第2章用户画像构建

用户画像构建：让设计真正“看见”用户

说实话，我刚入行那会儿，对用户画像的理解特别浅。就觉得——画几个虚拟人物，贴几张照片，写点年龄职业，完事了。结果呢？项目评审会上，产品经理一句“这个用户真的会这样操作吗？”我就哑火了。

后来我才明白，用户画像不是用来“交作业”的。它是你设计决策的锚点。说白了，就是让你在设计座舱HMI时，脑子里能浮现出一个活生生的人。

用户画像，英文叫Persona。它不是某个真实用户的翻版，而是基于真实数据提炼出的“典型用户原型”。

我个人的习惯是，把它理解成“一个虚构但真实的人”。虚构是因为它不代表某个具体个体，真实是因为它的行为、需求、痛点都来自真实调研。

那它到底有什么用？我总结了三层：

对齐认知：团队里每个人对“目标用户”的理解可能都不一样。设计师觉得是年轻人，工程师觉得是中年人，产品经理觉得是家庭主妇。有了画像，大家就有了统一的目标。
指导设计：做功能优先级、信息架构、交互流程时，你都可以问自己一句——“这个用户会怎么想？”
验证假设：设计方案出来后，拿给真实用户测之前，先用画像“走一遍”，能提前发现很多问题。

核心观点：用户画像不是设计流程的“装饰品”，而是决策的“过滤器”。

座舱HMI和手机APP的用户画像，维度上差别很大。为什么？因为座舱场景太特殊了。

你想想看，用户在车里，注意力是分散的。他要开车，要导航，要听歌，可能还要接电话。而且，车是移动的，环境是变化的，光线、噪音、路况都在变。

所以，座舱场景下的用户画像，我建议重点关注这几个维度：

维度	说明	示例
驾驶经验	新手还是老司机？直接影响对辅助功能的依赖程度	新手更依赖360影像，老司机可能觉得多余
技术接受度	对智能座舱功能的接受意愿	有人喜欢语音控制，有人坚持物理按键
用车场景	通勤、接送孩子、长途自驾、商务接待	通勤用户更关注导航和音乐，家庭用户关注后排娱乐
注意力分配	驾驶时能分出多少精力操作屏幕	高注意力用户可接受复杂菜单，低注意力用户需要极简交互
情绪状态	驾驶中的情绪波动	堵车时烦躁，需要放松功能；赶时间时焦虑，需要快速操作

嗯，这里要注意。这些维度不是固定的。我在项目中遇到过，有些车型定位是“家庭SUV”，那就要额外加一个“后排乘客”维度。因为后排坐的是孩子或老人，他们的需求直接影响前排的HMI设计。

方法其实不复杂，但很多人容易走偏。我踩过坑，所以给你说说我的经验。

没有数据，画像就是瞎编的。数据来源包括：

数据多了，你会发现一些模式。比如“30-40岁男性，每天通勤1小时，喜欢听播客，对导航要求高”。把这些共性提炼出来，就是画像的骨架。

给画像起个名字，加个照片（注意版权），写一段生活场景描述。比如：

姓名：张明
年龄：35岁
职业：互联网产品经理
驾驶经验：5年
座驾：某品牌新能源SUV
典型场景：每天早晚高峰通勤，单程40分钟
核心需求：导航精准、语音交互流畅、堵车时能听播客放松
痛点：车载导航更新慢，经常用手机导航；语音识别在高速上经常出错

画像不是一次性的。我建议每半年更新一次。因为用户的需求会变，车机系统也会升级。

小技巧：做画像时，可以给每个画像配一个“极端场景”。比如“张明在暴雨天赶飞机，导航突然卡顿”。这种场景能帮你发现设计的极限边界。

工具不重要，思路才重要。但我还是列几个常用的：

避坑指南：我曾经犯过一个错——把画像做得太“完美”。每个用户都长得好看，生活精致，需求明确。结果呢？真实用户一测，发现完全不是那么回事。记住，画像要反映真实，而不是理想。

最后说一句。用户画像不是终点，它是起点。你拿着它去做设计、做测试、做迭代，它才有价值。否则，它就是一张漂亮的废纸。

好了，这一章就到这里。下一章我们聊聊“场景化需求分析”，到时候我会分享一个我踩过的坑——关于“用户说想要A，但实际需要B”的故事。