Produksi Persona dan Peta Perjalanan Pengguna — Kecerdasan Buatan dalam Desain UI/UX

Keuntungan:

Kemampuan untuk menghasilkan rancangan persona berbasis bukti berdasarkan data penelitian dengan kecerdasan buatan dan menghilangkan stereotip dan klise
Kemampuan untuk menyusun tahapan, tindakan, pikiran, emosi, dan titik kesulitan peta perjalanan pengguna dengan dukungan kecerdasan buatan
Kemampuan untuk menandai asumsi yang tidak didasarkan pada data dengan menguji persona yang dibuat-buat dengan data segmen nyata

Persona dan peta perjalanan pengguna menerjemahkan wawasan dari penelitian menjadi alat nyata yang akan dilihat tim sepanjang hari. Persona adalah profil fiktif namun berdasarkan data yang mewakili segmen pengguna sebenarnya: tujuannya, hambatannya, konteksnya. Peta perjalanan pengguna adalah narasi visual yang menunjukkan langkah demi langkah apa yang dilakukan pengguna, apa yang dia pikirkan, apa yang dia rasakan, dan di mana dia terjebak saat mencapai suatu tujuan. AI menghasilkan draf keduanya dalam hitungan menit. Namun di sinilah letak jebakan paling berbahaya: kecerdasan buatan dapat menciptakan persona yang terdengar "nyata" tanpa data. Unit ini mengajarkan Anda untuk berpegang pada bukti tanpa mengorbankan kecepatan.

Persona: harus berdasarkan bukti, bukan fantasi

Satu-satunya perbedaan antara kepribadian baik dan kepribadian buruk adalah sikapnya. Kepribadian buruk menempatkan asumsi di benak desainer ke dalam pola yang indah: "Ayşe, 34 tahun, ahli dalam teknologi, menyukai solusi praktis." Jika kalimat-kalimat tersebut tidak ada yang berdasarkan penelitian, persona hanyalah hiasan dan melegitimasi keputusan yang salah.

Persona yang baik mendasarkan setiap klaim pada penelitian. Di balik kalimat “Pengguna terjebak dalam instalasi” terdapat data “5 dari 8 peserta tidak dapat menyelesaikan instalasi awal”. Saat bekerja dengan kecerdasan buatan, aturannya tidak berubah: berikan ringkasan penelitian kepada model sebagai sumber dan minta model tersebut membuat persona hanya dari sumber ini, bukan menambahkan fitur yang tidak memiliki dasar.

Perhatian: AI sangat mampu “mengisi kekosongan”; Ini mungkin secara spontan membuat rincian seperti usia, pendapatan, dan kebiasaan yang tidak Anda berikan. Jika detail ini tidak berasal dari data, persona tersebut tidak dapat diandalkan.

Menghilangkan stereotip dan bias

Persona adalah tempat di mana bias AI paling terlihat bocor. Model ini memindahkan stereotip dari data pelatihan ke dalam profil: “pengguna yang lebih tua takut dengan teknologi”, “pengguna yang lebih muda tidak sabar”, perilaku yang dikaitkan dengan profesi atau gender tertentu. Generalisasi ini salah dan tidak pantas secara etis.

Metode pemurnian memiliki tiga langkah:

Tandai: Pindai setiap kalimat generalisasi dalam keluaran ("semua orang", "biasanya", "orang seusia ini").
Tes: Apakah kalimat ini mempunyai padanan pada data penelitian?
Memperbaiki atau menghapus: Jika ada dasarnya, lampirkan pada bukti, jika tidak hapus. Jangan menyimpan klise dengan “melunakkannya”; Kalau tidak ada bukti, dia pergi.

Ekspresi kepribadian

masalah

Koreksi berdasarkan bukti

"Pengguna yang lebih tua takut dengan teknologi"

Stereotip berdasarkan usia

"5 dari 6 peserta mengharapkan teks jaminan tambahan dengan fitur baru"

"Pengguna muda tidak sabar"

Generalisasi generasi

"Peserta meninggalkan arus melebihi 3 langkah (berapa pun usianya)"

"Wanita menginginkan kesederhanaan"

asumsi gender

"Aliran sederhana lebih disukai di semua segmen"

"Warna favoritnya adalah biru"

Informasi hias (tidak mempengaruhi keputusan)

(Kurangi — tidak memengaruhi keputusan desain)

Anatomi peta perjalanan pengguna

Peta perjalanan biasanya terdiri dari garis:

Fase: Periode utama seperti kesadaran, evaluasi, penggunaan, dan pengembalian.
Tindakan: Apa yang dilakukan pengguna pada setiap tahap.
RENUNGKAN: Apa yang terlintas dalam pikiran Anda.
Emosi: Apa yang dirasakan seseorang; Biasanya digambar dengan kurva.
Titik sakit: Dimana seseorang terjebak, marah, menyerah.
Peluang: Dimana desain dapat melakukan intervensi.

Kecerdasan buatan dengan cepat mengisi kerangka ini. Namun garis “emosi” sangat berisiko: model memprediksi secara masuk akal apa yang dirasakan pengguna, namun prediksi tersebut hanyalah dugaan kecuali didukung oleh data nyata. Tandai emosi yang tidak berdasar pada peta sebagai asumsi; Dapatkan status “terverifikasi” ketika dikonfirmasi oleh kutipan penelitian.

tiga kasus mini

Kasus 1 — Draf cepat, perbaikan nyata. Satu tim menghasilkan 3 sketsa persona dengan AI dari 12 ringkasan wawancara; Pekerjaan itu memakan waktu 25 menit. Kemudian ia memeriksa 9 karakteristik masing-masing persona terhadap data penelitian; 4 fitur tidak memiliki dasar dan telah dihapus. Persona lainnya cepat dan dapat diandalkan.

Kasus 2 - Klise yang bocor. “Pensiunan pengguna tidak mempercayai perbankan digital,” tulis persona AI. Tim melihat data: 5 dari 6 peserta pensiun menggunakan perbankan digital reguler. Kalimat tersebut sepenuhnya salah dan telah dihapus; diganti dengan observasi berbasis bukti seperti "teks jaminan tambahan menunggu fitur baru". Pelajaran: stereotip berdasarkan usia dibantah oleh data.

Kasus 3 — Kurva sentimen dilebih-lebihkan. Model tersebut menulis bahwa pengguna "marah" saat checkout. Dalam rekaman sebenarnya, pengguna hanya "ragu-ragu". Perancang memperbaiki sentimennya; karena "kemarahan" dan "keraguan" memerlukan solusi yang berbeda (yang satu adalah kepercayaan, yang lainnya adalah kejelasan). Pelajaran: garis emosi dikalibrasi dengan bukti.

Berapa banyak persona, berapa detailnya?

Jebakan umum yang dilakukan desainer baru adalah menghasilkan persona yang terlalu banyak dan terlalu detail. AI memperbesar jebakan ini: persona sebanyak yang Anda inginkan, dengan detail sebanyak yang Anda inginkan, tiba dalam hitungan detik. Namun, yang berharga hanyalah sedikit namun kokoh. Untuk sebagian besar produk, 2-3 persona utama sudah cukup; masing-masing harus mewakili segmen pengguna sebenarnya dan mampu membedakan keputusan desain. Jika dua persona berperilaku hampir sama, kemungkinan besar itu adalah satu persona. Di sisi detail, kriterianya adalah: setiap informasi yang ditambahkan ke persona bernilai jika memengaruhi keputusan desain; Jika tidak mengesankan (misalnya, warna favorit pengguna), maka itu bersifat hias dan harus dihilangkan. Saat meminta persona dari kecerdasan buatan, mengatakan "hanya tambahkan fitur yang memengaruhi keputusan desain" adalah cara paling praktis untuk menghilangkan jebakan ini.

Tip: Uji fitur persona: "Apakah desain saya akan berubah jika saya mengubahnya?" Jika jawabannya tidak, fitur itu tidak diperlukan dalam persona.

Perintah yang dapat disalin

Peran Anda: penyintesis penelitian UX.Sumber: Ringkasan penelitian anonim di bawah.Tugas: Membuat hingga 2 sketsa persona dari sumber ini.Aturan: Tautkan setiap fitur ke temuan di sumber dan tulis dasarnya dalam tanda kurung.JANGAN TAMBAHKAN fitur apa pun (usia, pendapatan, kebiasaan) yang tidak memiliki padanan di sumbernya.Biarkan bidang yang tidak diketahui sebagai "tidak ada data".Sumber: <<ringkasan>>

Periksa garis besar persona ini untuk mengetahui adanya bias. Tandai setiap kalimat yang mengandung generalisasi, klise, atau asumsi yang tidak berdasar, tulis mengapa hal tersebut dipertanyakan, dan tunjukkan apakah hal tersebut didukung dalam sumber data. Persona: <<teks>> Sumber data: <<ringkasan>>

Buat draf peta perjalanan pengguna dari persona dan ringkasan penelitian di bawah ini. Baris: Tahap | Aksi | Pemikiran | Emosi | Titik sakit | Peluang.Tambahkan kutipan ke setiap sel "Emosi" dan "Painpoint" jika ada sumbernya; jika tidak, tandai sel dengan "[ASSUMPTION]". Persona: <<x>> Ringkasan: <<y>>

Cantumkan sel yang bertanda [ASUMSI] pada peta perjalanan ini. Untuk masing-masing pertanyaan, tulis pertanyaan penelitian tambahan apa yang akan mengkonfirmasi asumsi ini. Peta: <<tabel>>

Perintah lemah / Perintah kuat

Lemah: "Buat persona pengguna e-commerce."

Hasilnya: profil yang dibuat-buat, tidak relevan dengan data, dan penuh klise.

Kuat: "Ambil tidak lebih dari 2 persona dari ringkasan penelitian ini; ikat setiap fitur dengan temuan; jangan tambahkan detail apa pun yang tidak ada dalam sumbernya; biarkan yang tidak diketahui sebagai 'tidak ada data'."

Hasilnya: kepribadian yang dapat dipertahankan berdasarkan bukti, dengan kesenjangan yang ditunjukkan secara jujur.

Perbedaan: perintah yang kuat membawa kewajiban sumber + larangan pemalsuan + menandai yang tidak diketahui.

Kesalahan umum

Membuat persona tanpa data. Memberitahu AI untuk "membuat persona" memberikan legitimasi palsu terhadap asumsi Anda.
Menjaga klise dengan melunakkannya. Mengatakan "sedikit berhati-hati" tidak memperbaiki stereotip tersebut; Kalau tidak ada bukti, sebaiknya dihilangkan.
Salah mengira garis emosi sebagai kenyataan. Model tersebut memprediksi emosi; Emosi tanpa bukti adalah asumsi.
Tidak memperbarui persona sama sekali. Personanya juga harus diperbarui seiring tersedianya penelitian baru; persona beku itu menyesatkan.
Menciptakan terlalu banyak persona. 5-6 persona melumpuhkan tim; Simpanlah sedikit, tetapi pertahankan apa yang teguh.

Singkatnya

Persona dan peta perjalanan adalah alat canggih yang menerjemahkan penelitian ke dalam bahasa umum tim; namun kekuatan mereka sepenuhnya berasal dari data yang menjadi dasar mereka. AI menghasilkan cetak biru untuk alat-alat ini dalam hitungan menit, sedangkan pekerjaan sebenarnya adalah menghubungkan setiap klaim ke sumbernya, menandai klise dan mengujinya berdasarkan data, dan mengisolasi sentimen/masalah yang tidak berdasar sebagai asumsi. Persona yang dengan jujur meninggalkan celah karena "tidak ada data" jauh lebih berharga daripada persona "realistis" yang penuh dengan detail yang dibuat-buat.

Tugas aplikasi

Hasilkan 2 draf persona dengan perintah pertama dari ringkasan penelitian (nyata atau fiksi).
Periksa persona apakah ada bias dengan perintah kedua; Uji setiap kalimat yang ditandai dengan data.
Hapus atau jadikan "tidak ada data" sebagai fitur tipis apa pun.
Dengan perintah ketiga, buatlah draf peta perjalanan dari seseorang.
Buat daftar sel [ASUMSI] di peta dan tulis pertanyaan verifikasi untuk masing-masing sel.

daftar periksa

[ ] Saya mendasarkan persona pada ringkasan penelitian, saya tidak membuatnya dari imajinasi.
[ ] Saya tidak menambahkan fitur apa pun ke persona yang tidak ada di sumbernya.
[ ] Saya menandai klise dan generalisasi dan mengujinya dengan data.
[ ] Saya mengkonfirmasi perasaan dan poin rasa sakit dengan bukti, dan menandai poin yang tidak didukung.
[ ] Saya menjaga jumlah persona tetap terkendali.
[ ] Saya menyiapkan pertanyaan verifikasi untuk asumsi.