(lái)總結(jié)總結(jié)自己的工作,可惜工作太忙一直也沒(méi)顧得上來(lái)寫。最近閑來(lái)想和大家討論討論關(guān)于創(chuàng)建用戶模型的事情。

一、用戶模型的建立與問(wèn)卷數(shù)據(jù)的采集

Persona:(Persona是用戶模型的的簡(jiǎn)稱)是虛構(gòu)出的一個(gè)用戶用來(lái)代表一個(gè)用戶群。一個(gè)persona可以比任何一個(gè)真實(shí)的個(gè)體都更有代表性。

首先,用戶模型是對(duì)用戶的一種劃分,是將一個(gè)類的概念轉(zhuǎn)化成為一個(gè)角色。這里舉一個(gè)簡(jiǎn)單的例子:電影里有很多角色,但是生活中有和電影中一模一樣的角色么?顯然是很少的,除非遇到極品。電影中人物的角色是集合了廣大角色的共性而產(chǎn)生的角色代表,代表的是一類人或是一個(gè)群體。

用戶是大量混雜的,我們需要將用戶按照角色分開(kāi)來(lái)確定不同角色的偏好與場(chǎng)景的結(jié)合,這才是建立persona體系的主要目的。

下面具體講講建立Persona體系的步驟。

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

談起建立Persona體系高手頗多,我這個(gè)菜鳥(niǎo)可不敢班門弄斧,我個(gè)人比較推崇Dr.Lene Nielsen的10步建立Persona方法。

Finding the users 發(fā)現(xiàn)用戶

Building a hypothesis 建立假設(shè)

Verifications調(diào)研 Finding patterns 發(fā)現(xiàn)共同模式

Constructing personas 構(gòu)造虛構(gòu)角色 

Defining situations 定義場(chǎng)景目標(biāo) 

Validation and buy-in 復(fù)核與買進(jìn) 

Dissemination of knowledge 知識(shí)的散布 

Creating scenarios 創(chuàng)建劇情 

On-going development 持續(xù)的發(fā)展

按照Dr.Lene Nielsen的方法可以建立起一套完整的用戶模型體系(雖然有幾條我也不是太會(huì)用),不過(guò)對(duì)于大多數(shù)產(chǎn)品這個(gè)方法還是有點(diǎn)高深莫測(cè)。我剛接觸這個(gè)玩意的時(shí)候看了一下午還是不太明白這玩意怎么用。所以只能基于這個(gè)高深玩意,自己總結(jié)了一套能夠切實(shí)可行的Persona模型構(gòu)造方法準(zhǔn)備在下面簡(jiǎn)單說(shuō)說(shuō),我本屬菜鳥(niǎo),大家多多提意見(jiàn)哦!

第一步:確定用戶,做出假設(shè)

首先,要明確用戶群體,這個(gè)在大多數(shù)應(yīng)用開(kāi)發(fā)之前就應(yīng)該明確了。連用戶群都不知道還開(kāi)發(fā)個(gè)毛產(chǎn)品。其次,做出用戶角色假設(shè)。這個(gè)時(shí)候大家就要問(wèn)了,我本來(lái)就是要確定用戶角色模型,這不是本末倒置了么??我要說(shuō)明一點(diǎn),在用戶角色分析之前,我們要有個(gè)對(duì)用戶劃分的方向。比如對(duì)于一個(gè)游戲,我們要?jiǎng)澐钟脩裟P?,其?shí)有很多種分的方法。用戶可以分為,初級(jí)玩家、中級(jí)玩家;還可以分為,戰(zhàn)略性玩具、視覺(jué)性玩家、裝備性玩家。任何一個(gè)用戶群體都有多種分類方式,首先要確定我們到底怎么來(lái)分類用戶。確定了分類方式之后,再來(lái)一個(gè)一個(gè)分類來(lái)研究。

下面以一個(gè)我從事的互聯(lián)網(wǎng)醫(yī)療產(chǎn)品作為一個(gè)簡(jiǎn)單的例子,來(lái)對(duì)這一點(diǎn)進(jìn)行說(shuō)明。這里只是簡(jiǎn)單舉例,真正的用戶模型假設(shè)分類遠(yuǎn)比例子復(fù)雜的多。

首先簡(jiǎn)單定義用戶群:身體出現(xiàn)非緊急病癥的人群。

如果是急癥或是嚴(yán)重的病癥一般會(huì)直接前往醫(yī)院,并不會(huì)打開(kāi)手機(jī)應(yīng)用來(lái)咨詢醫(yī)生或者詢問(wèn)用藥指導(dǎo)。所以我們的適用人群是身體出現(xiàn)異樣且非緊急的人群。

做出假設(shè),為了舉例方便,我們簡(jiǎn)單的把用戶角色分為:細(xì)心護(hù)理型、粗放型。細(xì)心護(hù)理型:主要是指非常注意自己的健康狀況,不放過(guò)一點(diǎn)一滴的問(wèn)題。粗放型:只需要知道個(gè)大概有事沒(méi)事,不太關(guān)心自己的健康狀態(tài)。我們先簡(jiǎn)單將用戶角色分為這兩種,繼續(xù)第二步發(fā)分析。

第二步:確定用戶興趣點(diǎn)(提取變量變量)

對(duì)于這一步,可以通過(guò)少量用戶訪談來(lái)完成,其實(shí)就是找到所有用戶關(guān)注的點(diǎn),我們將這些用戶關(guān)注的點(diǎn)稱為變量。

比如對(duì)于醫(yī)療產(chǎn)品,經(jīng)過(guò)對(duì)用戶的訪談,我們簡(jiǎn)略總結(jié)用戶關(guān)注度為:醫(yī)生的真實(shí)可靠性、醫(yī)生的負(fù)責(zé)程度、能否找本地醫(yī)生掛號(hào)、產(chǎn)品視覺(jué)、產(chǎn)品交互。為了舉例方便,我們簡(jiǎn)單總結(jié)用戶關(guān)注的這5個(gè)特點(diǎn)。從而可知,我們得到5個(gè)變量,下面將設(shè)計(jì)問(wèn)卷分析出對(duì)不同角色用戶對(duì)這5個(gè)變量的差異性。

第三步:設(shè)計(jì)問(wèn)卷(最關(guān)鍵的一步)

問(wèn)卷是針對(duì)我們產(chǎn)品真實(shí)用戶群的調(diào)查,所以題目的設(shè)計(jì)必須非常具有針對(duì)性,并且通過(guò)結(jié)果能夠達(dá)到我們預(yù)期的效果。

首先,要先將問(wèn)卷問(wèn)題分成三個(gè)區(qū):甄別性問(wèn)題區(qū)、變量問(wèn)題區(qū)、建議性問(wèn)題區(qū)。估計(jì)有人要問(wèn)這都是些神馬???其實(shí)這些很簡(jiǎn)單。甄別性問(wèn)題,是用來(lái)甄別出用戶屬于哪個(gè)角色;比如我設(shè)置了10個(gè)問(wèn)題,符合1,3,5條問(wèn)題的用戶屬于角色A,符合2,4,6條問(wèn)題的用戶屬于角色B。

甄別性問(wèn)題:

以剛才的例子,我們簡(jiǎn)單設(shè)置3個(gè)甄別性問(wèn)題:

Z1.您一般在線咨詢病情的時(shí)間是多久?

A.<5min    B.5-10min    C.10-20min    D.>20min

Z2.您是否需要隨時(shí)的咨詢醫(yī)生?

A.需要     B.不需要     C.看情況

Z3.如果手上被劃了一個(gè)小口子,并不是非常嚴(yán)重,您會(huì)?

A.立刻消毒包扎     B.清洗干凈后該干嘛干嘛     C.壓根不管

我們定義甄別規(guī)則如下:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

為了舉例方便,我們簡(jiǎn)單給甄別角色設(shè)置了上述規(guī)則。這里說(shuō)明幾點(diǎn),第一,規(guī)則是人設(shè)定的,可以更改,只有更好的規(guī)則,規(guī)則沒(méi)有對(duì)錯(cuò);第二,問(wèn)題1、問(wèn)題2、問(wèn)題3之間是“與”的關(guān)系,問(wèn)題內(nèi)選項(xiàng)是“或”的關(guān)系。

有個(gè)問(wèn)題,如果用戶的答案都不滿足于上面的規(guī)則,那如何分配用戶角色呢???答案很簡(jiǎn)單:要么真正研究規(guī)則并修改規(guī)則;要么作為數(shù)據(jù)清洗將用戶清洗掉(說(shuō)明該用戶沒(méi)有認(rèn)真答題,或是用戶屬于極小類群)。當(dāng)然這個(gè)地方還有很多可以優(yōu)化,具體參考數(shù)據(jù)挖掘資料。

變量性問(wèn)題:

變量性問(wèn)題其實(shí)是指針對(duì)用戶關(guān)注的點(diǎn)進(jìn)行問(wèn)題設(shè)置。我們剛才舉例總結(jié)出的關(guān)注點(diǎn)為:醫(yī)生的真實(shí)可靠性、醫(yī)生的負(fù)責(zé)程度、能否找本地醫(yī)生掛號(hào)、產(chǎn)品視覺(jué)、產(chǎn)品交互,5個(gè)方面,針對(duì)每個(gè)方面可以設(shè)置1-n問(wèn)題。(為了簡(jiǎn)便,每個(gè)變量?jī)H列出一個(gè)問(wèn)題)

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

下面在列舉出一個(gè)變量舉出多個(gè)問(wèn)題的例子:

產(chǎn)品交互:

您對(duì)頁(yè)面扭轉(zhuǎn)時(shí)的流暢性要求如何?

請(qǐng)用1-100分給出(1代表不在意,100代表非常在意) 

您對(duì)手機(jī)應(yīng)用的操作頻率如何?

請(qǐng)用1-100分給出(1代表不經(jīng)常,100代表經(jīng)常操作) 

您喜愛(ài)扁平化的交互設(shè)計(jì)還是深度立體的交互設(shè)計(jì)?

請(qǐng)用1-100分給出(1代表喜歡扁平化的交互設(shè)計(jì),100代表喜歡深度立體的交互設(shè)計(jì))

總之,在設(shè)計(jì)變量性問(wèn)題的時(shí)候,最好得到可量化的數(shù)字,這樣方便于對(duì)以后的多元回歸統(tǒng)計(jì)工作。

建議性問(wèn)題:

建議性問(wèn)題是不用用戶角色給我們提出的要求,他們可能提出一些非全局的變量問(wèn)題。比如,對(duì)于老年用戶,可能會(huì)提出應(yīng)用設(shè)計(jì)中存在放大鏡功能,但這個(gè)功能明顯不適合年輕人。建議性問(wèn)題的很多可以設(shè)置成開(kāi)放性問(wèn)題,不用角色的用戶可以將自己的想法寫出來(lái),如果大家都需要,那就變成了新需求,也就是產(chǎn)品功能的發(fā)展方向。

按照我們剛才的例子,給出2個(gè)建議性問(wèn)題:

J1. 您作為用戶還希望我們的應(yīng)用添加什么樣的功能?

      語(yǔ)音服務(wù)功能

      24小時(shí)服務(wù)電話 

      中英文 其他_______

J2. 您希望我們用什么方式和您聯(lián)系?

      電話 

      email 

      寫信(哈哈,這里來(lái)個(gè)復(fù)古的方式) 

      直接上門 

      其他_______

到這里,我們的一套問(wèn)卷就搭建完成了。

最后再說(shuō)一句,在問(wèn)卷的最后,要給出一個(gè)綜合評(píng)價(jià)性的問(wèn)題哦?。。?!

綜合滿意度:

您對(duì)我們的應(yīng)用滿意度是什么?請(qǐng)用1-100分給出(1代表很不滿意求,100代表非常滿意)好啦,大功告成,這就是一套完整persona問(wèn)卷。

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

上圖描述了這一過(guò)程,其中每個(gè)顏色的小人,代表通過(guò)甄別問(wèn)題后,區(qū)分出的用戶角色。

最后用上面的問(wèn)卷對(duì)10個(gè)用戶進(jìn)行訪問(wèn),得到數(shù)據(jù)如下:

說(shuō)明:

 P1、P2、P3…P10代表10個(gè)用戶;

 Z1、Z2、Z3代表3個(gè)甄別性問(wèn)題;

 B1、B2、B3…B5代表5個(gè)變量性問(wèn)題;

 J1、J2代表2個(gè)建議性問(wèn)題

甄別性問(wèn)題結(jié)果:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

按甄別問(wèn)題對(duì)用戶分類如下:

   細(xì)心護(hù)理型:P1、P2、P4、P5、P10 

   粗放型:P6、P7、P9 

   數(shù)據(jù)異常問(wèn)卷:P3、P8

異常數(shù)據(jù)的產(chǎn)生通常是由2個(gè)原因造成的,第一個(gè)是甄別邏輯設(shè)置不完善,比如我們這個(gè)例子甄別性問(wèn)題少,很多情況都沒(méi)有考慮清楚,所以在設(shè)計(jì)甄別問(wèn)題時(shí),盡量將所有情況思考清楚,以免出現(xiàn)過(guò)多無(wú)效數(shù)據(jù);第二個(gè)是被調(diào)查用戶填寫不認(rèn)真,這也是個(gè)很常見(jiàn)的問(wèn)題,在設(shè)置問(wèn)題時(shí),盡量減少繁瑣問(wèn)題,使被調(diào)查用戶能夠比較準(zhǔn)確的完成所有問(wèn)題。

變量性問(wèn)題結(jié)果:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

用戶的調(diào)查結(jié)果以數(shù)表的形式展示出來(lái),這樣有利于進(jìn)行多元回歸分析。

建議性問(wèn)題結(jié)果:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

綜合滿意度:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析


二、數(shù)據(jù)處理 數(shù)據(jù)的常規(guī)處理

對(duì)于剛才得到的數(shù)據(jù),可以進(jìn)行常規(guī)的處理。即求出平均值或者份額進(jìn)行相應(yīng)比較分析,所得到的結(jié)果如下。

對(duì)于樣本量為10的上述調(diào)查結(jié)果經(jīng)計(jì)算,細(xì)心護(hù)理型占50%,粗放型30%,異常數(shù)據(jù)20%。

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

變量性問(wèn)題平均值:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

對(duì)于各個(gè)角色均值數(shù)據(jù)如下:

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

從上述數(shù)據(jù)結(jié)論可知,對(duì)呀B1-B4問(wèn)題,兩個(gè)用戶角色觀點(diǎn)相差不大。但是對(duì)于B5(產(chǎn)品交互)問(wèn)題粗放型用戶比細(xì)心護(hù)理型用戶更為重視。

經(jīng)過(guò)對(duì)建議性問(wèn)題分析結(jié)果可以得到如下圖表:

由此可得出結(jié)論,細(xì)心護(hù)理型用戶對(duì)email的要去較為強(qiáng)烈;粗放型的用戶傾向與寫信的方式。對(duì)于添加的服務(wù)項(xiàng),這兩種角色均有需求。

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

綜上所述,我們只是舉了一個(gè)非常非常2b又簡(jiǎn)單的例子來(lái)說(shuō)明構(gòu)建用戶模型的方法,實(shí)驗(yàn)的樣本量也很小。這個(gè)簡(jiǎn)單的例子可以說(shuō)明基本方法,要真正應(yīng)用到自己的case中,還需要認(rèn)真研究分析。

多元回歸方法分析用戶模型

對(duì)于數(shù)學(xué)好的童鞋,可以給出一種多元回歸統(tǒng)計(jì)的方法來(lái)分析我們得到的數(shù)據(jù)。這里寫的并不詳細(xì),也沒(méi)聽(tīng)提供假設(shè)檢驗(yàn),望高手多多指點(diǎn)交流。我們僅用多元回歸方法來(lái)分析變量性問(wèn)題的結(jié)果。

我們的例子提出了5個(gè)變量性問(wèn)題,所以要回歸的線性方程具有5個(gè)變量,形式如下:

Y=b0+b1x1+b2x2+b3x3+b4x4+b5x5

我們的目的就是要對(duì)b0、b1、b2…b5計(jì)算出估計(jì)量。

寫成矩陣的形式為Y=BX

其中Y為綜合滿意度數(shù)據(jù)

產(chǎn)品運(yùn)營(yíng) 用戶模型 數(shù)據(jù)分析

使用MATLAB中的regress(y,x)可以對(duì)B進(jìn)行多元回歸,結(jié)果如下:

(這里沒(méi)有進(jìn)行假設(shè)檢驗(yàn)等,大家可以自行完善)

>> y=load('C:\Users\ydbj0017\Desktop\y.txt')

y =

90

85

77

81

70

78

89

91

90

80

>> x=load('C:\Users\ydbj0017\Desktop\x.txt')

x =

1    80    95    79    78    67

1    87    66    60    89    78

1    97    77    87    69    90

1    88    98    65    75    68

1    78    83    63    73    76

1    73    75    88    80    95

1    78    98    63    66    97

1    77    74    87    66    69

1    90    88    67    87    78

1    88    78    67    79    60

>> regress(y,x)

ans =            %這個(gè)就是估計(jì)矩陣B

51.4213       %b0

-0.0868        %b1

0.2210       %b2

0.1407       %b3

0.2041       %b4

-0.0671       %b5

b0為常數(shù),對(duì)變量沒(méi)有影響,剩余對(duì)應(yīng)相應(yīng)的變量問(wèn)題。由此可見(jiàn)B2問(wèn)題是全部用戶對(duì)整體評(píng)價(jià)中權(quán)重最大的因素。

版權(quán)聲明
執(zhí)惠本著「干貨、深度、角度、客觀」的原則發(fā)布行業(yè)深度文章。如果您想第一時(shí)間獲取旅游大消費(fèi)行業(yè)重量級(jí)文章或與執(zhí)惠互動(dòng),請(qǐng)?jiān)谖⑿殴娞?hào)中搜索「執(zhí)惠」并添加關(guān)注。歡迎投稿,共同推動(dòng)中國(guó)旅游大消費(fèi)產(chǎn)業(yè)鏈升級(jí)。投稿或?qū)で髨?bào)道請(qǐng)發(fā)郵件至執(zhí)惠編輯部郵箱zjz@tripvivid.com,審閱通過(guò)后文章將以最快速度發(fā)布并會(huì)附上您的姓名及單位。執(zhí)惠發(fā)布的文章僅代表作者個(gè)人看法,不代表執(zhí)惠觀點(diǎn)。關(guān)于投融資信息,執(zhí)惠旅游會(huì)盡量核實(shí),不為投融資行為做任何背書。執(zhí)惠尊重行業(yè)規(guī)范,轉(zhuǎn)載都注明作者和來(lái)源,特別提醒,如果文章轉(zhuǎn)載涉及版權(quán)問(wèn)題,請(qǐng)您及時(shí)和我們聯(lián)系刪除。執(zhí)惠的原創(chuàng)文章亦歡迎轉(zhuǎn)載,但請(qǐng)務(wù)必注明作者和「來(lái)源:執(zhí)惠」,任何不尊重原創(chuàng)的行為都將受到嚴(yán)厲追責(zé)。
本文來(lái)源人人都是產(chǎn)品經(jīng)理,版權(quán)歸原作者所有。
發(fā)表評(píng)論
后發(fā)表評(píng)論
最新文章
查看更多
# 熱搜詞 #

新用戶登錄后自動(dòng)創(chuàng)建賬號(hào)

登錄表示你已閱讀并同意《執(zhí)惠用戶協(xié)議》 注冊(cè)

找回密碼

注冊(cè)賬號(hào)

曲水县| 美姑县| 宁陵县| 古浪县| 台安县| 洱源县| 海丰县| 潮安县| 依兰县| 潢川县| 玉田县| 凤翔县| 黄冈市| 云林县| 长宁区| 萍乡市| 西畴县| 青冈县| 新密市| 巴中市| 肃北| 栾川县| 定陶县| 高唐县| 伊宁市| 鄂尔多斯市| 湘西| 云安县| 仁寿县| 忻州市| 南皮县| 东港市| 洪江市| 东莞市| 泰兴市| 全椒县| 繁峙县| 宽城| 石渠县| 桐乡市| 云南省|