Dalam artikel saya sebelum ini, saya meneroka cara AI boleh membantu kami mencipta persona berfungsi dengan lebih cekap. Kami melihat membina persona yang menumpukan pada perkara yang cuba dicapai oleh pengguna dan bukannya profil demografi yang kelihatan bagus pada poster tetapi jarang mengubah keputusan reka bentuk. Tetapi mencipta persona hanyalah separuh daripada pertempuran. Cabaran yang lebih besar ialah mendapatkan cerapan tersebut ke tangan orang yang memerlukannya, pada masa mereka memerlukannya. Setiap hari, orang di seluruh organisasi anda membuat keputusan yang mempengaruhi pengalaman pengguna. Pasukan produk menentukan ciri yang perlu diutamakan. Pasukan pemasaran membuat kempen. Pasukan kewangan mereka bentuk proses invois. Pasukan sokongan pelanggan menulis templat respons. Semua keputusan ini membentuk cara pengguna mengalami produk atau perkhidmatan anda. Dan kebanyakannya berlaku tanpa sebarang input daripada pengguna sebenar. Masalah Dengan Cara Kami Berkongsi Penyelidikan Pengguna Awak buat kajian. Anda mencipta personas. Anda menulis laporan. Anda memberikan pembentangan. Anda juga membuat maklumat grafik yang mewah. Dan kemudian apa yang berlaku? Penyelidikan terletak dalam pemanduan bersama di suatu tempat, perlahan-lahan mengumpulkan habuk digital. Persona dirujuk dalam mesyuarat permulaan dan kemudian dilupakan. Laporan diselak sekali dan tidak pernah dibuka lagi. Apabila pengurus produk memutuskan sama ada untuk menambah ciri baharu, mereka mungkin tidak menelusuri repositori penyelidikan tahun lepas. Apabila pasukan kewangan mereka bentuk semula e-mel invois, mereka hampir pasti tidak merujuk kepada persona pengguna. Mereka membuat tekaan terbaik mereka dan meneruskan. Ini bukan kritikan terhadap pasukan tersebut. Mereka sibuk. Mereka mempunyai tarikh akhir. Dan secara jujur, walaupun mereka ingin berunding dengan penyelidikan itu, mereka mungkin tidak tahu di mana untuk mencarinya atau cara mentafsirnya untuk soalan khusus mereka. Pengetahuan kekal terkunci di dalam ketua pasukan UX, yang tidak mungkin hadir untuk setiap keputusan yang dibuat di seluruh organisasi. Bagaimana Jika Pengguna Sebenarnya Boleh Bercakap? Bagaimana jika, daripada membuat dokumen statik yang perlu dicari dan ditafsirkan oleh orang ramai, kami boleh memberi pihak berkepentingan cara untuk merujuk semua persona pengguna anda sekaligus?
Bayangkan pengurus pemasaran bekerja pada kempen baharu. Daripada cuba mengingati apa yang diperkatakan oleh persona tentang pilihan pemesejan, mereka hanya boleh bertanya: "Saya sedang memikirkan untuk memimpin dengan tawaran diskaun dalam e-mel ini. Apakah yang akan difikirkan oleh pengguna kami?" Dan AI, menggunakan semua data penyelidikan dan persona anda, boleh bertindak balas dengan pandangan yang disatukan: bagaimana setiap persona berkemungkinan bertindak balas, di mana mereka bersetuju, di mana mereka berbeza, dan satu set pengesyoran berdasarkan perspektif kolektif mereka. Satu soalan, cerapan disintesis merentas seluruh pangkalan pengguna anda.
Ini bukan fiksyen sains. Dengan AI, kita boleh membina sistem jenis ini dengan tepat. Kita boleh mengambil semua penyelidikan bertaburan itu (tinjauan, temu bual, tiket sokongan, analitik, personas itu sendiri) dan mengubahnya menjadi sumber interaktif yang boleh ditanya oleh sesiapa sahaja untuk mendapatkan maklum balas pelbagai perspektif. Membina Repositori Penyelidikan Pengguna Asas pendekatan ini ialah repositori terpusat bagi semua yang anda ketahui tentang pengguna anda. Anggap ia sebagai satu sumber kebenaran yang boleh diakses dan diambil oleh AI. Jika anda telah melakukan penyelidikan pengguna untuk sebarang tempoh masa, anda mungkin mempunyai lebih banyak data daripada yang anda sedari. Ia hanya bertaburan merentasi alatan dan format yang berbeza:
Hasil tinjauan yang terdapat dalam platform tinjauan anda, Transkrip temu bual dalam Dokumen Google, Tiket sokongan pelanggan dalam sistem meja bantuan anda, Data analitis dalam pelbagai papan pemuka, Sebutan dan ulasan media sosial, Persona lama daripada projek terdahulu, Rakaman dan nota ujian kebolehgunaan.
Langkah pertama ialah mengumpulkan semua ini ke satu tempat. Ia tidak perlu disusun dengan sempurna. AI sangat baik dalam memahami input yang tidak kemas. Jika anda bermula dari awal dan tidak mempunyai banyak penyelidikan sedia ada, anda boleh menggunakan alat penyelidikan mendalam AI untuk mewujudkan garis dasar.
Alat ini boleh mengimbas web untuk perbincangan tentang kategori produk anda, ulasan pesaing dan soalan biasa yang ditanya orang. Ini memberi anda sesuatu untuk diusahakan semasa anda membina penyelidikan utama anda. Mencipta Persona Interaktif Sebaik sahaja anda mempunyai repositori anda, langkah seterusnya ialah mencipta persona yang boleh dirujuk oleh AI bagi pihak pihak berkepentingan. Ini dibina secara langsung pada pendekatan persona berfungsi yang saya gariskan dalam artikel saya sebelum ini, dengan satu perbezaan utama: persona ini menjadi kanta yang melaluinya AI menganalisis soalan, bukan hanya rujukandokumen. Prosesnya berfungsi seperti ini:
Suapkan repositori penyelidikan anda kepada alat AI. Minta ia mengenal pasti segmen pengguna yang berbeza berdasarkan matlamat, tugasan dan titik geseran. Minta ia menjana persona terperinci untuk setiap segmen. Konfigurasikan AI untuk merujuk semua persona apabila pihak berkepentingan bertanya soalan, memberikan maklum balas yang disatukan.
Di sinilah pendekatan ini menyimpang dengan ketara daripada persona tradisional. Oleh kerana AI ialah pengguna utama dokumen persona ini, ia tidak perlu diimbas atau dimuatkan pada satu halaman. Persona tradisional dikekang oleh kebolehbacaan manusia: anda perlu menyaring segala-galanya sehingga titik tumpu dan petikan utama yang boleh diserap oleh seseorang sepintas lalu. Tetapi AI tidak mempunyai batasan sedemikian. Ini bermakna persona anda boleh menjadi lebih terperinci. Anda boleh memasukkan pemerhatian tingkah laku yang panjang, titik data yang bercanggah dan konteks bernuansa yang tidak akan kekal dalam proses penyuntingan untuk poster persona tradisional. AI boleh menahan semua kerumitan ini dan melukisnya apabila menjawab soalan. Anda juga boleh mencipta kanta atau perspektif yang berbeza dalam setiap persona, disesuaikan dengan fungsi perniagaan tertentu. Persona "Weekend Warrior" anda mungkin mempunyai lensa pemasaran (keutamaan pemesejan, tabiat saluran, respons kempen), lensa produk (keutamaan ciri, corak kebolehgunaan, pencetus peningkatan) dan kanta sokongan (soalan biasa, titik kekecewaan, pilihan penyelesaian). Apabila pengurus pemasaran bertanya soalan, AI menggunakan maklumat yang berkaitan dengan pemasaran. Apabila pengurus produk bertanya, ia menarik dari lensa produk. Persona yang sama, kedalaman berbeza bergantung pada siapa yang bertanya.
Persona masih harus menyertakan semua elemen fungsi yang telah kita bincangkan sebelum ini: matlamat dan tugas, soalan dan bantahan, titik kesakitan, titik sentuh dan jurang perkhidmatan. Tetapi kini unsur-unsur ini menjadi asas untuk cara AI menilai soalan dari perspektif setiap persona, mensintesis pandangan mereka menjadi cadangan yang boleh diambil tindakan. Pilihan Pelaksanaan Anda boleh menyediakannya dengan pelbagai tahap kecanggihan bergantung pada sumber dan keperluan anda. Pendekatan Mudah Kebanyakan platform AI kini menawarkan ciri projek atau ruang kerja yang membolehkan anda memuat naik dokumen rujukan. Dalam ChatGPT, ini dipanggil Projek. Claude mempunyai ciri yang sama. Copilot dan Gemini memanggil mereka Spaces atau Gems. To get started, create a dedicated project and upload your key research documents and personas. Kemudian tulis arahan yang jelas memberitahu AI untuk merujuk semua persona apabila menjawab soalan. Sesuatu seperti: Anda membantu pihak berkepentingan memahami pengguna kami. Apabila ditanya soalan, rujuk semua persona pengguna dalam projek ini dan berikan: (1) ringkasan ringkas tentang cara setiap persona berkemungkinan bertindak balas, (2) gambaran keseluruhan yang menyerlahkan tempat mereka bersetuju dan tempat mereka berbeza, dan (3) cadangan berdasarkan perspektif kolektif mereka. Lukis semua dokumen penyelidikan untuk memaklumkan analisis anda. Jika penyelidikan tidak merangkumi topik sepenuhnya, cari platform sosial seperti Reddit, Twitter dan forum yang berkaitan untuk melihat cara orang yang sepadan dengan persona ini membincangkan isu yang serupa. Jika anda masih tidak pasti tentang sesuatu, katakan dengan jujur dan cadangkan penyelidikan tambahan yang boleh membantu.
Pendekatan ini mempunyai beberapa batasan. Terdapat had pada bilangan fail yang boleh anda muat naik, jadi anda mungkin perlu mengutamakan penyelidikan anda yang paling penting atau menyatukan persona anda ke dalam satu dokumen komprehensif. Pendekatan Yang Lebih Canggih Untuk organisasi yang lebih besar atau penggunaan yang lebih berterusan, alat seperti Notion menawarkan kelebihan kerana ia boleh menyimpan keseluruhan repositori penyelidikan anda dan mempunyai keupayaan AI terbina dalam. Anda boleh mencipta pangkalan data untuk jenis penyelidikan yang berbeza, memautkannya bersama-sama dan kemudian menggunakan AI untuk membuat pertanyaan merentasi segala-galanya.
Manfaat di sini ialah AI mempunyai akses kepada lebih banyak konteks. Apabila pihak berkepentingan bertanya soalan, ia boleh menggunakan tinjauan, tiket sokongan, transkrip temu bual dan data analitik sekaligus. Ini menjadikan respons yang lebih kaya dan lebih bernuansa. Perkara yang Tidak Digantikan Ini Saya harus jelas tentang batasannya. Persona maya bukanlah pengganti untuk bercakap dengan pengguna sebenar. Ia adalah satu cara untuk menjadikan penyelidikan sedia ada lebih mudah diakses dan boleh diambil tindakan. Terdapat beberapa senario di mana anda masih memerlukan penyelidikan utama:
Apabila melancarkan sesuatu yang benar-benar baharu yang tidak meliputi penyelidikan sedia ada anda; Apabila anda perlu mengesahkan reka bentuk atau prototaip tertentu; When your repository data is getting stale; Apabila pihak berkepentinganperlu mendengar terus daripada manusia sebenar untuk membina empati.
Malah, anda boleh mengkonfigurasi AI untuk mengenali situasi ini. Apabila seseorang bertanya soalan yang melampaui apa yang boleh dijawab oleh penyelidikan, AI boleh bertindak balas dengan sesuatu seperti: "Saya tidak mempunyai maklumat yang mencukupi untuk menjawabnya dengan yakin. Ini mungkin soalan yang bagus untuk temu bual atau tinjauan pengguna pantas." Dan apabila anda menjalankan penyelidikan baharu, data itu akan kembali ke repositori. Persona berkembang dari semasa ke semasa apabila pemahaman anda semakin mendalam. Ini jauh lebih baik daripada pendekatan tradisional, di mana persona dicipta sekali dan kemudian perlahan-lahan hanyut ketinggalan zaman. Anjakan Organisasi Jika pendekatan ini berlaku dalam organisasi anda, sesuatu yang menarik akan berlaku. Peranan pasukan UX beralih daripada menjadi penjaga pintu pengetahuan pengguna kepada menjadi kurator dan penyelenggara repositori. Daripada menghabiskan masa membuat laporan yang mungkin dibaca atau tidak, anda meluangkan masa untuk memastikan repositori kekal terkini dan AI dikonfigurasikan untuk memberikan respons yang berguna. Research communication changes from push (presentations, reports, emails) to pull (stakeholders asking questions when they need answers). Pemikiran berpusatkan pengguna diedarkan ke seluruh organisasi dan bukannya tertumpu dalam satu pasukan. Ini tidak menjadikan penyelidik UX kurang bernilai. Jika ada, ia menjadikan mereka lebih berharga kerana kerja mereka kini mempunyai jangkauan yang lebih luas dan impak yang lebih besar. Tetapi ia mengubah sifat kerja. Bermula Jika anda ingin mencuba pendekatan ini, mulakan dari kecil. Jika anda memerlukan buku asas tentang persona berfungsi sebelum menyelam, saya telah menulis panduan terperinci untuk menciptanya. Pilih satu projek atau pasukan dan sediakan pelaksanaan mudah menggunakan Projek ChatGPT atau alat yang serupa. Kumpulkan apa sahaja penyelidikan yang anda ada (walaupun rasa tidak lengkap), cipta satu atau dua persona dan lihat cara pihak berkepentingan bertindak balas. Perhatikan soalan apa yang mereka tanya. Ini akan memberitahu anda di mana penyelidikan anda mempunyai jurang dan data tambahan yang paling berharga. Sambil anda memperhalusi pendekatan, anda boleh mengembangkan kepada lebih banyak pasukan dan alatan yang lebih canggih. Tetapi prinsip teras tetap sama: ambil semua pengetahuan pengguna yang tersebar dan berikannya suara yang boleh didengari oleh sesiapa sahaja dalam organisasi anda. Dalam artikel saya sebelum ini, saya berpendapat bahawa kita harus beralih daripada persona demografi kepada persona berfungsi yang menumpukan pada perkara yang cuba dilakukan oleh pengguna. Sekarang saya mencadangkan agar kita mengambil langkah seterusnya: daripada persona statik kepada persona interaktif yang sebenarnya boleh mengambil bahagian dalam perbualan di mana keputusan dibuat. Kerana setiap hari, di seluruh organisasi anda, orang membuat keputusan yang mempengaruhi pengguna anda. Dan pengguna anda layak mendapat tempat duduk di meja, walaupun ia adalah tempat duduk maya. Bacaan Lanjut Mengenai SmashingMag
"Melihat Lebih Dekat Persona: Apakah Mereka Dan Bagaimana Mereka Berfungsi | 1", Shlomo Goltz "Cara Meningkatkan Proses Reka Bentuk Anda Dengan Persona Berasaskan Data", Tim Noetzel "Cara Membuat Penyelidikan UX Anda Sukar Diabaikan", Vitaly Friedman "Cara Membina Perhubungan Pelanggan yang Teguh Untuk Penyelidikan Pengguna", Renaissance Rachel
