Fra statistik til personas

Et af de typiske spørgsmål man får fra en kunde, når man arbejder med personas er: “Hvor mange skal vi ha” Og mit svar er altid: “Det ved jeg ikke, det kommer an på, hvad vi kan se fra data”. I denne tid arbejder jeg på et større projekt, der skal ende med personas til en offentlig tjeneste og processen i dette arbejde kan anskueliggøre, hvordan det er at finde frem til, hvor mange personas man skal have.

For at få et grundlag for et solidt grundlag at skabe personas ud fra, startede vi med at skrabe så mange rapporter til os som det overhovedet var muligt. Det viste sig, at der var lavet en virkelig solidt funderet rapport, der indeholdt masser af information om området. Udgangspunktet for rapporten var fokusgruppeundersøgelser og spørgeskemaundersøgelser.
Desværre så havde rapporten ikke fokus på netop det, der kendetegner den enkelte, men på helheder, i dette tilfælde brancher. I en traditionel fokusgruppe, er deltagerne valgt fordi de repræsenterer et område (bilister, mælkedrikkere, avislæsere osv.) og de ytrer sig som repræsentanter. Ofte er det svært at gå fra en viden om f.eks. at bilister gerne vil høre mere trafikradio til at bruge denne oplysning i en persona beskrivelse fordi det, der kan karakterisere en persona ikke er til stede i afrapporteringen.
I vores tilfælde havde kunden yderligere en lang række andre glimrende undersøgelser, der desværre heller ikke gav noget til personas beskrivelsen.

Sideløbende med at vi læste rapporten, interviewede vi personer fra kundens call-center. Interviewene gav stor viden, men desværre så havde de ansatte i call centeret heller ikke fokus på det der kan give viden til personas beskrivelserne, f.eks. hvem det var der ringede, hvor gamle de var osv. Fokus er naturligvis på de problemer de ringer ind med. Afdækningen af deres erfaringer med kunder, der ringer ind, forekom os at være gisninger og antagelser.

Det interessante er, at samlet set, så kunne de to undersøgelser supplere hinanden og pludselig oplevede vi, at der kom nogle mønstre, der kunne underbygges med data og hvorfra vi kunne skabe en række kategorier, der kan danne udgangspunkt for personas beskrivelserne. Fra materialet fik vi 7 kategorier og efter et møde med kunden, blev det klart at nogle af kategorierne dækker over underkategorier, så vi nu er oppe på 11 kategorier. Vi samler yderligere materiale for at se, om vi kan underbygge alle 11 kategorier med data eller om nogle af dem, er rene antagelser og derfor ikke repræsenterer brugerne.

Det er selvfølgelig ikke alle 11 kategorier der bliver til personas, men de er et vigtigt led i processen med at prioritere og validere de endelige personas.

Designområdet

Når vi designer befinder vi os altid indenfor et område, det kan være et informationsspecifikt område f.eks. information til en bestemt patientgruppe, det kan være et kommunikationsspecifikt område, f.eks. en virksomhed der gerne vil brande sig, eller det kan være et systemspecifikt område f.eks. spil til børn i alderen 5 til 7 år.

Området vi designer til har både indflydelse på hvilken målgruppe, der er aktuel og dermed hvilke personas der skal designes til, men også de muligheder som systemet skal understøtte både med hensyn til interaktion og indhold.

Designområdets grænser har derfor indflydelse på de informationer vi søger om den persona vi skal beskrive. Hvis det er en patientgruppe er det naturligt at se på deres sygdomsforhold og deres viden om sygdommen, hvordan sygdommen påvirker deres dagligdag, samt deres brug af IT. Disse informationer får indflydelse på scenarierne, da scenarierne naturligt vil blive påvirket af de oplysninger der er i persona beskrivelsen.
Både område informationerne og system oplysningerne er med til at sikre at scenarierne ikke kører af sporet. Det er f.eks. ikke specielt genialt at designe pc baserede systemer til hospitalslæger, der ikke har eget kontor, sjældent sidder ned og er langsomme til at skrive på en pc.

Building a Hypothesis

“Think of segmentation as the art of finding patterns and stories in the data.”
The User Is Always Right (2007)
, Steve Mulder and Ziv Yaar

Som tidligere nævnt er et af de væsentligste kriterier for godt underbyggede personas at data materialet er i orden, men det sværeste er at finde ud af hvor mange personas man skal have og hvordan man se dette ud fra data. Ovenstående citat angiver lidt af arbejdet med at finde en klynge eller et segment på baggrund af data – det involverer en form for kunst.

Læser man Kim Goodwin fra Cooper.com så anbefaler hun at man opstiller et modsætningspar på en skala som man så kan sige hvor mange brugerne der befinder sig hvor på den givne skala. Dette gentages for en lang række parametre og når man er færdig står man med et billede af brugerne. Denne metode forudsætter naturligvis at man kan opstille modsætningspar for sine brugere, hvilket ikke altid giver mening. Hvad man skal gøre afhænger naturligvis også hvilke metoder man bruger, men en god måde at få mening i data er affinitetsdiagrammer: Man skriver stikord på post-it og grupperer disse. Pludselig står man med en række sammenhænge, der kan udtrykke forskellighederne. Ud fra forskellighederne kan man nu danne en hypotese om hvordan forskellighederne kan udtrykkes i pers
Da jeg i forbindelse med min ph.d. arbejdede med astmatikere og deres pårørende fandt vi ud af at der var 4 forskellige grupper: de der kontrollerede deres sygdom, de der negligerede deres sygdom. Mødre der kontrollerede deres børns sygdom og mødre der var emotionelt berørte af at deres børn var syge. Astmatikerne var udtryk for et modsætningspar, mens mødrene ikke var det. I et for nyligt overstået projekt fandt vi 3 forskellige kategorier for folk der bruger trafikinformationer og deres forskelligheder ville have været svære at rubricere i modsætningspar.

Så på mange måder har Mulder og Yaar ret – det er en kunst.

Influencers or Satellites – the persona is never alone

Personas are never alone in the world. They are surrounded by people who influence their decisions and jobs. I call these influencers for “satellites” as they float around the persona – it can be a parent who buys a mobile phone for a child, a teacher who decides to use an IT system in class, or a system manager who is responsible for a system is installed. The satellites should be described and play a role in the scenarios. The descriptions should not be as thorough as the personas descriptions and the satellites do not necessarily have a name, but they are important because of the function they possess – often as either helper or antagonist. 

In the redesign of Virk.dk, a website where companies report digitally to governmental bodies, we found a number of people who influenced the work of the ones doing the actual reporting, especially when it came to acquisition of a digital signature. We identified three satellites: the boss, the IT systems manager, and the person receiving the digital report. The three satellites where described in a brief form that lacked personal details, they had a name and a photo. The three satellites had very different influence on the four personas identified in the project.