當創建角色模型時，它會脫皮嗎(就像剝洋蔥一樣，雖然它們會流淚，但洋蔥味道很好)？是的，我們需要剝去用戶的靈魂，然后讓這些靈魂有血有肉，穿上外衣(人口統計特征)。這樣，我們會覺得用戶離我們很近，生動而令人印象深刻。光剝皮膚是不夠的。我們還需要進行總結和分類，了解用戶的目標、觀點和行為，找出用戶之間的差異和共同點。

根據不同類型的用戶研究和分析方法，有三種方法來創建角色模型：定性角色、定量驗證的定性角色和定量角色。結合阿里巴巴中文交易線的用戶角色模型項目，分析了以下創建方法：

還有許多研究方法，包括問卷調查、用戶訪談、現場觀察、可用性測試、數據分析和網站流量/日志分析。在交易線項目中，訪談、問卷和數據分析有助于發現用戶的目標和意見?，F場觀察和網站流量/日志分析有助于理解用戶的行為。

在創建角色模型的過程中，經常會遇到以下問題：

1.如何細分數據？你認為數據法則怎么樣？

從數據中找出緯度差異，并找出導致這種差異的所有相關因素。

2.如何設計問卷？緯度是多少？

基于交易全過程的訂單管理支付物流和產品維度(考慮用戶的實際操作過程)。

3.如何寫一份深度訪談的提綱？

了解用戶擁有的信息，并參考用戶角色劃分維度調查問卷。

4.如何分析客戶關系管理？查看相關主題

5.如何進行交叉表分析？查看相關主題

6.如何細分用戶？

一般來說，它被細分為用戶目標、使用周期以及行為和觀點的組合。在交易線角色項目中，細分角色是驅動用戶目標、行為和觀點差異的關鍵因素，例如不同的商品來源和不同的購物動機。

7.如何初步測試細分緯度？

細分群體可以解釋已知的關鍵差異，例如，使用關鍵詞搜索的差異可以通過購買房屋的目標(二手房屋用戶和新房屋用戶)的差異來解釋；細分群體應該在決定功能設計、交互設計和草圖方面發揮決定性作用。

6.定量驗證的方法有哪些？

數據跨選項卡分析(客戶關系管理分析、定量問卷、網站流量/日志分析)、統計分析。

7.角色需要什么特征？

關于角色模型參數，角色是由目標、行為和觀點驅動的，而不是一些簡單的人口統計特征。

8.角色模型的使用？

開發新功能和功能改進(理解用戶需求)以及交互式設計細節(理解用戶習慣)。

創建角色模型時要學習的相關主題：

1.客戶關系管理數據分析

將用戶的歷史和價值與他的調查問卷聯系起來，找到內部聯系，以便更好地定義或描述人物角色。它包括三種類型的數據：交易記錄、財務數據和人口統計信息。

交易記錄顯示用戶購買了哪些產品或服務以及購買的頻率，這將極大地影響網站的目標和行為，并可用作用戶細分的基礎之一。財務數據，使用數字來衡量不同角色的財務價值，也可以幫助確定每個角色的優先級。財務數據可以與用戶調查相關聯。人口統計信息對于由目標、行為和觀點驅動的人物角色的創建幾乎沒有決定性的意義。

2.網站流量分析

有兩種方法：a .找到決定性的行為模式，分析數據，并嘗試將數據結果與細分的群體行為聯系起來。將單個用戶的點擊流與他回復的調查問卷聯系起來，以便進行進一步的詳細分析。探索用戶的各種行為，包括：進入頁面(從哪里進入網站)、參考頁面(從哪里來，如搜索關鍵詞頁面)、退出頁面、常用路徑、功能使用(最常訪問的內容和功能)、搜索標準、轉化率、持續時間和訪問頻率等。

3.用戶細分

目標細分：用戶目標如：想買房子，想了解市場趨勢，想賣商品等。使用循環細分：同一個人在不同時期以不同的角色使用網站；行為和觀點細分：如果網站有太多的功能或產品類別，不容易按目標進行細分，你可以考慮使用這種方法進行細分。通過行為和視點矩陣，獲得的象限成為細分用戶的主要依據。

4.定量驗證

數據交叉選項卡分析用于分析細分緯度是否可以解釋或影響其他關鍵差異，并驗證細分緯度是否正確(可以使用excel數據透視表)。統計分析，計算這些細分數據的方差分析，以衡量這些差異是否具有統計學意義。