تحلیل داده پرسونا با روش نمودار همبستگی 

برای تحلیل داده پرسونا لازم است با نمودار همبستگی شروع کنیم. نمودار همبستگی (Affinity Mapping)، ارتباط بین داده‌های مختلف را مشخص می‌کند و می‌توان با کمک این ارتباط داده‌ها را خلاصه کرد. دلیل این‌که از این روش استفاده می‌کنیم این است که این روش بسیار ساده است و هم‌چنین یادگیری آن هم آسان است. این روش هم به صورت فردی و هم جمعی قابل استفاده است البته که استفاده از آن به صورت تیمی عموما به خروجی بهتری می‌رسد.

نمودار همبستگی یکی از بهترین روش‌ها برای ترکیب کردن داده‌هاست به خصوص برای زمانی است که چند منبع اطلاعاتی مثل (پرسشنامه، مصاحبه، روند زندگی و… ) داریم. اما در کل روش‌های بسیار زیادی برای تحلیل داده استفاده می‌شود که اسامی آن‌ها را می‌نویسیم تا اگر علاقه‌مند بودید در مورد آن‌ها سرچ کنید:

روش‌های کمی تجزیه و تحلیل اطلاعات مانند:

Quantitative analysis (such as factor analysis, cluster analysis, or some other multivariate statistical procedure)

روش‌های کیفی تجزیه و تحلیل اطلاعات مانند:

Qualitative analysis
(With a tool such as Atlas.ti, HyperQual2, HyperRESEARCH, NUDIST,or Xsight, a trimmed-down version of NUDIST).

همگی این روش‌ها روش‌های خوبی برای تحلیل داده هستند اما ما تاکید می‌کنیم که ادامه مسیر پرسونا را با نمودار همبستگی جلو رفتیم و توصیه هم می‌کنیم که از این روش به عنوان روش اصلی‌ استفاده کنید اما اگر جایی دیدید از روش دیگری برای تحلیل داده‌های پرسونا استفاده شده بدانید که اشکالی ندارد، مهم این است که از یک روش به درستی استفاده شود.

روش نمودار همبستگی به چه شکل است؟
اگر به صورت گروهی فرآیند طراحی پرسونا را پیش می‌روید بهتر است برای تحلیل داده پرسونا هم تمام اعضای تیم برای این کار باشند و اگر بتوانید افراد را از تیم‌های مختلف (فروش، بازاریابی، طراحی و…) برای این کار دورهم جمع کنید اتفاق بهتری هم می‌افتد زیرا بخشی از این روش به بحث و گفتگو در مورد داده‌هاست و اگر تمام افراد باشند هم بحث بهتری شکل می‍گیرد و هم همه افراد نسبت به داده‌ها ارتباطی پیدا می‌کنند.
هم‌چنین بهتر است این جلسه را در جایی برگزار کنید که دیوارهای خالی داشته باشد تا بتوانید استیکی‌نوت‌ها را روی دیوار بچسبانید.

[ihc-hide-content ihc_mb_type=”show” ihc_mb_who=”3,4,5,6″ ihc_mb_template=”3″ ]

مواد لازم: کاغذهای استیکی‌نوت (همان پشت چسب‌دار)، خودکار و ماژیک، کاغد و چسب و داده‌ها

این روش سه مرحله دارد. در مرحله اول هدف این است که داده‌های به‌دست آمده در منبع‌های اطلاعاتی مختلف (پرسشنامه، مصاحبه و…) را مرور کنیم و نکات مهمی که به نظر می‌آید با هدف نهایی ایجاد پرسونای ما مرتبط است را جداگانه روی یک برگه یا استیکی‌نوت می‌نویسیم. همه اطلاعاتی که به‌دست آمده‌اند برای طراحی پروفایل پرسونا لازم نیستند ، پس ما از بین اطلاعات به دنبال آن‌هایی می‌گردیم که بیشترین کمک را به ما خواهند کرد. مثلا ممکن است بعضی سوال‌ها را برای آماده کردن ‌ذهن مخاطب یا ایجاد بستر سوال پرسیدن انجام داده باشیم ، در این صورت از این سوالات صرف نظر می‌کنیم. یا ممکن است برخی از جواب‌ها گنگ و مبهم باشند در نتیجه آن‌ها را هم حذف می‌کنیم و از بین جواب‌هایی که اطلاعاتی در مورد مخاطب به ما می‌دهند دنبال نکات می‌گردیم.

این مرحله اولش سخت به‌نظر می‌رسد اما سخت نگیرید و شروع کنید و سعی کنید فاکتور پیدا کنید. اگر راجع به چیزی شک داشتید آن را بنویسید. به هرحال زیاد نوشتن بهتر از کم نوشتن است پس هر آن چیزی که احساس کردید ممکن است مفید باشد را بنویسید. در مرحله بعد با کمک بقیه تصمیم می‌گیریم که آن مرتبط است یا خیر. پنج گروه‌ اطلاعاتی که دنبال آن بودیم را در ذهنمان مرورمی‌کنیم تا نکات را از دل آن‌ها به دست آوریم. (دموگرافیک، نیازها، اهداف، ویژگی‌های شخصیتی، موانع و نقاط درد). شاید مشخصا در یک مصاحبه یک موضوع به عنوان نقطه درد گفته نشده اما شما که مفهموم نقطه درد را می‌دانید با دیدن آن موضوع می‌دانید که این موضوعی ایست که قبلا مخاطب را رنجانده و ممکن است مانع انتخاب او شود. پس آن را به عنوان نقطه درد ثبت می‌کنید.

به عنوان دومین مرحله، هر کدام از تمایزهای اصلی که قبلا مشخص کردیم را روی یک کاغد مینوسیم و با فاصله از هم روی دیوار می‌چسبانیم و به عنوان یک خوشه در نظر می‌گیریم. همان‌طور که قبلا هم گفته‌ایم این موارد ساختار اولیه تحلیل را مشخص می‌کنند. حالا هر کدام از فاکتورهایی که احساس می‌کنیم به آن خوشه مرتبط است در زیر آن خوشه میچسبانیم. اگر فاکتوری به نظرمان به هیج دسته‌ای ارتباط نداشت در خوشه دیگری تحت عنوان بقیه (Other) یا بدون عنوان (No title) اضافه می‌کنیم. اگر فاکتوری را مناسب برای چند بخش دیدیم باز هم آن‌را تکرار می‌کنیم و در همه بخش‌هایی که احساس می‌کنیم لازم است اضافه می‌کنیم.

در مرحله آخر زمانی که همه فاکتورها روی دیوار نصب شدند، فاکتورهای هر خوشه را مرور می‌کنیم. اگر بین همه فاکتورهای یک ستون ارتباط بود برای آن یک نام می‌گذاریم که نمایانگر آن خوشه باشد، اگر در دل یک ستون چند موضوع مختلف مطرح شده بود زیر شاخه ایجاد می‌کنیم و برای هرکدام اسمی می‌گذاریم که آن زیردسته را نمایش دهد . ممکن است بخشی ازاطلاعات یک ستون با بخش دیگری از یک ستون دیگر مرتبط‌تر باشند، در این حالات این زیردسته‌ها را بیرون می‌کشیم و عنوان دیگری به آن‌ها می‌دهیم.

در هر کدام از این بخش‌ها ممکن است افراد نظرات مختلفی داشته باشند، از کنار این اختلاف‌نظرها به سادگی رد نشوید و در مورد آن هم‌تیم‌تان را به چالش بکشید و نظر او را بپرسید که چرا معتقد است فلان فاکتور به فلان خوشه مرتبط تر است. یادتان باشد که همین صحبت‌ها می‌تواند افراد تیم را به اصلاح در یک صفحه (Same page) بیاورد و هم‌زاویه نگاه کند، اتفاقی که در شرکت‌ها و سازمان‌ها ارزش زیادی دارد.

در این تمرین می‌توانید پیش‌فرض‌ها و فرضیه‌های ذهنی که داشتید را با استیکر رنگ دیگر به تمرین اضافه کنید. این کار دستاوردهای جالبی دارد از جمله این که باعث می‌شود خودتان ببینید که برای چه فرض‌هایی داده دارید. یا اگر رنگ استیکی نوت‌های بر پایه داده با آن‌هایی که از فرض آمده اند متفاوت باشد در یک نگاه کلی می‌توان دید چه حجم از اطلاعات بر پایه فرض و چه حجم بر پایه داده است. حتی ممکن است خوشه‌هایی باشند که فقط بر اساس داده هستند که در آن صورت می‌فهمیم این بخش را اصلا حدس نزده و با داده به آن رسیدیم. برعکس ممکن است خوشه‌ای کاملا بر اساس فرض باشد آن‌گاه متوجه می‌شویم که در آن‌جا نیاز است اطلاعاتی به دست بیاوریم.

مزایا و معایب استفاده از این روش:
یکی از ارزش‌هایی که این روش ایجاد می‌کند این است که تمام افراد تیم با اطلاعات از منابع مختلف و فاکتورهای به‌دست آمده درگیر می‌شوند و این درگیری همه اعضای تیم بخش زیادی از هدف پرسونا برای تعامل و هم‌ نگاه شدن در مورد مخاطب را ایجاد می‌کند. و فضا را آماده می‌کند تا بهتر بتوانیم الگوهای به‌دست امده را براساس محدودیت‌های پروژه اولویت‌بندی کنیم.

اما این روش هم مانند خیلی از روش‌های دیگر در کنار مزایای خود معایبی هم دارد و بهتر است از معایب آن هم آگاه باشیم. مثلا در زمانی که از دل داده‌ها فاکتورها را استخراج می‌کنیم و روی استیکی‌نوت‌ها می‌نوسیم، به دلیل اینکه در آن زمان در آن–فضای ذهنی-(Mental Context) هستیم ارتباط آن‌ها مشخص است ولی زمانی که از منبع اصلی جدا می‌شود و جداگانه قرار می‌گیرد شاید بی ارتباط به موضوع به‌نظر می‌رسد. و شاید بتوان با شیوه‌های ثبت خلاقانه‌تر کمی این خطا را کاهش داد. مثلا این ‌که با اسکچ‌نوت آن موضوع را کمی به تصویر بکشیم یا پشت آن دلیل انتخاب آن را بنویسیم و یا …

مشکل بعدی در این است که ارتباط برقرارکردن بین فاکتورها یک کار ذهنی است و از مدل خاصی پیروی نمی‌کند. ممکن است دوتیم با یک دسته فاکتورهای یکسان، به ارتباط و نتایج متفاوتی برسند.

برای حل این معایب در انتهای فرآیند، پرسوناها را اعتبارسنجی (validate) می‌کنیم تا این خطاهای احتمالی را کاهش دهد.

[/ihc-hide-content]