Ing artikel sadurunge, aku njelajah kepiye AI bisa mbantu nggawe personas fungsional kanthi luwih efisien. Kita ndeleng bangunan personas sing fokus ing apa sing dicoba pangguna tinimbang profil demografi sing katon apik ing poster nanging arang ngganti keputusan desain. Nanging nggawe personas mung setengah perang. Tantangan sing luwih gedhe yaiku entuk wawasan kasebut menyang tangane wong sing butuh, ing wektu sing dibutuhake. Saben dina, wong ing organisasi sampeyan nggawe keputusan sing mengaruhi pengalaman pangguna. Tim produk mutusake fitur sing kudu diprioritasake. Tim marketing nggawe kampanye. Tim keuangan ngrancang proses invoice. Tim dhukungan pelanggan nulis template respon. Kabeh keputusan kasebut mbentuk cara pangguna ngalami produk utawa layanan sampeyan. Lan umume kedadeyan tanpa input saka pangguna nyata. Masalah Kanthi Cara Nuduhake Riset Panganggo Sampeyan nindakake riset. Sampeyan nggawe personas. Sampeyan nulis laporan. You give the presentations. Sampeyan malah nggawe infographics apik. Banjur apa sing kedadeyan? Riset kasebut ana ing drive sing dienggo bareng ing endi wae, alon-alon ngumpulake bledug digital. Personas kasebut dirujuk ing rapat-rapat kickoff lan banjur dilalekake. Laporan kasebut diluncurake sepisan lan ora dibukak maneh. Nalika manajer produk mutusake apa bakal nambah fitur anyar, dheweke bisa uga ora nggali repositori riset taun kepungkur. Nalika tim keuangan ngrancang ulang email invoice, mesthine ora takon karo personas pangguna. Dheweke nggawe guess sing paling apik lan nerusake. Iki dudu kritik kanggo tim kasebut. Lagi sibuk. Dheweke duwe tenggat wektu. Lan kanthi jujur, sanajan dheweke pengin takon babagan riset kasebut, mesthine dheweke ora ngerti kepiye nemokake utawa kepiye carane menehi interpretasi kanggo pitakonan khusus. Kawruh kasebut tetep dikunci ing kepala tim UX, sing ora bisa uga ana ing saben keputusan sing ditindakake ing saindenging organisasi. Apa Yen Pangguna Bener Bisa Ngomong? Apa yen, tinimbang nggawe dokumen statis sing kudu ditemokake lan diinterpretasikake wong, kita bisa menehi cara kanggo para pemangku kepentingan kanggo takon kabeh personas pangguna sampeyan bebarengan?
Mbayangno manajer marketing nggarap kampanye anyar. Tinimbang nyoba ngelingi apa sing diomongake personas babagan preferensi olahpesen, dheweke mung bisa takon: "Aku mikir babagan ngarahake tawaran diskon ing email iki. Apa sing bakal dipikirake pangguna?" Lan AI, nggambar kabeh data riset lan personas sampeyan, bisa nanggapi kanthi tampilan gabungan: kepiye reaksi saben persona, ing ngendi dheweke setuju, ing ngendi bedane, lan sakumpulan rekomendasi adhedhasar perspektif kolektif. Siji pitakonan, wawasan sing disintesis ing kabeh basis pangguna sampeyan.
Iki dudu fiksi ilmiah. Kanthi AI, kita bisa mbangun sistem kaya iki. Kita bisa njupuk kabeh riset sing kasebar (survey, wawancara, tiket dhukungan, analytics, personas dhewe) lan ngowahi dadi sumber interaktif sing sapa wae bisa takon kanggo umpan balik multi-perspektif. Mbangun Repositori Riset Panganggo Dasar pendekatan iki minangka gudang terpusat saka kabeh sing sampeyan ngerti babagan pangguna sampeyan. Mikir minangka sumber siji bebener sing bisa diakses lan digambar dening AI. Yen sampeyan wis nindakake riset pangguna nganti suwe, sampeyan bisa uga duwe data luwih akeh tinimbang sing sampeyan ngerteni. Iku mung kasebar ing macem-macem alat lan format:
Asil survey lungguh ing platform survey sampeyan, Transkrip wawancara ing Google Docs, Tiket dhukungan pelanggan ing sistem helpdesk sampeyan, Data analitik ing macem-macem dashboard, Media sosial nyebutake lan review, Personas lawas saka proyek sadurunge, Rekaman lan cathetan tes kegunaan.
Langkah pisanan yaiku ngumpulake kabeh iki ing sak panggonan. Ora perlu diatur kanthi sampurna. AI pancen apik banget kanggo ngerteni input sing ora apik. Yen sampeyan miwiti saka awal lan ora duwe riset akeh, sampeyan bisa nggunakake alat riset jero AI kanggo nggawe garis dasar.
Piranti kasebut bisa mindai web kanggo diskusi babagan kategori produk, review pesaing, lan pitakonan umum sing ditakoni wong. Iki menehi sampeyan bisa digunakake nalika nggawe riset utama. Nggawe Personas Interaktif Sawise sampeyan duwe repositori, langkah sabanjure yaiku nggawe personas sing bisa dikonsultasi AI kanggo pihak sing duwe kepentingan. This builds directly on the functional persona approach I outlined in my previous article, with one key difference: these personas become lenses through which the AI analyzes questions, not just referencedokumen. Proses kasebut kaya mangkene:
Feed repositori riset menyang alat AI. Takon kanggo ngenali segmen pangguna sing beda adhedhasar tujuan, tugas, lan titik gesekan. Wis nggawe personas rinci kanggo saben bagean. Konfigurasi AI kanggo takon kabeh personas nalika para pemangku kepentingan takon, menehi umpan balik gabungan.
Ing kene pendekatan iki beda banget saka personas tradisional. Amarga AI minangka konsumen utama dokumen persona iki, ora perlu dipindai utawa pas ing siji kaca. Personas tradisional diwatesi dening keterbacaan manungsa: sampeyan kudu nyaring kabeh nganti titik peluru lan kuotasi kunci sing bisa diserap dening wong kanthi sekilas. Nanging AI ora duwe watesan kasebut. Iki tegese personas sampeyan bisa luwih rinci. Sampeyan bisa nyakup pengamatan prilaku sing dawa, titik data sing kontradiktif, lan konteks nuansa sing ora bakal bisa urip sajrone proses panyuntingan kanggo poster persona tradisional. AI bisa nahan kabeh kerumitan iki lan digambar nalika mangsuli pitakon. Sampeyan uga bisa nggawe lensa utawa perspektif sing beda-beda ing saben persona, sing disesuaikan karo fungsi bisnis tartamtu. Persona "Weekend Warrior" sampeyan bisa uga duwe lensa marketing (preferensi olahpesen, kabiasaan saluran, tanggapan kampanye), lensa produk (prioritas fitur, pola kegunaan, pemicu upgrade), lan lensa dhukungan (pitakonan umum, titik frustasi, preferensi resolusi). Nalika manajer marketing takon, AI njupuk informasi sing relevan karo marketing. Nalika manajer produk takon, iku narik saka lensa produk. Persona sing padha, ambane beda gumantung sing takon.
Personas isih kudu nyakup kabeh unsur fungsional sing kita rembugan sadurunge: gol lan tugas, pitakonan lan bantahan, titik nyeri, titik kontak, lan kesenjangan layanan. Nanging saiki unsur-unsur kasebut dadi dhasar babagan carane AI ngevaluasi pitakonan saka perspektif saben persona, nyintesis pandangane dadi rekomendasi sing bisa ditindakake. Pilihan Implementasi Sampeyan bisa nyetel iki kanthi macem-macem tingkat kecanggihan gumantung saka sumber daya lan kabutuhan. Pendekatan Sederhana Umume platform AI saiki nawakake fitur proyek utawa ruang kerja sing ngidini sampeyan ngunggah dokumen referensi. Ing ChatGPT, iki diarani Proyek. Claude nduweni fitur sing padha. Copilot lan Gemini nyebat Spaces utawa Gems. Kanggo miwiti, gawe proyek khusus lan upload dokumen riset utama lan personas. Banjur tulis instruksi sing jelas marang AI supaya takon kabeh personas nalika mangsuli pitakon. Soko kaya: Sampeyan mbantu para pemangku kepentingan ngerti pangguna kita. Yen ditakoni, takon kabeh persona pangguna ing proyek iki lan wenehake: (1) ringkesan ringkes babagan carane saben persona bakal nanggapi, (2) ringkesan sing nyoroti ngendi dheweke setuju lan bedane, lan (3) rekomendasi adhedhasar perspektif kolektif. Gambar kabeh dokumen riset kanggo ngandhani analisis sampeyan. Yen riset ora nutupi topik kanthi lengkap, telusuri platform sosial kaya Reddit, Twitter, lan forum sing cocog kanggo ndeleng kepiye wong sing cocog karo persona kasebut ngrembug masalah sing padha. Yen sampeyan isih ora yakin babagan apa wae, ucapake kanthi jujur lan saranake riset tambahan apa sing bisa mbantu.
Pendekatan iki duwe sawetara watesan. Ana watesan babagan pirang-pirang file sing bisa diunggah, mula sampeyan kudu prioritas riset sing paling penting utawa nggabungake personas dadi siji dokumen lengkap. Pendekatan Luwih Canggih Kanggo organisasi sing luwih gedhe utawa panggunaan sing luwih akeh, alat kaya Notion nawakake kaluwihan amarga bisa nyimpen kabeh gudang riset lan nduweni kemampuan AI sing dibangun. Sampeyan bisa nggawe database kanggo macem-macem jinis riset, nyambungake bebarengan, banjur gunakake AI kanggo takon kabeh.
Keuntungan ing kene yaiku AI duwe akses menyang konteks sing luwih akeh. Nalika pamangku kepentingan takon, bisa nggambar survey, tiket dhukungan, transkrip wawancara, lan data analytics bebarengan. Iki nggawe respon sing luwih sugih lan luwih bernuansa. Apa Iki Ora Ganti Aku kudu jelas babagan watesan. Personas virtual ora dadi pengganti kanggo ngobrol karo pangguna nyata. Iki minangka cara kanggo nggawe riset sing ana luwih gampang diakses lan bisa ditindakake. Ana sawetara skenario sing isih mbutuhake riset utama:
Nalika ngluncurake barang sing bener-bener anyar sing ora kalebu riset sing ana; Nalika sampeyan kudu ngesyahke desain utawa prototipe tartamtu; Nalika data repositori sampeyan dadi basi; Nalika stakeholderkudu krungu langsung saka manungsa nyata kanggo mbangun empati.
Nyatane, sampeyan bisa ngatur AI kanggo ngenali kahanan kasebut. Nalika ana sing takon pitakonan sing ngluwihi apa sing bisa dijawab riset, AI bisa mangsuli kaya mangkene: "Aku ora duwe informasi sing cukup kanggo mangsuli kanthi yakin. Iki bisa uga dadi pitakonan sing apik kanggo wawancara utawa survey pangguna kanthi cepet. " Lan yen sampeyan nindakake riset anyar, data kasebut bali menyang repositori. Personas saya suwe saya suwe nalika pangerten sampeyan saya jero. Iki luwih apik tinimbang pendekatan tradisional, ing ngendi personas digawe sepisan banjur alon-alon ilang. Pergeseran Organisasi Yen pendekatan iki ditindakake ing organisasi sampeyan, ana sing menarik. Peran tim UX owah saka dadi gatekeepers kawruh pangguna dadi kurator lan njaga repositori. Tinimbang mbuwang wektu nggawe laporan sing bisa diwaca utawa ora bisa diwaca, sampeyan nggunakake wektu kanggo njamin repositori tetep saiki lan AI dikonfigurasi kanggo menehi respon sing migunani. Komunikasi riset owah-owahan saka push (presentasi, laporan, email) kanggo narik (stakeholders takon pitakonan nalika padha mbutuhake jawaban). Pikiran sing dipusatake pangguna dadi disebarake ing organisasi tinimbang dikonsentrasi ing siji tim. Iki ora nggawe peneliti UX kurang regane. Yen ana apa-apa, iku ndadekake dheweke luwih larang amarga karyane saiki duwe jangkauan sing luwih akeh lan pengaruhe luwih gedhe. Nanging iki ngganti sifat karya. Miwiti Yen sampeyan pengin nyoba pendekatan iki, miwiti cilik. Yen sampeyan perlu sepisanan ing personas fungsi sadurunge nyilem ing, Aku wis nulis guide rinci kanggo nggawe wong. Pilih siji proyek utawa tim lan atur implementasi sing gampang nggunakake Proyek ChatGPT utawa alat sing padha. Klumpukne riset apa wae sing sampeyan duwe (sanajan ora lengkap), gawe siji utawa loro personas, lan deleng carane para pemangku kepentingan nanggapi. Pay manungsa waé kanggo pitakonan apa padha takon. Iki bakal ngandhani sampeyan ing ngendi riset sampeyan duwe kesenjangan lan data tambahan apa sing paling larang. Nalika sampeyan nyempurnakake pendekatan kasebut, sampeyan bisa nggedhekake menyang luwih akeh tim lan alat sing luwih canggih. Nanging prinsip inti tetep padha: njupuk kabeh kawruh pangguna sing kasebar lan menehi swara sing bisa dirungokake sapa wae ing organisasi sampeyan. Ing artikel sadurunge, aku ujar manawa kita kudu pindhah saka personas demografi menyang personas fungsional sing fokus ing apa sing ditindakake pangguna. Saiki aku nyaranake supaya kita njupuk langkah sabanjure: saka personas statis nganti sing interaktif sing bisa melu ing obrolan sing nggawe keputusan. Amarga saben dina, ing organisasi sampeyan, wong nggawe keputusan sing mengaruhi pangguna sampeyan. Lan pangguna sampeyan pantes lungguh ing meja, sanajan iku virtual. Wacan Luwih Ing SmashingMag
"Ndeleng Personas: Apa Iku Lan Cara Kerjane | 1", Shlomo Goltz "Carane Ngapikake Proses Desain Kanthi Personas Berbasis Data", Tim Noetzel "Carane Nggawe Riset UX Sampeyan Ora Digatekake", Vitaly Friedman "Carane Nggawe Hubungan Pelanggan Kuwat Kanggo Riset Panganggo", Renaissance Rachel
