Persona 人物誌怎麼做?從顧客證據到決策應用

說明 Persona 與目標受眾的差異,提供資料蒐集、行為分群、假設標記、跨部門使用及更新方法,避免固定訪談人數與轉換成效承諾。
本頁目錄
- Persona 不是「想像出來的假人」,是一份會驅動決策的受眾檔案
- 開始之前,先回答三個問題
- 問題一:我的產品在解決誰的什麼痛?
- 問題二:我手上已經有哪些真實資料?
- 問題三:這份 Persona 要服務哪一個決策?
- Persona 的做法:一個會回頭修正的循環
- 盤點證據:用第一手訪談取代腦補
- 分群:依行為與動機切,不依人口統計切
- 成檔:收斂成主從分明、查得到依據的一頁摘要
- 驗證迴圈:讓數據決定要不要再轉一圈
- Persona 上場的三類決策:內容、預算、取捨
- 內容決策:關鍵字、主題與語氣的依據
- 預算決策:把投放預算花在對的人身上
- 取捨決策:功能排序與體驗斷點先修哪個
- Persona 做完之後,怎麼讓它真的被團隊用
- Persona 常常失敗的五個原因
- 自我健檢:這份 Persona 到底夠不夠用
- Persona 是活文件,要定期回診
- 現在就動手:六個步驟的 Persona 行動方案
Persona 人物誌若只有名字、照片和興趣,常常難以支援產品或文案決策。先界定這次要決定什麼,再用訪談、客服與行為資料整理目標、障礙和情境;人物誌是方便團隊討論的研究摘要,不是真實顧客的替身。
一份人物誌應讓業務、行銷與產品知道某項判斷依據從哪裡來、何時需要重查。如果只靠團隊想像填滿模板,即使版面精美,也可能把刻板印象包裝成研究結果。
Persona 的核心問題是:在這個任務與情境下,哪些不同需求會改變團隊的決策?寫下可追溯的觀察、仍待驗證的推論與使用場景,再用它選擇內容、功能或招募對象。不能預測每一位顧客會如何反應。
Persona 不是「想像出來的假人」,是一份會驅動決策的受眾檔案
先把觀念校準。Persona(人物誌,也常被稱為 buyer persona 或買家角色)是一份把你的目標顧客具象化成「一個虛構、但有真實依據的人」的檔案,用來取代「我們的客群是 25 到 45 歲、有一定消費能力的女性」這種對誰都成立、卻對誰都沒有用的空話。它跟單純的人口統計描述最大的不同,在於它回答的是「這個人為什麼會買、為什麼會猶豫、為什麼會離開」,而不只是「他幾歲、住哪裡、賺多少」。
如果你想先看更完整的定義、歷史脈絡與常見誤解,可以讀〈Persona 人物誌介紹〉。我這篇不重複那些,我要談的是更實戰的一層:怎麼做出一份團隊真的會拿來用、會拿來吵架、會拿來下判斷的 Persona。這兩件事差非常多。
你把市面上大多數 Persona 教學拆開來看,會發現它們都教你「填欄位」:姓名、年齡、職業、收入、興趣、痛點、目標。欄位填滿了,就以為 Persona 做完了。但這是在做「描述」,跟做「決策依據」完全是兩回事。一份只做描述的 Persona,跟一張人物速寫沒兩樣,掛在牆上好看,對業績一點幫助都沒有。
真正能驅動決策的 Persona,長得不一樣。它會明確寫出:這個人在面對我們的產品時,他腦袋裡在盤算什麼?他會上哪裡找資料?他相信誰的推薦?他最大的反對理由是什麼?什麼情境下他會毫不猶豫地下單?這些才是行銷決策真正需要的輸入。換句話說,你要的不是一張顧客的履歷表,而是一份能預測他下一步動作的決策手冊。
理解目標受眾,至少能讓團隊用同一套證據討論內容、產品與銷售對象,而不是各自憑印象猜測。個人化是否帶來更好成效,仍要用實際測試與轉換數據判斷,可交叉參考 HubSpot 整理的行銷統計資料。
特別是在 AI 內容滿天飛的現在,這件事的價值只會更高。隨便餵幾個 prompt,AI 就能幫你產出一份看起來很完整的 Persona 模板,姓名、年齡、興趣、痛點應有盡有。但那些欄位背後,沒有一句話來自你真正的顧客。把 AI 用來提升效率沒問題,但你得明白一件事:AI 產得出格式,產不出第一手經驗。那份「真的走出去跟顧客聊過、把逐字稿讀到滾瓜爛熟」的厚度累積,才是別人抄不走、AI 也取代不了的優勢。一份紮實的 Persona,就是把這份優勢最具體地留下來的載體,也是你在 AI 時代還能跟大量產出拉開差距的根本。
開始之前,先回答三個問題
很多團隊一坐下來就直接打開 Persona 模板開始填,連「這份 Persona 到底要拿來做什麼」都還沒想清楚。這就像還不知道今晚要煮什麼菜,就先進超市把整個貨架搬回家,結果冰箱塞滿了一堆用不上的東西。前置作業沒做好,後面每個環節做得再認真,產出也只是一份漂亮的裝飾品。
記住一個前提:Persona 是手段,不是目的。你真正要推進的,是某個具體的商業決策。所以在動手之前,先把下面三個問題的回答寫下來,它們會決定你這份 Persona 要長成什麼樣子。
問題一:我的產品在解決誰的什麼痛?
這是定位問題,不是人口問題。如果你做過 JTBD(Jobs to be Done)用途理論的分析,這一步會很順:顧客「僱用」你的產品,是為了完成什麼工作?這個工作的背後,是什麼樣的人在什麼樣的情境下會需要它?把「工作」想清楚,你的 Persona 才會有靈魂,而不只是一張冷冰冰的履歷表。很多團隊做不出有用的 Persona,根子就在這裡:連顧客要解決的問題都講不清楚,自然不知道該在 Persona 裡寫什麼。
問題二:我手上已經有哪些真實資料?
做 Persona 不必從零想像,客服紀錄、成交與未成交原因、網站行為、公開評論、退換貨原因與經授權使用的對話紀錄,都可能提供線索。整理時要依內部權限去識別化,避免把聊天截圖或個資直接貼進共享文件。這些資料能協助形成初步假設,仍須透過訪談或其他證據交叉確認。
如果連基本的流量數據都還沒接,可以先回頭看〈Google Analytics 完整教學〉。網站分析能補上彙總行為,但無法單獨解釋動機或證明某個訪客屬於哪個 Persona,仍要搭配訪談、客服與成交資料。
問題三:這份 Persona 要服務哪一個決策?
是要決定下一檔廣告的受眾怎麼切?是要決定網站首頁的文案要用什麼語氣?是要決定新功能要先做 A 還是 B?把這個決策先框出來,你的 Persona 才會有明確的施力點。一個服務「內容 SEO 決策」的 Persona,跟一個服務「廣告投放決策」的 Persona,重點欄位會長得不一樣:前者要寫清楚他搜尋什麼詞、看哪些內容;後者要寫清楚他在哪個平台出沒、對什麼素材有反應。先想清楚用途,再決定要採集哪些資訊,這個順序不能顛倒。
Persona 的做法:一個會回頭修正的循環
前置問題想清楚,就能進入實作。多數教學把這件事畫成一條直線:做完 A 接 B、做完 B 接 C,走到終點就結案。但真正做過的人都知道,實際過程充滿回頭:訪談進行到一半才發現題目問偏了、分群切不出有意義的差異、檔案寫完才被數據打槍,這些都是常態。所以別急著記步驟順序,把整件事看成一個循環更有用:先盤點證據,接著分群,再收斂成檔案,繞完之後回頭驗證;任何一站的結論站不住,就退回上一站重來。第一圈可以用很小的規模跑,少量訪談、一個分群假設、一頁草稿,就足以讓循環轉起來;之後每多繞一圈,這份 Persona 就多一分真實依據。
盤點證據:用第一手訪談取代腦補
這一圈最關鍵,也最常被偷懶跳過。腦補出來的 Persona,本質上是你對顧客的偏見,不是真正的顧客。你以為他們在意價格,其實他們在意的是信任;你以為他們喜歡優惠,其實他們要的是安心。這種落差,只有在真的去問、去聽之後才會浮現。而偏偏,很多團隊最不願意做的就是這一步,因為約訪談、聽人講話、整理逐字稿,遠比坐在辦公室裡填模板累得多。
資料可以分成兩類。第一類是既有的被動資料:客服紀錄、銷售對話、退換貨原因、評論、後台數據。第二類是主動取得的深度訪談,用來理解「為什麼」。訪談人數沒有通用標準,可先從各主要情境招募少量受訪者,再持續到新訪談很少出現新主題;若客群差異大,每個區隔都要有足夠涵蓋。
以產後照護服務的假設情境為例,兩位年齡相近的顧客可能有不同決策路徑:一位先看公開評價與入住分享,另一位更在意親友介紹與護理團隊資格。這只是用來示範分群方式,真實區隔必須從自家詢問紀錄與訪談中建立,不能直接套用。
訪談怎麼問?關鍵原則是「問行為,不要問意見」。與其問「你重不重視品質」(每個人都會說重視),不如問「你上次為了挑這類服務,花了多少時間、比了哪幾家、是什麼讓你決定」。這種回溯式的問題,問出的是真實發生過的事,不會被對方想像中自己的樣子誤導。如果你對這類同理心訪談的方法不熟,〈設計思考五步驟〉裡的同理階段有很完整的操作方法可以借鏡。
底下這張表,把常見的壞問題與好問題對照出來,訪談前可以照著調整你的題目:
左右捲動檢視完整表格
| 類型 | 壞問題(問得到禮貌的場面話) | 好問題(問得到真實行為) |
|---|---|---|
| 需求 | 你重不重視品質? | 你上次遇到這個問題,第一個念頭是什麼? |
| 比較 | 你比較喜歡哪一個? | 你上次比較過哪幾家?淘汰了誰、為什麼? |
| 來源 | 你都從哪裡找資訊? | 你昨天為了這件事,打開過哪些 app 或網站? |
| 決策 | 什麼因素會影響你的決定? | 回想一下,讓你按下購買鍵的那一刻,是什麼? |
| 反對 | 你有什麼顧慮嗎? | 你身邊有沒有人沒有買?他們卡在哪? |
分群:依行為與動機切,不依人口統計切
證據盤點完,別只把顧客依年齡、性別、收入分組。人口統計對某些產品很重要,卻常不足以解釋動機與購買路徑;兩個條件相近的人,仍可能有不同資訊需求。較穩妥的做法是把人口、行為、情境與需求一起看。

真正能預測行為的,是動機、信念、資訊來源與決策路徑這類「行為變數」。我用一張表把兩種分群方式的差異說清楚:
左右捲動檢視完整表格
| 比較項目 | 人口統計分群(弱) | 行為與動機分群(強) |
|---|---|---|
| 分群依據 | 年齡、性別、收入、地區 | 目標、痛點、資訊來源、決策觸發點 |
| 對同一支廣告的反應 | 同群內差異極大 | 同群內較容易出現共通反應 |
| 能否預測購買行為 | 解釋力通常有限 | 解釋力通常較高 |
| 對文案的指導性 | 幾乎沒有 | 能作為語氣與訴求的依據 |
| 典型代表 | 「25 到 40 歲女性」 | 「為了第一胎焦慮、靠開箱文找答案的新手媽媽」 |
回到前面的假設情境,人口條件重疊的兩位顧客仍可能有不同資訊路徑:一位先看公開分享,另一位先確認專業資格。這些都只是待驗證假設,可先設計不同素材與落地頁測試,再把結果接回〈STP 分析〉的目標區隔;不必排斥人口資料,但別只停在那裡。
成檔:收斂成主從分明、查得到依據的一頁摘要
分群之後,你會得到好幾個顧客類型。若每一個細微差異都做成完整 Persona,團隊很難在決策時使用。可先合併行為與需求相近的類型,保留足以影響產品、訊息或通路選擇的差異;數量依業務複雜度而定,不必硬套三到五個。
原則是:寧可合併,不要細分。把行為與動機相近的類型併成一個 Persona,找出其中佔比最大、或貢獻最高的一到三個為主 Persona,其餘為次 Persona。主 Persona 是多數行銷決策的預設對象,次 Persona 是特定情境才會特別照顧的對象。這個主從關係很重要,它強迫你在資源有限時做出取捨,不要總想著討好所有人。資源分散是中小團隊常見的行銷失效原因之一,而一份分出主從的 Persona,就是對抗這種傾向最好的工具。
也可以補一份「排除 Persona」,明確寫下目前服務不適合誰,避免把廣告預算投向無法交付價值的對象。這是行銷優先順序,不代表可以忽略合法申訴、售後義務或有價值的負面回饋。
每一個 Persona 至少要回答這幾件事:他是誰(一句話定位)、他想完成什麼(目標)、什麼擋在他面前(痛點)、他上哪裡找答案(資訊來源)、他為什麼會猶豫(反對理由)、什麼會讓他行動(決策觸發點)。這些欄位通常比姓名、年齡、興趣等裝飾性資訊更有決策價值。若描述無法影響產品、內容或渠道選擇,就不必硬塞進 Persona。
Persona 的決策摘要應該易讀,讓業務、文案、設計與投放人員快速找到需求、障礙與證據。主摘要可以控制在一頁左右,必要時另附訪談引文、樣本限制與研究方法;重點是查得到依據,不是硬把所有內容塞進單頁。
左右捲動檢視完整表格
| 區塊 | 內容 |
|---|---|
| 一句話定位 | 這個人是誰、處於什麼階段(例:焦慮的第一胎新手媽媽) |
| 目標 | 他想完成的事、他心中的「成功」長什麼樣子 |
| 痛點與擔憂 | 什麼讓他失眠、什麼讓他不敢下單 |
| 資訊來源 | 他相信誰、他上哪查、他用什麼管道 |
| 反對理由 | 他會猶豫的最常見原因 |
| 決策觸發點 | 什麼情境或訊息會讓他立刻行動 |
| 代表性引言 | 一句來自真實訪談的話,最能代表他的心聲 |
驗證迴圈:讓數據決定要不要再轉一圈
寫完後要拿資料回頭對照。GA4 可以測試「評論頁是否被查看」「某路徑是否較常轉換」等彙總行為假設,卻不能只靠停留時間或跳出率證明使用者動機,也不能在沒有合適分群時把行為直接歸給某個 Persona。可以用〈GA4 工作階段完整解析〉建立事件與路徑,再搭配訪談、可用性測試與成交資料交叉驗證。

驗證之後,通常會得到三種出口。假設被資料支持,就把那條描述當成可引用的決策依據,之後的內容、投放與產品取捨都能直接沿用;假設被資料反駁,就退回分群那一站,檢查這群人是不是根本混著兩種不同的需求;資料不足以判斷,就退回盤點那一站,補訪談或補數據再來一圈。這個往回走的動作,正是循環和直線流程最大的差別:直線只能往前,循環允許你承認這一圈白繞了,帶著更清楚的問題再繞一次。
我們在台灣市場協助團隊做 Persona 時,最常見的卡點是不肯回頭:數據已經和檔案描述對不上,團隊卻因為檔案「做完了」就繼續沿用。把回頭制度化,在檔案上直接標注每個結論的驗證狀態與下次檢查點,比追求第一次就做對更實際。
Persona 上場的三類決策:內容、預算、取捨
做完 Persona 不是終點,把它用進決策才是。與其按場景一一列舉,更有用的切法是看決策類型:同一份 Persona,在三類決策裡被問的問題完全不同。內容決策問「這些人需要什麼資訊、想被用什麼語氣對待」;預算決策問「哪一群人值得花錢接觸、該花多少」;取捨決策問「有限的開發與設計資源,先投在哪裡」。接下來分別拆開來看,每一類都會說明 Persona 實際改變了什麼判斷。
內容決策:關鍵字、主題與語氣的依據
這是 Persona 發揮作用最直接的地方。不同 Persona 搜尋的關鍵字不同、解讀搜尋意圖的方式不同、喜歡的文案語氣也不同。一份清楚的 Persona,能讓你的關鍵字研究方向、內容主題選擇、文案語氣設定,全部都有依據,不必再靠直覺下判斷。
以關鍵字研究為例,第一次尋找產後照護的人可能搜尋「月子中心推薦」「產後護理心得」,有經驗的人則可能直接查「月子中心護理師資歷」「產後照護評價」。這些假設仍要用實際查詢資料與訪談驗證;若全部對象共用一套關鍵字清單,容易忽略不同意圖。可參考〈關鍵字工具推薦〉與〈長尾關鍵字攻略〉找方向。
文案語氣也能依已驗證的需求調整。對不熟悉流程的人,可以清楚說明風險、步驟與可核對細節;對有經驗的人,則直接回答護理品質、資格與差異。Persona 能協助團隊用讀者聽得懂的話寫,再搭配〈搜尋意圖〉與實際搜尋資料校準內容。相關方法可延伸閱讀〈文案寫作〉與〈內容行銷策略〉。
預算決策:把投放預算花在對的人身上
沒有 Persona 的廣告投放,等於對著茫茫人海撒錢,然後祈禱有人理你。一檔廣告想打全部人,結果就是對誰都不夠精準,〈點擊率〉拉不上來,成本自然壓不下。Persona 在這裡的作用,是讓你把受眾拆開、素材分眾、預算依貢獻度分配。
具體做法是:把不同 Persona 的訊息假設做成素材與落地頁版本,再用平台實際可用、符合隱私規範的受眾條件測試。廣告平台未必能精準對應研究中的 Persona,因此要靠〈UTM 追蹤碼〉與轉換資料判斷哪一種訊息有效,而不是把 Persona 名稱直接當成投放受眾。預算配置可搭配〈廣告策略規劃〉與〈廣告投資報酬率〉一起看。
取捨決策:功能排序與體驗斷點先修哪個
第三類決策最常被忽略:開發與設計資源永遠不夠,每一個「先做這個」的決定,背後都有一排被往後延的需求。Persona 在這裡的角色,是讓排序的討論有對象、有依據,減少只憑內部偏好或會議裡最大聲的意見定案。
Persona 在這類決策裡最具體的輸入是排序證據:需求是否來自主 Persona、痛點頻率與嚴重度都值得看,但還要一起評估商業價值、可行性、風險與證據強度;不能只因「主 Persona 提過」就永遠排在其他需求之前。
同樣的道理也適用在著陸頁與服務流程的設計上。不同 Persona 進到你的網站,最在乎的資訊順序不同。焦慮型的人想先看到「為什麼選我們安全」,研究型的人想先看到「規格與數據」。一份好的著陸頁,會在首屏就接住最主要那群人的注意力。這部分如果你正在調整轉換流程,〈Landing Page 轉換率優化〉有很務實的設計原則可以套用。而 Persona 背後那套「先理解人、再設計東西」的思路,本質上就是設計思考在做的事。
不同 Persona 走進你的銷售漏斗,他們卡關的地方通常不一樣。有的人在「認識你」這一關就流失,有的人在「比較」這一關被對手搶走,有的人一路走到結帳前一步卻放棄。如果你只看整體的轉換數字,會以為問題出在「流量不夠」或「網站不夠漂亮」,但實情常常是某一群人在某一個特定的階段被漏掉了。
把 Persona 與顧客旅程地圖對照,可檢查不同需求的顧客在哪些接觸點遇到障礙;行銷漏斗能整理階段與量測。修正文案或流程之後,跳出率和網站詢問數可能變動,但不能因建立 Persona 就承諾兩者會改善。
Persona 做完之後,怎麼讓它真的被團隊用
很多團隊卡在這一步:Persona 明明做得不錯,可就是只有行銷部門在用,業務和產品連看都沒看過。一份只有一個部門相信的 Persona,影響力非常有限。真正能發揮作用的 Persona,必須變成全公司共用的決策語言,而不只是行銷人的內部文件。
幾個實務上有效的做法。第一,把 Persona 一頁檔案放在所有人都會經過的地方,例如專案管理工具的首頁、每週會議的範本開頭,或釘在辦公室的某面牆上,重點是讓它持續曝光,別讓它被收進某個三層資料夾裡。第二,在跨部門會議裡,主動用 Persona 來描述對象,例如「這個功能是為了主 Persona 的痛點設計的」,久而久之,大家就會習慣用同一套詞彙來討論顧客。第三,新人報到時,把 Persona 當成必修的入門教材,讓每一個新進同仁第一天就知道「我們的客戶是誰」。
還有一個關鍵:決策要留下「引用 Persona 的痕跡」。當你因為某個 Persona 的洞察而決定停掉一支廣告、修改一段文案、砍掉一個功能時,把這個因果關係寫進會議紀錄或決策文件裡。這些紀錄會慢慢證明 Persona 的價值,也會讓團隊相信「這份檔案真的會影響我們怎麼花錢、怎麼做事」。信任是用一次次的真實決策累積出來的,沒有捷徑。
Persona 常常失敗的五個原因
我把常見的失敗模式整理出來,你可以拿來當一份自我檢查表。如果你的 Persona 有下面任何一個特徵,它大概已經是一份殭屍檔案了。
第一,Persona 多到團隊無法使用。份數一多,焦點就容易分散。合併不會影響決策的細微差異,並標出主次;適當數量依產品線與市場複雜度而定。
第二,全部填人口統計,沒有行為與動機。這種 Persona 看起來很完整,其實空洞。它無法回答「這個人會怎麼反應」,所以對決策一點幫助都沒有。
第三,憑空想像,沒訪談過一個真實顧客。腦補出來的 Persona,是你對顧客的偏見。它越具體,反而越危險,因為你會以為自己很懂,其實懂的是一個不存在的人。
第四,做完就冰存,從不回頭更新。顧客會變,市場會變,你的產品也會變。一份兩年前做的 Persona,今天可能已經過時一半。Persona 是活文件,不是紀念碑。
第五,只有行銷部門相信,業務和產品不買單。這是最隱性也最致命的失敗。如果 Persona 只活在行銷部門的簡報裡,業務開發時不用它、產品規劃時不參考它,那它就只是行銷人的自嗨。要讓 Persona 真正發揮作用,必須讓它變成全公司共用的決策語言。
自我健檢:這份 Persona 到底夠不夠用
講了那麼多,你怎麼判斷手上這份 Persona 是不是真的能上戰場?這張十題的自我健檢表,可以讓你拿既有的 Persona 逐題打勾。答「是」越多,這份檔案越值得信任;如果有一半以上答「否」,那它距離變成殭屍檔案大概只差時間問題。
左右捲動檢視完整表格
| 檢查點 | 可查的依據 |
|---|---|
| 是否連到具體決策 | 寫清楚要支援哪項內容、產品或服務選擇 |
| 是否來自目標情境 | 保留訪談、觀察或行為資料來源與日期 |
| 是否區分觀察與推測 | 未驗證內容標示假設,不用固定訪談人數當資格線 |
| 分群是否影響行動 | 合併不會改變決策的差異,人口資料只在相關時使用 |
| 是否容易維護 | 保留負責人、更新觸發條件與修訂紀錄 |
| 是否實際被使用 | 記錄一次使用人物誌做決策及之後的結果 |
人物誌是否有用,要看它是否幫團隊提出更可查證的假設、改善決策和檢討結果;不能用「最近一個月有沒有被打開」作為所有團隊的唯一標準。
Persona 是活文件,要定期回診
很多團隊以為 Persona 做完一次就一勞永逸,這是另一個常見的誤解。你的顧客不是靜態的,他們的搜尋習慣、消費預算、資訊來源都會隨時間改變,尤其當你的產品線擴張、或市場出現新競品時,舊的 Persona 很可能已經失準。把 Persona 當成一次性的功課,是它後來變成殭屍檔案的主因之一。
檢視頻率要看市場變化速度。可以設定三個觸發條件:客服與業務出現新的高頻問題、網站或產品行為明顯偏離原假設、近期成交客群出現結構變化。任何一項持續發生,就該更新 Persona,不必等固定季度。
更新通常不需要從頭來過。多數時候是調整痛點描述、新增決策觸發點,或重新排序主次 Persona。保留修改日期與證據來源,才能知道哪個判斷仍有效。

現在就動手:六個步驟的 Persona 行動方案
不必等到所有資料齊全才開始,但第一版應清楚標出樣本、來源與未驗證的推論。讓同事知道它能支持哪些決策、不能支持哪些結論,再隨新的資料修正。
- 鎖定一個你這一季非做不可的決策。例如下一檔廣告要打誰、網站首頁文案要改給誰看。先有決策,Persona 才有施力點。
- 列出具代表性的顧客名單,排深度訪談。涵蓋成交、未成交與主要使用情境,持續訪談到關鍵主題趨於穩定。
- 訪談完,用行為與動機找出分群。不要用年齡性別分,要找出他們的目標、痛點與決策路徑。
- 把分群濃縮成可管理的 Persona。合併不影響決策的差異,分出主從,必要時補一份排除 Persona。
- 寫成易讀摘要,放在團隊找得到的地方。研究證據與限制另附,讓使用者能追溯。
- 依更新觸發條件回頭驗證。綜合分析、訪談與成交紀錄,證據不一致就修正。
Persona 做對了,能讓團隊在決策時問:「這個假設對哪一群人、根據什麼證據?」差別不在模板多漂亮,而在於是否真的聽過顧客、看過行為,並願意隨證據修正。
先挑一項當下要做的決策,找出你已有的顧客證據和缺口。需要訪談時,按主要情境招募;記錄與原先想像不同的地方,再決定要不要拆成另一種需求。這樣做出的 Persona 才能被討論、使用與修正。
常見問題
沒有預算做訪談,還能做 Persona 嗎?
Persona 和目標市場有什麼不同?
做幾個 Persona 才夠?
怎麼判斷一份 Persona 做得好不好?
操作步驟
- 盤點證據先把客服紀錄、銷售對話、GA4 等被動資料攤開,再安排深度訪談補上「為什麼」;訪談問行為不問意見,人數沒有通用標準,訪到新主題趨於稀少即可。
- 行為分群用目標、痛點、資訊來源與決策路徑把顧客分群,不要只用年齡、性別、收入切;人口條件重疊的人,仍可能有不一樣的需求路徑。
- 收斂成檔合併不影響決策的差異,分出主從 Persona,必要時補一份排除清單;寫成一頁摘要,並附上可追溯的證據與限制。
- 回頭驗證用 GA4 事件、成交與訪談資料檢驗各項描述;假設被反駁就退回分群,證據不足就補訪談,讓 Persona 隨資料持續更新。