人物角色可以從很多維度來(lái)劃分，例如用戶(hù)目標(biāo)、用戶(hù)場(chǎng)景、用戶(hù)行為、體驗(yàn)周期、用戶(hù)價(jià)值、……，根據(jù)實(shí)際情況，人物角色可能按一個(gè)維度劃分，或結(jié)合多個(gè)維度進(jìn)行劃分。

為設(shè)計(jì)服務(wù)的人物角色，用戶(hù)目標(biāo)是人物角色劃分中最重要，也是必不可少的一個(gè)維度。

對(duì)于資訊/信息型的分析對(duì)象，對(duì)資訊/信息的關(guān)注度能夠很好地體現(xiàn)用戶(hù)的使用目標(biāo)。

本文以1688網(wǎng)站用戶(hù)對(duì)供應(yīng)商信息關(guān)注度的問(wèn)卷調(diào)查案例為基礎(chǔ)，來(lái)介紹基于用戶(hù)尺度評(píng)價(jià)的人物角色分類(lèi)方法，主要分為以下幾個(gè)過(guò)程：

派點(diǎn)互動(dòng)|網(wǎng)站用戶(hù)體驗(yàn)|網(wǎng)站策劃|廣州網(wǎng)站策劃

1 獲得尺度評(píng)價(jià)結(jié)果

1.1調(diào)研目標(biāo)

通過(guò)了解用戶(hù)對(duì)供應(yīng)商不同信息的關(guān)注度，為產(chǎn)品詳情頁(yè)面供應(yīng)商信息的組織與呈現(xiàn)提供設(shè)計(jì)參考與依據(jù)。

1.2調(diào)研內(nèi)容

根據(jù)目前供應(yīng)商信息中所展示的內(nèi)容，以及公司檔案中的相關(guān)信息，結(jié)合以往相關(guān)調(diào)研結(jié)果，總共進(jìn)行17項(xiàng)供應(yīng)商信息的關(guān)注度調(diào)研（詳見(jiàn)因子分析結(jié)果列表，因子分析結(jié)果列表中只列出了16項(xiàng)，根據(jù)因子分析理論，“保障”沒(méi)有納入到最終的因子分析中去）。

1.3評(píng)價(jià)尺度

用戶(hù)對(duì)供應(yīng)商信息關(guān)注度的評(píng)價(jià)尺度分成為5級(jí)，分別為：

1-不關(guān)注、2-說(shuō)不清、3-有點(diǎn)關(guān)注、4-比較關(guān)注、5-非常關(guān)注。 

1.4調(diào)研樣本

本次問(wèn)卷調(diào)查在1688網(wǎng)站產(chǎn)品詳情頁(yè)面投放，經(jīng)過(guò)篩選后得到有效樣本3032份。

2. 獲得評(píng)價(jià)尺度因子

2.1 項(xiàng)目分析

對(duì)17個(gè)供應(yīng)商信息分別進(jìn)行項(xiàng)目分析，結(jié)果都為顯著性，表明17個(gè)供應(yīng)商信息適合進(jìn)行用戶(hù)關(guān)注度評(píng)價(jià)。

（項(xiàng)目分析：將每個(gè)樣本對(duì)17個(gè)供應(yīng)商信息的關(guān)注度總分進(jìn)行排序，將關(guān)注度總分最低的27%樣本作為低分組，將關(guān)注度總分最高的27%樣本作為高分組。低分組與高分組在17個(gè)供應(yīng)商信息的關(guān)注度評(píng)分分別進(jìn)行獨(dú)立樣本T檢驗(yàn)，來(lái)判斷高低分組的評(píng)價(jià)是否存在非常顯著差異。如果獨(dú)立樣本T檢驗(yàn)顯著，則說(shuō)明此供應(yīng)商信息適合進(jìn)行用戶(hù)評(píng)價(jià)。）

2.2 信度檢驗(yàn)

使用Cronbach’s Alpha進(jìn)行信度檢驗(yàn)，Alpha系數(shù)為0.906。刪除“所在地”時(shí)，Alpha系數(shù)變?yōu)?.909，可考慮刪除。

但認(rèn)為“所在地”還是有必要保留的，以及根據(jù)最終因子分析結(jié)果的實(shí)際意義，“所在地”還是保留在因子分析中。

 2.3 因子分析

2.3.1顯著性檢驗(yàn)

最終因子分析結(jié)果的適度性KMO值0.905，Bartlett球形檢驗(yàn)近似卡方值26152.146（df=120，p值=.000），非常適合進(jìn)行因子分析（初始的KMO值、Bartlett球形檢驗(yàn)都為顯著性）。

2.3.2因子分析結(jié)果

由于“保障”這個(gè)供應(yīng)商信息在主因子上的荷重=0.482，同時(shí)對(duì)客戶(hù)滿(mǎn)意度、供應(yīng)通力上的荷重分別為0.452、0.326，“保障”這個(gè)供應(yīng)商信息從因子分析中剔除。

綜合考慮指標(biāo)聚類(lèi)分析、因子特征值與因子的實(shí)際意義，將用戶(hù)評(píng)價(jià)尺度分成4個(gè)因子，解釋率達(dá)到64.356%，效果較好。

歸納后4個(gè)評(píng)價(jià)尺度因子分別為基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史，也就是說(shuō)用戶(hù)在查看供應(yīng)商信息時(shí)，從這4個(gè)維度來(lái)了解供應(yīng)商。

3. 獲得評(píng)價(jià)尺度因子得分

因子分析可以直接獲得標(biāo)準(zhǔn)化的因子得分，但我們?nèi)粘＝佑|到的是更直觀的非標(biāo)準(zhǔn)化用戶(hù)尺度評(píng)價(jià)得分，在樣本聚類(lèi)分析結(jié)果解讀時(shí)，結(jié)果也更直觀。所以要使用基于用戶(hù)尺度評(píng)價(jià)的非標(biāo)準(zhǔn)化因子得分進(jìn)行樣本聚類(lèi)分析。

非標(biāo)準(zhǔn)化因子得分計(jì)算過(guò)程如下：

step1：用因子得分系數(shù)（Factor Score Coefficient）基于標(biāo)準(zhǔn)化的原始影響力系數(shù)X(i)，X(i)代表第i個(gè)供應(yīng)商信息對(duì)主因子的得分系數(shù)。

Step2：基于標(biāo)準(zhǔn)化原始影響力系數(shù)的非標(biāo)準(zhǔn)化還原，X(i)*d(i)，d(i)代表第i個(gè)供應(yīng)商信息的標(biāo)準(zhǔn)差。

Step3：歸1處理。同一指標(biāo)集（不同一級(jí)指標(biāo)為一個(gè)指標(biāo)集、某個(gè)一級(jí)指標(biāo)下的不同二級(jí)指標(biāo)為一個(gè)指標(biāo)集）下不同指標(biāo)的權(quán)重之和為1。影響力系數(shù)歸1處理公式如下：

W(i)=X(i)* d(i)/（X(1)* d(1)+X(2)* d(2) +……+X(n)* d(n)） 

W(i)代表歸1處理后權(quán)重，X(i)代表第i個(gè)供應(yīng)商信息對(duì)主因子得分系數(shù)，d(i)代表第i個(gè)供應(yīng)商信息標(biāo)準(zhǔn)差。

Step4：計(jì)算非標(biāo)準(zhǔn)化的因子得分，公式如下：

F(j)= W(j1)*f(j1)+ W(j2)*f(j2)+ …… + W(jn)*f(jn)

F(j)代表第j個(gè)因子的非標(biāo)準(zhǔn)化因子得分，f(jn)代表第j個(gè)因子下第n個(gè)供應(yīng)商信息的評(píng)分。

4. 獲得人物角色分類(lèi)

4.1樣本聚類(lèi)

使用聚類(lèi)分析的Twostep Cluster方法，根據(jù)4個(gè)評(píng)價(jià)尺度因子對(duì)樣本進(jìn)行聚類(lèi)分析。將3032名調(diào)研樣本分成3類(lèi)，分別占42.5%、41.9%、15.7%。

計(jì)算這3類(lèi)樣本在評(píng)價(jià)尺度因子得分可以發(fā)現(xiàn)：

第1類(lèi)用戶(hù)：對(duì)基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史都非常關(guān)注

第2類(lèi)用戶(hù)：對(duì)用戶(hù)滿(mǎn)意度非常關(guān)注，對(duì)基本信息、供應(yīng)能力、交易歷史比較關(guān)注

第3類(lèi)用戶(hù)：對(duì)基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史都很少關(guān)注。

5 總結(jié)與應(yīng)用

用戶(hù)評(píng)價(jià)尺度因子

對(duì)于供應(yīng)商信息，用戶(hù)從4個(gè)維度進(jìn)行關(guān)注，分別為基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史。

在頁(yè)面內(nèi)容布局時(shí)，相近的內(nèi)容（關(guān)聯(lián)性強(qiáng)）要放在一起。目前1688網(wǎng)站產(chǎn)品詳情頁(yè)面上的信息商信息的布局與用戶(hù)關(guān)注維度存在較多不一致的地方。將關(guān)聯(lián)性的供應(yīng)商信息放在一起，用戶(hù)先查看了一個(gè)維度的供應(yīng)商信息后，再查看另一個(gè)維度的供應(yīng)商信息，增強(qiáng)用戶(hù)瀏覽有序性，從而提升供應(yīng)商信息內(nèi)容的易讀性。

人物角色分類(lèi)

對(duì)于供應(yīng)商信息的關(guān)注，有3類(lèi)典型角色，分別為：

第1類(lèi)用戶(hù)（占42.5%）：對(duì)基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史都非常關(guān)注

第2類(lèi)用戶(hù)（占41.9%）：對(duì)用戶(hù)滿(mǎn)意度非常關(guān)注，對(duì)基本信息、供應(yīng)能力、交易歷史比較關(guān)注

第3類(lèi)用戶(hù)（占15.7%）：對(duì)基本信息、客戶(hù)滿(mǎn)意度、供應(yīng)能力、交易歷史都很少關(guān)注。

有了這樣的人物角色劃分，在設(shè)計(jì)時(shí)，可以知道核心用戶(hù)、非核心用戶(hù)是如何關(guān)注供應(yīng)商信息及其重要度，也可以進(jìn)行定性研究探索不同用戶(hù)群對(duì)供應(yīng)商信息存在差異的根本原因是什么，為設(shè)計(jì)提供決策依據(jù)。

用戶(hù)評(píng)價(jià)尺度因子、人物角色分類(lèi)為供應(yīng)商信息區(qū)塊內(nèi)容的優(yōu)化提供一些有價(jià)值的依據(jù)，在實(shí)際設(shè)計(jì)優(yōu)化中，還有綜合考慮不同信息本身的重要性、其它調(diào)研結(jié)果，以及商業(yè)角度上的考量。

基于用戶(hù)尺度評(píng)價(jià)的人物角色只是角色劃分的一個(gè)關(guān)鍵維度，要?jiǎng)?chuàng)建完整的人物角色，還需要加入其它更豐富的屬性和內(nèi)容。

對(duì)于用戶(hù)評(píng)價(jià)尺度，本次調(diào)研使用了關(guān)注度，根據(jù)調(diào)研對(duì)象的不同，用戶(hù)評(píng)價(jià)尺度也可以是滿(mǎn)意度、重要性、符合程度等。