En mia antaŭa artikolo, mi esploris kiel AI povas helpi nin krei funkciajn personojn pli efike. Ni rigardis konstrui personojn, kiuj fokusiĝas al tio, kion uzantoj provas plenumi prefere ol demografiaj profiloj, kiuj aspektas bone en afiŝoj sed malofte ŝanĝas dezajn decidojn. Sed krei personojn estas nur duono de la batalo. La pli granda defio estas ricevi tiujn komprenojn en la manojn de homoj, kiuj bezonas ilin, en la momento, ili bezonas ilin. Ĉiutage homoj tra via organizo faras decidojn, kiuj influas la sperton de uzanto. Produktteamoj decidas kiujn funkciojn prioritati. Merkataj teamoj kreas kampanjojn. Financaj teamoj desegnas fakturajn procezojn. Klientsubtenaj teamoj skribas respondŝablonojn. Ĉiuj ĉi tiuj decidoj formas kiel uzantoj spertas vian produkton aŭ servon. Kaj la plej multaj el ili okazas sen ajna enigo de realaj uzantoj. La Problemo Kun Kiel Ni Dividas Uzantan Esploron Vi faras la esploron. Vi kreas la personojn. Vi verkas la raportojn. Vi faras la prezentojn. Vi eĉ faras fantaziajn infografiojn. Kaj tiam kio okazas? La esplorado sidas en komuna veturado ie, malrapide kolektante ciferecan polvon. La personoj estas referencitaj en komencaj renkontiĝoj kaj poste forgesitaj. La raportoj estas senprokrastaj unufoje kaj neniam plu malfermiĝas. Kiam produktmanaĝero decidas ĉu aldoni novan funkcion, ili verŝajne ne trafosas la pasintjaran esploran deponejon. Kiam la financa teamo restrukturas la fakturan retpoŝton, ili preskaŭ certe ne konsultas la uzantpersonojn. Ili faras sian plej bonan divenon kaj pluiras. Ĉi tio ne estas kritiko de tiuj teamoj. Ili estas okupataj. Ili havas limdatojn. Kaj honeste, eĉ se ili volus konsulti la esploron, ili verŝajne ne scius kie trovi ĝin aŭ kiel interpreti ĝin por sia specifa demando. La scio restas ŝlosita ene de la estroj de la UX-teamo, kiuj eble ne povas ĉeesti por ĉiu decido farita tra la organizo. Kio Se Uzantoj Efektive povus Paroli? Kaj se, anstataŭ krei senmovajn dokumentojn, kiujn homoj bezonas trovi kaj interpreti, ni povus doni al koncernatoj manieron konsulti ĉiujn viajn uzantpersonojn samtempe?
Imagu merkatan administranton laborantan pri nova kampanjo. Anstataŭ provi memori, kion diris la personoj pri mesaĝaj preferoj, ili simple povus demandi: "Mi pensas pri gvidado kun rabata oferto en ĉi tiu retpoŝto. Kion pensus niaj uzantoj?" Kaj la AI, uzante ĉiujn viajn esplorajn datumojn kaj personojn, povus respondi kun solidigita vido: kiel ĉiu persono verŝajne reagus, kie ili konsentas, kie ili malsamas, kaj aro da rekomendoj bazitaj sur siaj kolektivaj perspektivoj. Unu demando, sintezitaj komprenoj tra via tuta uzantbazo.
Ĉi tio ne estas sciencfikcio. Kun AI, ni povas konstrui ĝuste tian sistemon. Ni povas preni ĉiujn tiujn disajn esplorojn (la enketoj, la intervjuoj, la subtenaj biletoj, la analizoj, la personoj mem) kaj transformi ĝin en interaga rimedo, kiun ĉiu povas demandi por multperspektivaj sugestoj. Konstruante la Uzantan Esplordeponejon La fundamento de ĉi tiu aliro estas centralizita deponejo de ĉio, kion vi scias pri viaj uzantoj. Pensu pri ĝi kiel ununura fonto de vero, kiun AI povas aliri kaj eltiri. Se vi faras uzantajn esplorojn dum iu longeco, vi verŝajne havas pli da datumoj ol vi konscias. Ĝi estas nur disigita tra malsamaj iloj kaj formatoj:
Enketrezultoj sidantaj en via enketplatformo, Intervjuaj transskribaĵoj en Google Docs, Klientsubtenaj biletoj en via helpservosistemo, Analizaj datumoj en diversaj paneloj, Mencioj kaj recenzoj pri sociaj amaskomunikiloj, Malnovaj personoj de antaŭaj projektoj, Testregistradoj kaj notoj pri uzeblo.
La unua paŝo estas kolekti ĉion ĉi en unu lokon. Ĝi ne bezonas esti perfekte organizita. AI estas rimarkinde bona por kompreni senordajn enigojn. Se vi komencas de nulo kaj ne havas multajn ekzistantajn esplorojn, vi povas uzi AI-profundajn esplorajn ilojn por establi bazlinion.
Ĉi tiuj iloj povas skani la reton por diskutoj pri via produktkategorio, konkurantaj recenzoj kaj oftaj demandoj, kiujn homoj demandas. Ĉi tio donas al vi ion por labori dum vi konstruas vian ĉefan esploradon. Kreante Interagajn Personajn Post kiam vi havas vian deponejon, la sekva paŝo estas krei personojn, kiujn la AI povas konsulti en la nomo de koncernatoj. Ĉi tio baziĝas rekte sur la funkcia persona aliro, kiun mi skizis en mia antaŭa artikolo, kun unu ŝlosila diferenco: ĉi tiuj personoj fariĝas lensoj per kiuj la AI analizas demandojn, ne nur referencon.dokumentoj. La procezo funkcias jene:
Aliĝu vian esploran deponejon al AI-ilo. Petu ĝin identigi apartajn uzantsegmentojn surbaze de celoj, taskoj kaj frikciopunktoj. Havu ĝin generi detalajn personojn por ĉiu segmento. Agordu la AI por konsulti ĉiujn personojn kiam koncernatoj faras demandojn, provizante solidigitajn rimarkojn.
Jen kie ĉi tiu aliro signife devias de tradiciaj personoj. Ĉar la AI estas la ĉefa konsumanto de ĉi tiuj personaj dokumentoj, ili ne bezonas esti skaneblaj aŭ taŭgaj sur ununura paĝo. Tradiciaj personoj estas limigitaj de homa legebleco: vi devas distili ĉion malsupren al kuglopunktoj kaj ŝlosilaj citaĵoj, kiujn iu povas absorbi per unu ekrigardo. Sed AI ne havas tian limigon. Ĉi tio signifas, ke viaj personoj povas esti konsiderinde pli detalaj. Vi povas inkluzivi longajn kondutismajn observojn, kontraŭdirajn datumajn punktojn kaj nuancan kuntekston, kiuj neniam travivus la redaktan procezon por tradicia persona afiŝo. La AI povas teni ĉi tiun kompleksecon kaj uzi ĝin respondante demandojn. Vi ankaŭ povas krei malsamajn lensojn aŭ perspektivojn ene de ĉiu persono, adaptitaj al specifaj komercaj funkcioj. Via "Semajnfina Militisto"-persono eble havas merkatikan lenson (mesaĝaj preferoj, kanalkutimoj, kampanjorespondoj), produktolenson (trajtoprioritatoj, uzeblaj ŝablonoj, ĝisdatigaj ellasiloj), kaj subtenan lenson (oftaj demandoj, frustraj punktoj, rezoluciaj preferoj). Kiam merkatadmanaĝero faras demandon, la AI uzas la merkatig-rilatajn informojn. Kiam produktmanaĝero demandas, ĝi tiras de la produkta lenso. Sama persono, malsama profundo depende de kiu demandas.
La personoj ankoraŭ devus inkluzivi ĉiujn funkciajn elementojn, kiujn ni antaŭe diskutis: celoj kaj taskoj, demandoj kaj obĵetoj, dolorpunktoj, tuŝpunktoj kaj servaj mankoj. Sed nun ĉi tiuj elementoj iĝas la bazo por kiel la AI taksas demandojn el la perspektivo de ĉiu persono, sintezante iliajn opiniojn en ageblajn rekomendojn. Efektivigaj Opcioj Vi povas agordi ĉi tion kun diversaj niveloj de sofistikeco depende de viaj rimedoj kaj bezonoj. La Simpla Aliro Plej multaj AI-platformoj nun ofertas projektajn aŭ laborspacojn, kiuj ebligas al vi alŝuti referencdokumentojn. En ChatGPT, ĉi tiuj nomiĝas Projektoj. Claude havas similan trajton. Kopiloto kaj Ĝemeloj nomas ilin Spacoj aŭ Gemoj. Por komenci, kreu dediĉitan projekton kaj alŝutu viajn ŝlosilajn esplordokumentojn kaj personojn. Poste skribu klarajn instrukciojn dirante al la AI konsulti ĉiujn personojn kiam ili respondas demandojn. Io kiel: Vi helpas koncernatojn kompreni niajn uzantojn. Se demanditaj demandoj, konsultu ĉiujn uzantpersonojn en ĉi tiu projekto kaj donu: (1) mallongan resumon pri kiel ĉiu persono verŝajne respondus, (2) superrigardon elstarigante kie ili konsentas kaj kie ili diferencas, kaj (3) rekomendojn bazitajn sur siaj kolektivaj perspektivoj. Tiru ĉiujn esplordokumentojn por informi vian analizon. Se la esplorado ne plene kovras temon, serĉu sociajn platformojn kiel Reddit, Twitter kaj koncernajn forumojn por vidi kiel homoj kongruantaj kun ĉi tiuj personoj diskutas similajn aferojn. Se vi ankoraŭ ne certas pri io, diru tion honeste kaj proponu, kian aldonan esploradon povus helpi.
Ĉi tiu aliro havas kelkajn limigojn. Estas limoj pri kiom da dosieroj vi povas alŝuti, do vi eble bezonos prioritati vian plej gravan esploradon aŭ solidigi viajn personojn en ununuran ampleksan dokumenton. La Pli Sofistika Aliro Por pli grandaj organizoj aŭ pli daŭra uzo, ilo kiel Notion ofertas avantaĝojn ĉar ĝi povas teni vian tutan esploran deponejon kaj havas AI-kapablojn enkonstruitajn. Vi povas krei datumbazojn por malsamaj specoj de esplorado, kunligi ilin, kaj tiam uzi la AI por pridemandi tra ĉio.
La avantaĝo ĉi tie estas, ke la AI havas aliron al multe pli da kunteksto. Kiam koncernato demandas, ĝi povas uzi enketojn, subtenajn biletojn, intervjuajn transskribaĵojn kaj analizajn datumojn samtempe. Ĉi tio faras pli riĉajn, pli nuancajn respondojn. Kion Ĉi tio Ne Anstataŭigas Mi devus esti klara pri la limigoj. Virtualaj personoj ne estas anstataŭaĵo por paroli kun realaj uzantoj. Ili estas maniero fari ekzistantajn esplorojn pli alireblaj kaj ageblaj. Estas pluraj scenaroj, kie vi ankoraŭ bezonas ĉefan esploron:
Kiam oni lanĉas ion vere novan, kion via ekzistanta esplorado ne kovras; Kiam vi bezonas validigi specifajn dezajnojn aŭ prototipojn; Kiam via deponejo datumoj malfreŝas; Kiam koncernatojbezonas aŭdi rekte de realaj homoj por konstrui empation.
Fakte, vi povas agordi la AI por rekoni ĉi tiujn situaciojn. Kiam iu faras demandon, kiu superas kion la esplorado povas respondi, la AI povas respondi per io kiel: "Mi ne havas sufiĉajn informojn por respondi tion memfide. Ĉi tio povus esti bona demando por rapida uzanta intervjuo aŭ enketo." Kaj kiam vi faras novan esploradon, tiuj datumoj refluas en la deponejon. La personoj evoluas laŭlonge de la tempo dum via kompreno profundiĝas. Ĉi tio estas multe pli bona ol la tradicia aliro, kie personoj kreiĝas unufoje kaj poste malrapide malaktualiĝas. La Organiza Ŝanĝo Se ĉi tiu alproksimiĝo atingas en via organizo, io interesa okazas. La rolo de la UX-teamo ŝanĝiĝas de esti la pordgardistoj de uzantscio al esti la kuratoroj kaj prizorgantoj de la deponejo. Anstataŭ pasigi tempon kreante raportojn, kiuj eble aŭ ne legis, vi pasigas tempon por certigi, ke la deponejo restas aktuala kaj ke la AI estas agordita por doni helpajn respondojn. Esplora komunikado ŝanĝas de puŝo (prezentoj, raportoj, retpoŝtoj) al tirado (interesitaj demandoj kiam ili bezonas respondojn). Uzant-centrita pensado iĝas distribuita tra la organizo prefere ol koncentrita en unu teamo. Ĉi tio ne igas UX-esploristojn malpli valoraj. Se io ajn, ĝi faras ilin pli valoraj ĉar ilia laboro nun havas pli larĝan atingon kaj pli grandan efikon. Sed ĝi ja ŝanĝas la naturon de la laboro. Komencante Se vi volas provi ĉi tiun aliron, komencu malgrande. Se vi bezonas instrukcion pri funkciaj personoj antaŭ plonĝi, mi skribis detalan gvidilon por krei ilin. Elektu unu projekton aŭ teamon kaj starigu simplan efektivigon per ChatGPT-Projektoj aŭ simila ilo. Kolektu kian ajn esploron vi havas (eĉ se ĝi sentas nekompleta), kreu unu aŭ du personojn, kaj vidu kiel koncernatoj respondas. Atentu kiajn demandojn ili demandas. Ĉi tiuj diros al vi, kie via esplorado havas mankojn kaj kiaj pliaj datumoj estus plej valoraj. Dum vi rafinas la aliron, vi povas vastigi al pli da teamoj kaj pli altnivelaj iloj. Sed la kerna principo restas la sama: prenu ĉiujn disajn uzantsciojn kaj donu al ĝi voĉon, kiun ĉiu en via organizo povas aŭdi. En mia antaŭa artikolo, mi argumentis, ke ni devus moviĝi de demografiaj personoj al funkciaj personoj, kiuj fokusiĝas pri tio, kion uzantoj provas fari. Nun mi sugestas, ke ni faru la sekvan paŝon: de senmovaj personoj ĝis interagaj, kiuj povas efektive partopreni en la konversacioj, kie decidoj estas faritaj. Ĉar ĉiutage, tra via organizo, homoj faras decidojn, kiuj influas viajn uzantojn. Kaj viaj uzantoj meritas sidlokon ĉe la tablo, eĉ se ĝi estas virtuala. Plia Legado Pri SmashingMag
"Pli Profunda Rigardo Ĉe Personaj: Kio Ili Estas Kaj Kiel Ili Funkcias | 1", Shlomo Goltz "Kiel Plibonigi Vian Dezajnan Procezon Kun Datumbazitaj Roluloj", Tim Noetzel "Kiel Fari Vian UX-Esploradon Malfacile Ignori", Vitaly Friedman "Kiel Konstrui Fortajn Klientajn Rilatojn Por Uzanto-Esplorado", Renaissance Rachel
