用户画像是我们工作中常用的方法，团队创建用户画像可以依据自身的研究数据和需求，采用不同的方法。今天我们就来介绍三种常用方式的制作方法、优点和缺点。
1.原型用户画像，旨在快速调整团队关于用户的现有假设，但不是基于（新的）研究。
2.定性用户画像，基于小样本定性研究，如访谈、可用性测试或实地调研。
3.统计用户画像，其中最初的定性研究是为了给收集大量样本的调查工具提供信息，而用户画像则是从统计分析中产生的。
这三种方法各有利弊，适用于不同的情况。
原型用户画像：用于快速调整
原型用户画像是一种轻量级的临时画像，不需要新的研究就能创建。他们将团队现有的知识（或最佳猜测）进行分类，了解他们的用户是谁以及他们想要什么。如果你的团队有用户数据，那么原型用户画像可以基于现有的用户数据。但在很多情况下，原型用户画像完全是基于团队对用户以及他们的需求的假设。
如何制作？
通常情况下，原型用户画像是在涉及团队和关键利益相关者或客户的研讨会中创建的。研讨会通常需要2-4个小时，每个参与者使用一个简单的模板创建2-5个自己的原型用户画像，然后与小组分享。然后，小组讨论所有的用户画像，并将各种属性进行组合，最终形成3-6个原型用户画像。
原型用户画像的优点
由于制作原型用户画像不需要新的研究，所以它们非常适合那些使用精益用户体验框架工作的团队，或者用户体验成熟度较低的团队。原型用户画像的另一个主要价值是，它们使团队对用户的隐含假设变得明确。通常，每个团队成员对典型用户都有不同的假设，缺乏一致性意味着每个人都会代表不同的目标受众做出决策。这些杂乱无章的假设往往会削弱团队的注意力，因此，即使结果不能准确地捕捉到真正的用户，对假设进行分类至少可以提供一致的方向。如果团队认为原型用户画像是可以通过研究验证的假设（或者一旦发现不正确的假设，就进行修改），那么原型用户画像也可以成为未来研究的基石。
原型用户画像的缺点
显然，由于原型用户画像不是由研究驱动的，它们通常是对用户的不准确表述，并且可能成为团队错误假设的回音室。此外，如果团队发现这些用户画像没有什么价值，它们可能会对用户画像和其他用户体验协作活动带来负面影响。
定性用户画像：大多数团队的最佳选择
对于大多数团队来说，创建用户画像的最佳方法是通过使用中小型样本进行可靠的探索性定性研究（如用户访谈），然后根据共通的态度、目标、痛点和期望对用户进行细分。
如何制作？
从采访5-30个用户开始，以每组5个用户为滚动样本，直到你在新一轮的访谈中只能发现一点点新的见解。这些访谈可以是完全独立的会话，也可以附加到可用性测试或实地研究中。这项研究将揭示你的用户所关心的主要问题：他们的痛点，他们对你的产品的功能和行为的期望，他们用来描述使用你的产品完成的任务的词汇，他们如何处理关键的工作流程，以及他们想要实现的目标。最后将你的访谈记录中的数据归类成多个关键主题。
分析部分包括寻找模式：你正在寻找的受访者在这些关键主题中的大部分(但不一定是全部)与其他受访者有重大重叠。与其简单地在你访谈过的人之间寻找完美的匹配，不如寻找更广泛的模式。在你做这项工作的时候，和同事解释一下其中的联系是值得的。例如，对于一个电子商务网站来说，你可能会注意到，多个受访者提到在做决定之前会查看许多产品页面，而且这些受访者中的大多数人还说他们将购物车用作比较候选产品的等待区。虽然这些受访者在回答其他问题的方式上可能有很多不同之处（比如使用不同的设备，他们购物的目的是什么，他们的预算是多少，等等），但对你的团队来说，他们的相似之处可能比他们的不同之处更重要，所以你可以创建一个专注于他们相似之处的用户画像（比如，研究型购物者）。
定性用户画像的优点
当考虑到创建用户画像所需付出的努力与产生的价值时，定性用户画像是大多数团队的最佳选择——它们只需少量的时间投入，并且用户体验团队可以在进行其他工作的同时收集必要的数据。因为定性的用户画像是基于用户数据的，所以它们是准确的，并且提供了关于用户动机、期望和需求的关键见解，而这些是无法从分析数据、人口统计信息或假设中获得的。
定性用户画像的缺点
1.因为它们不是基于大样本的，所以无法确定每个用户画像所代表的用户群体的比例（例如，你不能说”认真型消费者”桑德拉占据你用户群的60%）。
2.有可能由于样本量太小，你无意中遗漏了一些具有独特特征的用户，或者是过多地代表了具有不常见观点的离群用户。
3.在用户体验成熟度较低的公司中，团队对定性数据方法论没有很好的理解，您可能需要不断反驳定性用户画像“不科学”的说法。
统计用户画像：定性和定量研究的结合
最费时费力的创建角色画像的方法是通过向大量用户样本发送调查问卷来收集数据，然后通过统计分析来寻找相似的响应集群。虽然我把它描述为统计用户画像，但实际上，这是基于定性和定量研究的混合用户画像。
这种类型的用户画像需要事先进行一些探索性的定性研究，以确定调查中应包含哪些问题。没有什么普遍相关的调查问卷模板可以为你的团队带来可执行的用户画像。你必须对你的特定用户的期望和需求有扎实的了解，才能创建一个能够揭示任何有用信息的调查问卷。
虽然许多团队完全基于人口统计信息或分析数据创建了用户画像，而没有进行定性研究，但我们不推荐这种方法，因为这会导致用户画像对于用户体验决策的效用有限。即使分析数据在高层次上显示了用户的行为，但你不知道用户想要完成什么，为什么，在哪里，以及他们的感受。如果你不知道某人为什么做某事，你将不得不做出假设，而这些假设通常是错误的。用户画像的全部意义在于设身处地为用户着想，并能够理解他们想要什么以及为什么。背景信息是关键，而人口统计数据和分析数据缺乏背景。
定性用户画像和统计用户画像的最大区别在于，你不是根据用户的回答来手动聚类相似的用户，而是利用定性研究中出现的关键主题创建一个调查问卷，发送给许多人。然后，对调查数据进行统计分析，将用户聚类到相似的群体中（因为他们往往会对大多数问题提供相似的回答）。它有效地消除了聚类过程中的人为偏见，但通过减少偏差而获得的收益可能会在批判性思考用户之间的相似性是否有意义时丢失。
如何创建？
创建统计用户画像的第一步与定性用户画像相同：进行探索性的定性研究，以确定用户回答中反复出现的关键主题。基于这些定性数据，创建一个调查问卷，使你能够在更大范围内收集有关关键主题的定量数据。至少调查100个（最好是500个或更多）受访者——统计分析技术在大样本量下更有效。然后使用统计聚类技术，如潜类分析（它对处理调查收集到的分类数据效果很好，而且还能很好地处理不完整数据）、因子分析或K均值聚类，来找到调查数据中的基本模式。
要注意：在这类分析中经常出现的模式对设计者来说可能不是特别有意义，而且根据这些分析对用户进行分类的标准可能很难用语言表达出来。
统计用户画像的优点
1.有了大量的样本，你可以确信离群值在你的用户画像中的代表性不会过高（也就是说，即使一个人的思维方式不被其他许多人所认同，也并没有极大地影响结果）。
2.你可以知道每个用户画像在你的总用户群中所占的比例，这对于做出有利于一个角色而不是另一个角色的权衡决策很有帮助。
3.你可以对用户画像聚类使用判别分析，找出哪些调查问题最能预测某个人被归入哪个群组。然后，你就可以在未来的研究中使用这些问题来招募用户，从而确保你所有的用户画像在你所有的研究中都得到了很好的体现。
统计用户画像的缺点
统计性的角色细分是昂贵的、耗时的，并且需要统计分析方面的专业知识。除非你有机会接触到统计学家或数据科学家，否则这种方法不太可能有成效，不推荐使用。
即使操作得当，它还需要进行整个定性用户画像研究和统计分析。此外，团队完成所有的统计工作后，最终得到的用户画像与基于相同定性研究数据的纯定性用户画像非常相似，这种情况并不少见
在很多方面，这种技术就像用液压机敲碎核桃一样：你可以肯定核桃的外壳会被彻底敲碎，但在大多数情况下这是矫枉过正，如果不小心，还可能会留下一片混乱。
总结
对于大多数团队来说，定性方法是最合适的，因为它提供了一个坚实的基于数据的理解，即用户是谁以及他们想要什么，这样既经济又相对快速。原型用户画像是极为精简的团队的一种选择，它们有助于协调团队成员对用户的假设。它们非常适合那些不太使用用户画像（或用户研究）的团队，并且可以成为进一步研究的基础。对于拥有大量资源的团队来说，统计用户画像是一种选择，但它们需要时间、精力和专业统计知识，并且要求团队无论如何都要从定性研究开始，这实际上是重复工作。
编译作者：叶苏 | 集创堂会员 | 纽约大学在读硕士
原文作者：PageLaubheimer
原文链接：https://www.nngroup.com/articles/persona-types/
