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.