许多团队在项目的初始观念和设计阶段创建了角色,但随后未能利用它们超出定居的设计辩论。将角色纳入网站的持续维护的一种方法是在分析工具中创建人物启发段。These segments can not only check whether the user described in a persona is characteristic of your website’s real visitors, but can also help you uncover patterns of use and trends in behavior that would otherwise be masked when lumping together the data for all visitors to the site.

什么是角色?

一种persona.is a虚构字符代表独特的用户群体谁分享共同目标。组织应具备几个角色,以反映其网站吸引的各种游客(最常见的是,3-7个角色将涵盖大多数观众,而不会在您的用户类型中创建太具体或虚假区别)。这些用户原型应理想地基于定性,民族志教学用户研究,以便包括真实用户的准确行为,环境,态度和需求。个人详细信息如名称,照片和特定的上下文叙述应与性别,年龄,婚姻状况,职位,设备所有权和其他人口统计信息的描述相结合,以创建易于想象的,可关联的角色。

使用角色的好处

没有人格,组织风险创建一个齐全的所有设计,预期适合所有用户。例如,在我们对我们的研究期间电子商务报告系列我们确定了5 distinct types of e-commerce shoppers,所有这些都可以访问同一网站,并期望产品的不同程度和有关产品的信息类型。即使是作为公司Intranet包含的系统也将有多种类型的用户访问它,所有这些都具有不同的目标和任务,他们需要完成。在不识别访问您网站的用户组的各种特征,您无法希望设计包含每种类型用户需求的关键元素的体验。相反,您将最终创建一个对任何人表现不佳的网站。

角色的主要优势是,他们关注用户类型及其特定需求或行为的设计努力,并促进团队成员和利益攸关方之间的讨论。构成角色周围的设计对话创建上下文并更容易同情受设计决策影响的用户。(另一种途径Garner Empathy:有利益相关者遵守可用性测试。)一旦对团队中的客户常见了解,这些角色有助于建立验证的文化,而不是假设:而不是争论是否“人们”是否需要拟议的功能,请问“这会如何帮助芭芭拉如何帮助芭芭拉?”

人物启发段

一旦创建了一个角色,就会让他们在现场生活时让他们陷入废弃。不要这样做!很多时间和研究努力(希望!)在形成了这些逼真的观众的现实表现,如果您可以继续利用角色以推动改进,则投资回报增加。通过在由建立的角色启发的Analytics工具中创建段,您可以分析真正用户如何实际使用该网站或应用程序。此信息可以验证在角色创建过程中所做的任何假设。如果新信息未被覆盖 - PersonAs,则它还允许对角色进行改进,而不需要是创建一次的文档,并且从未再次触摸。此外,通过分析重新审视人物比不断联系客户进行面试,日记研究和其他形式的密集用户研究。

在分析工具中创建基于角色的段的关键步骤是确定Persona在段过滤器中包含的特征。在阅读通过角色细节和任何伴随的用户故事时,必须分开代表该特定用户组的特征从那些增加的那些只是为了借鉴验证。例如,来自AS-AS-Service(SAAS)的角色的用户故事可以描述返回访问者,David,如下所示:

“大卫是回归访客。他在周一早上10点在他的地位会议上在办公室的地位会议之后,收到我们的每周电子邮件时事通讯。他从Android手机点击。他有时间在下次会议之前阅读一篇博客帖子。“

When creating a segment to represent David, the exact time of day is likely too detailed to include as a filter, but there may be a difference in behavior between users who visit the site during the week and those who visit it during the weekend. Or maybe between visits happening during normal office hours and those during the evenings. The fact that he is a newsletter subscriber and already a customer of the service should also be included to distinguish this group of users from those who are still in the research phase and perhaps just learning about the software and its features. In this instance, the persona’s gender likely does not make a difference (but it would for an e-commerce clothing site, for example), so it should not be included when creating the representative segment.

person
一个虚构的萨斯公司的一个例子角色。不同的组织可能具有涵盖不同主题的角色 - 在此示例中,人员反映了我们的SaaS公司目标的一个用户类型:代理商的员工寻找客户的软件解决方案。

为了有意义并且值得单独的分析,从角色派生的段,一旦创建,就会显示与站点访问者的其余部分明显不同的用户行为,并且应该代表用户群体的相当大的块。对于许多人来说,这种合理的块在总体访客的7-10%内下降,但最终是由您确定对您和您组织有意义的。可以调整用于创建相应段的角色的详细信息量以允许该段代表更大或更小的用户组。重点关注该组用户最重要的特征,然后在必要时添加更多细节,以瞄准较小的用户子集。

回到我们的SaaS示例,为了创建一个基于David的段,我们需要知道人物描述中的其他细节可能是有意义的。事实上,他使用他的手机访问与他所代表的团体相关的网站?他使用Android手机而不是iOS或Windows手机的事实怎么样?要确定为什么包括特定细节,我们可能需要重新审视开发人员时进行的原始用户研究。此外,我们必须确定该行为是否实际区别于另一个感兴趣的群体:很多类似的大卫用户在手机上访问该网站,并表现不同于其他移动用户的方式?或许所有类型的用户有时有时访问智能手机上的网站,并进行少数类似的东西?如果后者,使用该组的整体段分析移动使用率更有用,而不是为每个组创建单独的移动段。

可以从角色派生的分段用户的方法的示例包括:

  • 人口统计学:年龄范围和/或性别
  • Geographic locations: specific countries, regions, urban vs. suburban, and so on
  • 设备和/或浏览器
  • 新与返回访客,登录用户与未登录或没有帐户
  • 资料来源:从电子邮件,搜索引擎,特定的社交网络或引用网站集到
  • 访客是否搜索了品牌与未兑换关键字或条款
  • 访客是否已达到特定的页面集:例如,访问了产品详细信息页面,访问了客户服务部分,或登陆旨在贸易专业人员或批发买家的内容部分

This list is by no means exhaustive, and the set of characteristics included in a segment will vary depending on the site, its audience, as well as what is technically feasible to define in the chosen analytics tool.

使用段以避免溺水数据

Interpreting analytics data to answer specific questions becomes much easier when youuse segments to narrow down the volume of dataavailable and hone in on the relevant statistics. Once a persona-inspired segment has been created, most reports within your analytics tool of choice can be filtered to show only the data pertaining to that group. Trends in behavior and site usage for individual user types will emerge more clearly than they could when viewing data for all site traffic.

For example, when looking at a metric such as bounce rate, it is easy to get distracted by the overall rate of all visitors who bounce after reaching a certain page or group of pages. However, this number by itself isn’t actionable information, since several different types of users land on the page from different sources, with different expectations for the page content. Each反弹率必须单独分析为了发现任何有意义的东西。让我们考虑两组用户,由两个角色代表:大卫,忠诚的访客和时事服务器,玛丽​​,一个没有深入技术知识的组织营销经理。像类似David的用户(重复,频繁访客来自电子邮件时事通讯)从博客帖子中弹跳关于使用现有功能的提示?没关系,我们期望loyal content consumers to bounce because they have already previously consumed the majority of content on the website. How about users in Mary’s segment, who arrive on the page from relevant queries on search engines? If they are also immediately bouncing, maybe there is a mismatch between what users expect from the search-engine results page (SERP) and what content is actually delivered on the page, which is something that should be investigated further. On the other hand, if Mary-type users are in fact not bouncing, nothing may need to be done to the page or to the links leading to it. Such insights can only come from segmenting the data to unmask the helpful information.

反弹的游客人数

访客总数

弹跳率

来自时事通讯(Davids)的忠诚访客

10,000

12,000

83%

Visitors from SERP with relevant keywords (the Marys)

3,000

8,000

37.5%

13,000.

20,000

65%

分析页面的分析率的简化示例:总体反弹率为65%掩盖了忠诚访客和访客的差值,专门用于页面主题的信息。只有当您分段数据时,才能看到这样的不同差异,更好地了解页面如何考虑到每个受众的特定目标。

Not only do segments enable us to analyze specific metrics in detail, but they can also uncover behavioral patterns and answer questions such as: “Do new visitors landing on article pages from Google also visit any other types of pages?” and “Do newsletter subscribers and nonsubscribers behave differently? Specifically, are subscribers more likely to download whitepapers, contact us for consulting services, or upgrade their membership?” A significant difference in the conversion rate for a segment not only indicates that the segment is likely a valid representation of a distinct user type, but also reveals what group of users you should continue to pursue in your content strategy and aim to grow. For example, if you found that newsletter subscribers upgrade their membership level to access more features than the nonsubscribers, it would be worthwhile to research ways of increasing subscription rates.

quantitative data来自分析工具永远不会告诉你为什么用户以某种方式执行what他们在网站上做了,揭示了这些行为模式可以专注并告知用户 - 研究的活动,如定性可用性测试。使用这一三角数据武装,您将在您的方式上优化您的网站及其内容,以更好地满足您的真实用户的需求。

了解有关如何从我们的分析数据中提取有意义的UX洞察力关于分析和用户体验的全日制培训课程

Persona photo credit: "保罗为网页设计师读取HTML5" by杰里米克,使用CC by/ Modified from original