3.4 定量人物角色要是创建人物角色的过程没有一点可靠的科学依据怎么办呢？这里出现的第三种方法是我相信将越来越适合于创建人物角色的方法。为了找到对创建人物角色最有用的用户细分模型，您将使用统计分析的方法一次性地测试多个模型，而不是测试您关于某个细分模型的定性假说。
1. 进行定性研究再一次，定性研究揭示了对用户的目标、行为和观点的直观感觉。
2. 形成关于细分选项的假说
与立刻决定最终的细分模型不同的是，您用定性研究来得到各种有可能用于细分用户的方式。这样做的目的是得到一个用于定量分析的、多个候选细分选项的列表。
3. 通过定量研究收集细分选项的数据
对于每个可能的候选细分选项，您需要在调查问卷中提出某些特定的问题，或需要用网站流量统计结果来回答某些特定的问题。比如，如果您认为用户的上网经历有可能成为细分的一种方式，那么在调查问卷中就应该有一个问题是关于用户使用网站的经验和频率的。这种方法中的定量研究不是试着去证实什么，相反的是，它的目标是为下一个步骤收集更多的数据。
4. 基于统计聚类分析来细分用户
在这种方法中，统计算法在帮助您得到细分模型上扮演了一个更加活跃的角色，而不只是证实您已有的假设。这个过程，简单地说，就是您把一组变量放进机器里，它就会自己去寻找基于一些共同特性而自然发生的一组聚类数据。它会试着用不同的方式来细分用户，并且执行一个迭代的过程，寻找一个在数学意义上可描述的共同性和差异性的细分模型。您最终可能获得的是数量不确定的聚类类别和属性，来作为这些数据之间关键差异。这是一个有点复杂的迭代过程，同时很大程度上仍然受您的执行方式的影响。但它与其他方法有了本质上的不同，因为这种细分方式是由人为和数据两方面来共同推动的。
5. 为每一个细分群体创建一个人物角色当这些聚类分析产生出细分群体后，您通过与之前相同的程序提取数据并使其逼真可信：加入人物角色的姓名、照片和故事，将这些电子表格变成真实可信的人物。
当企业越来越多地依靠人物角色来决定整个战略决策和市场计划时，定量人物角色会因为更科学、更严谨而变得更普遍。在众多的企业中，由于引入定量方法而增加了人物角色的客观性，这使得人物角色的创建过程与数据驱动的决策可以更加紧密地结合起来。定量人物角色的使用频率也将提高，因为随着研究技术的持续发展，企业能得到的与用户有关的变量数目只会越来越多。在一次性处理许多变量方面，机器的确比人类做得更好。
我的一个客户（R.H.Donnelley，一个黄页出版社）想建立一个社区型的网站，让消费者可以对本地的商家给予等级评定和评论。我从一开始就知道，对于到这个网站来阅读和发表评论的消费者，把他们划分为不同群体将会使用很多不同的属性。后来，在潜在用户的范围中进行的一次调查问卷，让我们得到了一个长长的潜在细分选项的列表，为收集数据又依次进行了更大范围的调查。在调查问卷基础上迭代进行的聚类分析表明，最好的细分方法是根据属性的综合指标来进行，这其中包括这些用户使用某种类型网站的频率，他们对于专家、消费者的等级评定和评论的信赖程度，以及他们以前是否参与过类似的讨论等等。在量化数据的支持下，我基于这些细分用户群创建了人物角色，它们使用户变得栩栩如生。角色和支持它们的量化数据显示了许多真知灼见，可用于指导整体战略决策，确定功能优先权，以及制定营销计划。
以下是这个方法的优点和缺点：
优点：
定量技术与人的智慧相结合产生人物角色。与其他方法相比较，人为的因素对这种方法的影响最少，因为量化数据不仅仅保护了您所创建的人物角色，它更多的是在第一时间验证了多个细分模型。对于“把人物角色当成做决策的一个有效工具”持有怀疑态度的管理层而言，这个精密又复杂的过程赶走了他/她的所有疑虑。
迭代的方式能发现最好的方案。在其他方法中只是测试某个细分选项，本方法则是在数量众多的可能性中通过迭代找到一个您能用于创建人物角色的最好模型（您仍然拥有关于最终使用哪个细分模型的决定权，但是现在有了更多数据和选项来支持您的决定）。这有可能在数据中揭露出用其他方法没法考虑到的令人惊奇的模型，同时它还可能带来更好的对于用户的认识，和令这些用户更加满意的行为。它有助于团队从一个新的角度来思考问题。
可以检查更多的变量。机器更擅长同时与大量不同的因素打交道和寻找人类肉眼无法发现的模式和差异。聚类分析能显示出您甚至都不知道要去发现的事情。
缺点：这个方法需要做大量的工作。这类统计分析需要时间同时又是一个反复的过程，所以总体项目耗时从7到10个星期不等。跟所有的方法一样，这通常是一个连续的过程，每一步会使用上一步的输入（访谈、假设、调查问卷、聚类分析）。
您需要配备更多专业人员。您为了这种方法很可能需要增加一个统计分析员—能将各种分析技术应用于数据的人。这是一个将会使您越来越赞赏的、先进的专业团队配置。
分析结果可能会引入一个新的、对企业的管理层来说会更加错综复杂和不适应的思考方式。通过聚类分析揭示出来的细分模型也许不是每个人都期望的那个。它们可能与很多因素的综合作用有关，并且很难一概而论。如果这个新的细分群体与现有的假设和商业方向相悖，那会是一个棘手的推销过程，但是至少您将有证据来支持您提议的重大变化。
使用这个方法，如果：
您能投入时间和金钱。
您的管理层需要看到量化的数据才能相信和使用您的人物角色。
您希望通过探测多个细分模型来找到最合适的那个。
您认为您的人物角色将由多个变量来确定，但是您不确定哪个是最重要的。
您接下来要读哪几章，将完全取决于您选择的创建人物角色的方法。这有点类似于一本自己选择，大胆尝试那一类的书。下一章我们将潜心钻研定性研究技术，主要的关注点集中在用户访谈上，也将讨论如何把访谈结果应用到本章讨论到的这三种方法中。第5章讲的是定量研究，重点探讨调查问卷和与之相关的第二种方法（验证您的细分用户群）和第三种方法（产生您的细分用户群）。第6章是与三种方法都有关的用户细分方法，包括如何进行定性和定量的用户细分。最后，不管您选择哪种方法来创建人物角色，剩下的章节您都不应该错过。
下面这一个速查表能帮助您选择接下来如何阅读。
【责任编辑：
杨硕 TEL：（010）68476636-8001】
