最近在跟其他两位同事瑶芝、绿绿一起创建支付宝的全站人物角色。这次项目主要是为了在公司内普及人物角色的方法，提高大家的用户意识。
通过学习Lene-Nielsen的十步人物角色创建法，结合定量、定性数据，我们将相关步骤进行了如下合并处理。
1. 头脑风暴：建立假设，确定区分维度和分析框架
创建人物角色，最重要的就是明确按照什么标准来划分不同用户群。区分标准不仅要考虑用户使用行为的实际差异，还应结合产品的商业目标区分主要角色、次要角色和辅助角色。
我们发现以往研究中常用的区分维度主要包括需求、行为和动机三类。结合第三方支付的特性，我们假设可以按照使用经验（三种水平：≦6个月，6-24个月，≧24个月）和需求强度（是否将网上支付作为首选：是、否、不一定）这两个维度来划分用户群。
分析框架指的是每个人物角色包含哪些具体内容。通常需包括背景信息（如人口学特征、网龄、收入水平等）、使用行为（如支付宝使用频率等）、目标和典型场景（如用支付宝缴水电煤等）。
2. 定量分析：验证假设，分析不同用户群的行为差异
有了分类假设后，我们就采用验证性方法来分析定量数据：以使用经验和需求强度为自变量，分析不同用户群的行为差异。考虑到低需求用户样本较少，商业价值也不大，因此分析时暂将这部分数据抛弃。
定量分析发现：高需求用户的特征较为明显，不同经验用户的使用行为也有较多差异。如高需求老用户中，男性比例高于女性，收入水平也是所有人物角色中最高的。
而中需求用户的特征则并不那么明显，三种经验水平的用户在性别、年龄、职业等方面均不存在显著差异。这使得我们开始反思用经验水平来划分中需求用户是否合适。
3. 归纳分类：分析不同人物角色的目标，定义使用情境
我们对每类用户的具体行为差异进行梳理、比较，重点关注差异较大的行为，进而概括出不同的行为目标。这一步的重点和难点是突出角色差异。我们采用了1-2个词组用于说明角色的行为目标或关键词，并提供与目标密切相关的标志性语言。
由于中需求用户特征不够明显，因此我们补充考虑了用户的目标，最终将中需求用户分解为想赚钱的卖家、担心网上付款安全的小白领和刚上手买游戏币的学生玩家。
4. 定性验证：结合定性资料，细化角色的典型行为，进行有效性和细节的补充
这一步首先要避免的是把自己或周围的人当成用户，把用户的非典型行为当成典型行为。有时，一个用户会同时包含几类角色的行为特征。在这种情况下，我们采取的办法是从角色的行为目标出发，把单个用户的行为拆散，分别放到不同角色中去。
为了使人物角色真实、鲜活，我们给每个角色赋予性别、年龄、工作情况、收入水平等基本信息，附上他/她生活的场景照片，描述了他/她使用支付宝的具体操作过程。要注意撰写场景故事时，语言要尽量简洁明了、清晰易懂。
此外，展示完每个人物角色后，最好能对所有角色的相关特征进行比较和小结，这样能帮助其他人更好地理解并记忆角色。
以下是我们创建的一个人物角色。
