交互与用户体验 / 系统课时
基于行为差异构建用户画像
基于行为差异构建用户画像
同样在手机上预约服务,有人急于提交,有人反复核对费用。下面用十条虚构研究记录,把目标、情境和关键行为整理为有证据编号的候选画像,明确哪些群组可用于界面设计、哪些差异仍需追加研究。
学习目标
- 从同一任务中提取目标、使用情境和可核对的行为差异。
- 通过明确分组规则统计证据覆盖,并保留不符合规则的反例。
- 写出画像的适用边界,用新的任务测试验证设计假设。
用同一任务识别行为差异
先固定比较任务为“在线选择时段并确认预约”。否则,把只想了解价格的人和已经决定下单的人放在一起,差异可能仅来自任务阶段不同。
| 判断维度 | 快速办理候选 | 谨慎核验候选 |
|---|---|---|
| 任务目标 | 省时,尽快锁定时段 | 避免额外费用 |
| 使用情境 | 通勤间隙,手机操作 | 初次预约,不熟悉规则 |
| 关键行为 | 直达确认 | 返回查看费用 |
年龄、职业或“谨慎性格”都不能替代行为证据。这里的画像描述特定任务情境下的行为模式:同一人换了时间压力或使用经验,可能表现出另一种模式。
把材料写成可追溯记录
每条记录至少保留“参与者 ID、任务目标、使用情境、具体动作、证据来源、证据编号”。把用户自述和研究者现场观察分开标记,避免把“我通常会核对费用”写成“观察到核对费用”。
例如 P03 是“希望省时/通勤间隙/自述直达确认”,证据为访谈记录 INT-03;P05 是“避免额外费用/初次预约/实际回看费用”,证据为观察记录 OBS-05。证据编号应能回查原始笔记中的具体位置,不记录不必要的真实身份信息。
用脚本检查分组与证据覆盖
下面用 Python 3 标准库处理十条虚构且已人工编码的任务记录,每人一条。规则同时匹配目标、情境和动作;不匹配的样本保留为“待复核”,而不是强行分到某个画像。
from collections import Counter, defaultdict
rows = [
("P01","省时","通勤间隙","直达确认","观察","OBS-01"),
("P02","省时","通勤间隙","直达确认","观察","OBS-02"),
("P03","省时","通勤间隙","直达确认","访谈","INT-03"),
("P04","省时","通勤间隙","直达确认","观察","OBS-04"),
("P05","避免额外费用","初次预约","回看费用","观察","OBS-05"),
("P06","避免额外费用","初次预约","回看费用","观察","OBS-06"),
("P07","避免额外费用","初次预约","回看费用","访谈","INT-07"),
("P08","避免额外费用","初次预约","回看费用","观察","OBS-08"),
("P09","省时","初次预约","回看费用","观察","OBS-09"),
("P10","避免额外费用","通勤间隙","直接退出","访谈","INT-10"),
]
rules = {
("省时","通勤间隙","直达确认"): "快速办理型",
("避免额外费用","初次预约","回看费用"): "谨慎核验型",
}
people = defaultdict(set)
source_counts = Counter()
refs = defaultdict(list)
for participant, goal, context, action, source, evidence_id in rows:
# 归组只消费人工核验后的编码,不以年龄推测类型
label = rules.get((goal, context, action), "待复核")
people[label].add(participant)
source_counts[(label, source)] += 1
refs[label].append(evidence_id)
for label in ("快速办理型", "谨慎核验型", "待复核"):
# 保留不符合规则的反例,供后续研究复核
print(
f"{label}:{len(people[label])}人;"
f"观察{source_counts[(label, '观察')]}、访谈{source_counts[(label, '访谈')]};"
f"首条证据{refs[label][0]}"
)预期输出:
快速办理型:4人;观察3、访谈1;首条证据OBS-01
谨慎核验型:4人;观察3、访谈1;首条证据OBS-05
待复核:2人;观察1、访谈1;首条证据OBS-09写成带适用边界的候选画像
画像卡应描述任务目标、触发情境、行为证据、覆盖范围和未知条件;不必编造姓名、头像或性格故事。
| 候选画像 | 目标与行为特征 | 证据覆盖 | 当前适用边界 |
|---|---|---|---|
| 快速办理型 | 通勤间隙希望省时,直达确认 | P01~P04;观察3、访谈1 | 在线预约的碎片时间情境;桌面端未知 |
| 谨慎核验型 | 初次预约担心额外费用,返回核对 | P05~P08;观察3、访谈1 | 首次预约及费用核对;复购情境未知 |
P09 与 P10 的目标、情境和动作组合不符合上述规则。将其放在待复核池,追加询问触发原因;不能仅凭“更像哪类”就抹去反例。

用画像检验界面方案
对快速办理型,尝试将所选时段、应付总额与确认按钮集中显示,同时保留取消规则入口;对谨慎核验型,在确认前清晰展示费用构成、取消条件及返回修改入口。这是两条待验证的设计假设,不是画像自动得出的结论。
每个情境新增 3 名参与者完成预约任务:快速办理方案的检查目标是 3 人都能在 90 秒内准确完成;谨慎核验方案的检查目标是 3 人都能在确认前正确复述总费用和取消条件。这里的 3/3 是小样本可用性验收目标,不能用于推断总体比例。
如果同一人在不同情境切换行为,就更新画像的触发条件;如果出现新的反例,保留证据编号并复查分类。画像只有附带证据和边界,才适合进入具体的设计讨论。