پرسونا ابزاری قدرتمند برای شناخت عمیق مخاطب 

چرا به شناخت عمیق مخاطب نیاز داریم؟‌ فارغ از این که چه محتوایی تولید می‌کنیم، چه محصولی طراحی می‌کنیم یا کمک می‌کنیم چه سرویسی بهتر شود، همگی ما دوست داریم که محصول‌مان (نرم‌افزار، سخت‌افزار ، کالای مصرفی یا…) مفید ، سودآور و دوست‌داشتنی باشد. ما دوست داریم خیلی سریع به محصولاتی با ویژگی‌های عالی و قیمت مناسب برسیم، محصولات باکیفیتی که مردم آن‌ها را مکررن و با اشتیاق بخرند. ما دوست داریم تا مردم دقیقا همان مواردی که مدنظر ما بوده و ساعت‌ها برای طراحی‌شان زمان گذاشتیم را به راحتی پیدا کنند و در استفاده آن به مشکلی برخورد نکنند.

ما دوست داریم تلاش‌های ما منجر به خلق محصولی شود که مردم ذوق‌زده شوند و برای این‌که بتوانیم مردم را ذوق‌زده کنیم نیاز به «شناخت عمیق مخاطب» داریم تا بدانیم این مردم دقیقا چه کسانی هستند، چه چیزی می‌خواهند و ما کدام مردم را می‌خواهیم و می‌توانیم ذوق‌زده کنیم.

تصورکنید در یک کتاب‌فروشی مدام رفتار افرادی را که به آن کتاب‌فروشی می‌آیند بررسی می‌کردیم. از این که وقتی وارد کتاب‌فروشی می‌شوند چه کار می‌کنند؟ اول بین کتاب‌ها قدمی می‌زنند یا مستقیم سراغ کتاب خاصی می‌روند؟ چطور کتاب مورد نظرشان را انتخاب می‌کنند؟ خودشان سراغ قفسه خاصی می‌روند یا نوشته‌ای از جیبشان در می‌آورند و از فروشنده سوال می‌کنند؟ معمولا چند کتاب می‌خرند؟ چه کتاب‌هایی و… شاید در این حالت با داده‌های واقعی از مشتریانمان می‌توانستیم تا حد نسبتا بالایی از تصمیم‌هایی که می‌گیرند مطلع شویم و رفتار آن‌ها را پیش‌بینی کنیم و کتاب‌فروشی‌مان را برایشان محلی دوست‌داشتنی و بهترین کتاب‌فروشی کنیم.

اما واقعیت این است که در دنیای واقعی این کار کمی دور از واقعیت به نظر می‌رسد که کسی (کسانی) که روی محصولی کار می‌کنند مدام به مشتری و نیازهایش فکر کنند. این درحالی است که ما به پیش‌بینی رفتار و تصمیم‌های مشتری نیاز داریم تا بتوانیم ادعا کنیم که محصولی کاربرمحور یا انسان‌محور طراحی کردیم. برای همین با راه‌حل‌های خلاقانه سعی می‌کنیم تا اطلاعات درست را از کاربران واقعی از دنیای پیچیده آن‌ها استخراج کنیم و در قالب یک خروجی ساده و قابل استفاده ارائه دهیم و امیدوار باشیم که در مسیر ذوق‌زده کردن مشتری‌هایمان رو به جلو حرکت می‌کنیم. این همان کاری است که با ابزاری به نام پرسونا در شهر مخاطب‌شناسی انجام خواهیم داد. فرآیندی که در آن صحبت می‌کنیم از کجا شروع کنیم، چه داده‌هایی را از مخاطبمان به‌دست آوریم، چه ویژگی‌های شخصیتی‌ای در بیزینس ما مهم خواهد بود، چه موانعی مانع انتخاب ما می‌شود و چه مواردی آن چیزی است که مشتری ما را آزار داده، چطور و به چه روشی این اطلاعات را از دنیای پیچیده آن‌ها به‌دست آوریم و مهم‌تر از همه چطور این حجم از اطلاعات را تحلیل کنیم تا به خروجی‌ای ساده به نام پرسونا برسیم.

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

پرسونا یک کاربر نیمه تخیلی و توصیفی از مخاطبینی است که تصمیمات را براساس آن خواهیم گرفت. تخیلی بودنش به این دلیل است که دقیقا شخص مشخصی از مخاطبین ما نیست و واقعی بودنش به این دلیل است که بر اساس داده‌های واقعی که از مخاطبین‌مان به‌دست آورده‌ایم شکل گرفته است. حالا اگر در همین مثال کتاب‌فروشی ما پرسونای اصلی (primary persona) خودمان را تعریف کرده باشیم، نیاز نیست تا هر روز همه مشتریان را رصد کنیم و می‌توانیم بر اساس پرسونا رفتار مشتریانی را پیش‌بینی کنیم که امیدواریم بتوانیم براساس رفتار آن‌ها طراحی کنیم و آن‌ها را شگفت‌زده کنیم. درحالی که باقی مشتری‌ها را هم راضی نگه خواهیم داشت.

این شهر برای شناخت عمیق مخاطب است، شناخت مردمی که در این بازه زمانی مخاطب ما شده‌اند.

“هنری دریفوس در کتاب Design for People خود می‌گوید ما باید دوباره آن حس ارزش‌های شخصی را که به واسطه غرق‌شدن در دنیای تکنولوژی از دست دادیم، پیدا کنیم. او می‌گوید باید دوباره به آن گرما و صمیمیتی که در جوامع کوچک‌تر بود برگردیم. او آرزو می‌کند که کاش در اوقات فراغت‌مان یکبار دیگر زمان بگذاریم و همسایگانمان را بشناسیم و اگر هر کسی همسایه‌اش را بشناسد و بداند چطور با او زندگی کند همه جهان را صلح فرا می‌گیرد.”

—Henry Dreyfuss, Designing for People [Dreyfuss 1955, p. 261]

در شهر مخاطب‌شناسی هم قرار است آدم‌هایی را بشناسیم که در این بازه زمانی مخاطب محصول ما هستند. تاکید می‌کنیم آدم، که همیشه حواسمان به آدم بودن مخاطبین‌مان باشد و اگر در حال شناخت عمیق مخاطب و جمع‌آوری داده‌ای از ایشان هستیم، یا در حال تحلیل این داده‌ها و… یادمان باشد که این داده‌ها را از زندگی مردم با همه پیچیدگی‌هایی که از آن‌ها می‌شناسیم به دست می‌آوریم و به عنوان یک سری اعداد و ارقام با داده‌ها برخورد نکنیم…

متدها، ابزارها و روش‌هایی که در شهر مخاطب‌شناسی از آن‌ها صحبت می‌کنیم، کمک می‌کنند تا بدانیم چه اطلاعاتی را از کاربرانمان به دست بیاوریم و این اطلاعات را به نمونه‌هایی از مردمی تبدیل کنیم که کاربران ما هستند که با استفاده از محصول ما ذوق زده خواهند شد (یعنی همان پرسوناهایمان). پرسوناها خیلی دقیق تعریف می‌شوند، آن‌ها نمایشی به یادماندنی از کاربرانی هستند که در ذهن افرادی که در حال طراحی و تولید یک محصول هستند ثبت خواهند شد و کوچیکترین تغییرات با آن‌ها بررسی می‌شود. در شهر مخاطب‌شناسی اطلاعاتی که بسته به کسب‌وکار ما لازم است تا به‌دست آوریم را مفصل بررسی می‌کنیم و روش‌هایی فراتر و گاهی مکمل پرسشنامه و مصاحبه را بررسی خواهیم کرد که شاید کمتر به آن‌ها اشاره شده باشد. روش‌هایی مثل

Day-in-the-Life, Image Collages, Idea Maps و… که مخاطب را طوری درگیر می‌کنند تا ارزش‌های انسانی، هدف‌ها، ترس‌ها، خواسته‌ها و سایر اطلاعاتی که گره‌خورده با احساسات آن‌هاست را تا حدودی نمایان کند.

به‌عنوان مثال، زمانی که می‌خواهیم بدانیم مخاطبمان یک روز عادی خود را چگونه می‌گذراند، یکی از بهترین روش‌ها این است که از ابزار Day-in-the-life به عنوان ابزار مکمل در شروع مصاحبه یا گروه کانونی استفاده کنیم. ما عموما سختمان است که رفتار روزانه خود را توضیح دهیم چون چیزی نیست ک غالبا به آن فکر کرده باشیم. اگر بدون ابزار Day-in-the-life از افراد بخواهیم تا روز خود را توضیح دهند معمولا افراد دچار کلی‌گویی می‌شوند و مواردی را می‌گویند که به درد ما نمی‌خورد. اما این ابزار کمک می‌کند تا آن‌ها از مواردی صحبت کنند که ما لازم داریم و بدون این که به تعریف آن‌ها جهت مشخص دهیم‌، می‌توانیم این جهت را به نفع بیزینس خود هدفمند کنیم. در مورد این ابزار و ابزارهای مشابه با مثال توضیح خواهیم داد.

پرسونا سگمنت نیست، نماینده یک سگمنت است…
روش‌ها و ابزارهای شناخت مخاطب (شناخت عمیق مخاطب) موضوع جدیدی نیست و سال‌ها قبل از مطرح شدن روش پرسونا روش‌های مرسوم دیگری استفاده می‌شدند و هم‌چنان هم برای کاربردهای خودشان استفاده می‌شوند و بسیار هم پرکاربرد هستند. از جمله روش مارکت سگمنتیشن که یکی از پرکاربردترین روش‌هاست. در این روش مشتریان موجود و بالقوه در دسته‌های مختلفی طبقه‌بندی می‌شوند تا بتوان ساده‌تر و کاربردی‌تر محصولات را براساس بازار هدف شخصی‌سازی کرد. در مطلب دیگری مفصلا در مورد مارکت سگمنتیشن توضیح خواهیم داد و تفاوت‌ها و شباهت‌های آن را بررسی خواهیم کرد. اما در این مطلب می‌خواهیم مشخصا از این بگوییم که جنس پرسونا از سگمنت به معنای دسته نیست. زیرا یکی از رایج‌ترین مقایسه‌ها، مقایسه پرسونا و مارکت‌سگمنتیشن است که عده زیادی را منحرف می‌کند. پرسونا گروه یا دسته نیست بلکه نماینده یک گروه یا دسته از مخاطبین است.

تصور کنید قرار است با یک تور مسافرتی با تعدادی از دوستانمان به کویر برویم. تصمیم می‌گیریم یک نفر را که اکثر افراد او را قبول دارند به عنوان نماینده خود انتخاب کنیم تا برای تک‌تک تصمیم‌های ریز و درشت از ما سوال نشود و در عین حال نظر ما هم لحاظ شود. باور داریم کسی که به عنوان نماینده انتخاب کردیم به‌خوبی می‌داند که ما چه سبک غذایی می‌خوریم، کی و کجا برای استراحت برایمان مناسب است، او می‌داند چه بودجه‌ای برای این سفر درنظر گرفتیم و… پس با خیالی آسوده تصمیمات را به او می‌سپاریم و از سفرمان لذت می‌بریم.

ماهیت پرسونا خیلی شبیه نماینده یک گروه است. کمی شفاف‌تر صحبت کنیم، نماینده یک نفر است نه یگ گروه یا دسته. یک نفر که نماینده گروهی است که آن گروه به تصمیمی که برایشان می‌گیرد اعتماد دارند. نماینده ممکن است ازنظر خیلی از ویژگی‌های رفتاری و شخصیتی یا نیازهایی که دارد و… با بقیه افراد گروه فرق کند و عینا شبیه هیچ یک از اعضای گروه نباشد. ولی مهم این است که اگر قرار باشد تصمیمی برای گروه گرفته شود به جای این که با تک‌تک افراد بررسی شود و نظرشان خواسته شود، با نماینده مطرح می‌شود و نظر نماینده را اکثر افراد قبول دارند.

امیدواریم با مثال نماینده خیلی از سوتفاهم‌ها در مورد پرسونا رفع ابهام ‌شود. پرسونا لزوما قرار نیست شبیه همه کاربران ما باشد، حتی قرار نیست شبیه اکثر آن‌ها باشد. قرار است نماینده فرضی‌ای باشد که تصمیمش را دیگران قبول دارند. برای این که بتوانیم نماینده‌ای کارا انتخاب کنیم که اکثر کاربران تصمیمش را قبول داشته باشند، نیاز داریم تا نیازها و خواسته‌ها، انگیزه‌ها، ویژگی‌های شخصیتی، موانع تصمیم‌گیری و هر آنچه در تصمیم کاربرانمان نقش دارد را به‌خوبی بشناسیم و بررسی کنیم و پرسونایی به عنوان نماینده انتخاب کنیم تا تصمیمی که براساس آن می‌گیریم طیف بیشتری از کاربرانمان را ذوق‌زده (Delight) کند و بقیه را هم راضی (Satisfy) کند.

به عنوان مثال اگه قرار هست درمجموعه باغ‌کتاب، سینما راه‌اندازی شود، لزومی ندارد که از همه مردمی که به آن‌جا می‌آیند رای‌گیری کنیم و بخواهیم از صفر نظر مخاطب‌مان را بدانیم. اگر پرسونا داشته باشیم می‌توانیم پیش‌بینی کنیم که آیا کاربران اصلی ما از احداث سینما خوشحال خواهند شد یا خیر؟ اگر سینما افتتاح کردیم چه سبک فیلم‌هایی را بیشتر اکران کنیم؟ یا چه برنامه‌های مکملی برای آن‌ها جذاب‌تر خواهد بود؟ بیشتر کافه بزنیم یا رستوران؟ بوفه چه سبک خوراکی‌هایی بفروشد رضایت بیشتری ایجاد می‌کند و … همین اتفاق قابل تعمیم به هر کسب‌وکار دیگری است. مثلا اگر یک نرم‌افزار آشپزی بخواهد یک قابلیت جدیدی به سرویس خود اضافه کند یا تجربه کاربری محصول فعلی را ارتقا دهد یا برای شبکه‌های اجتماعی محصول جدید محتوا تولید کند و… می‌تواند تمام تصمیم‌ها را با پرسونایی که به‌دست آورده چک کند و امیدوار باشد که تغییری که اعمال می‌کند تاثیر مثبت خواهد گذاشت.

سوالی که ممکن است در این‌جا پیش‌بیاید این است که کجا(ها) می‌توانیم از پرسونا استفاده کنیم ، که در مطلب‌های آینده بررسی می‌کنیم.

[/ihc-hide-content]