Kenne deinen Kunden – Ablauf eines Persona-Projektes mit Tipps und Tricks aus der Praxis

„Mir gefällt diese Funktion nicht – das wird unseren Kunden auch nicht gefallen“

„Wir müssen auch an unsere älteren Kunden denken – wenn ich zum Beispiel meine Mutter nehme…“

Solche oder ähnliche Zitate schon einmal gehört? In Diskussionen mit Entwicklern oder Designer erlebe ich es immer wieder, dass als Referenzen für die Zielgruppe gerne auf Stimmen aus dem eigenen Umfeld zurückgegriffen wird. Menschen aus unserem persönlichen Umfeld, kennen wir gut, wir denken oft an sie und damit verfallen wir fast automatisch darauf sie als Vergleich heranzuziehen. Das ist normal, das ist menschlich, aber führt eben nicht unbedingt zu guten Ergebnissen, wenn es darum geht die eigene Nutzerschaft anzusprechen.

Wie entgeht man diesem Fehler? Indem man recherchiert, wer tatsächlich Teil der Nutzerschaft ist und zukünftig die Ergebnisse der Recherche als Referenz verwendet. Eine schöne Methode zur Recherche und Verdichtung dieser Information sind Personas.

abb1-Kunden kennen

Abb. 1: Aus der großen Menge an Nutzern, die eigenen relevanten Nutzer zu ermitteln und charakterisieren, ist das Ziel eines Persona-Projektes.

Noch neu im Thema? Einen guten Einstieg in das Thema Persona findet man auf der Seite usability.gov. Hier wird kurz und knackig ein erster Überblick über die Methode und die Vorteile von Personas beschrieben.

Wie kommt man nun zu validen Personas? Das heißt Personas,  die man mit gutem Gewissen als Basis für wichtige Unternehmensentscheidungen, sei es für Marketing, Entwicklung oder Vertrieb, verwenden kann? Ich möchte den Prozess anhand eines Beispiels aus der Praxis erläutern – einem Persona Projekt, das wir Ende 2015 Jahr mit einem unserer Kunden realisiert haben.

Phase 1: Was wollen wir vom Nutzer wissen?

Das Projekt startete – ganz nach Lehrbuch – mit der Frage nach der Zielsetzung und Anforderungen an die Personas. Also: welche Informationen sollen in den einzelnen Personas enthalten sein? Was wollen wir letztendlich über die Kunden wissen? Hierzu wurden neben dem UX-Projektteam auch andere Abteilungen hinzugezogen. Zum einen hat dies den Vorteil, dass man so eine größere Bandbreite an Sichtweisen bekommt und auf Aspekte aufmerksam wird, die man als UXler nicht unbedingt im Fokus hat. Zum anderen wird das Thema so frühzeitig im Unternehmen verankert und das Commitment bei den Mitarbeitern geweckt.

Im Workshop wurden diese Informationen verdichtet und erste Fragestellungen abgeleitet. Klar wurde auch: die Kunden sollten möglichst ganzheitlich erfasst werden und um keine Aspekte außen vor zu lassen, sollten Kunden vorab nochmal zu Wort kommen. Dies führte uns zu …

Phase 2: Was macht den Nutzer aus?

Ziel dieser Phase war die Gewinnung von Insights über Kunden, um mit diesen Informationen den optimalen Persona-Fragebogen entwickeln zu können. In 30 Minuten Slots wurden Tiefeninterviews mit Teilnehmer zu Ihrem Einkaufsverhalten und Einstellung zu bestimmten Produkten geführt. Zur Unterstützung des explorativen Ansatzes wurden sowohl Kunden als auch Nicht-Kunden mit unterschiedlichen sozidemografischen Background eingeladen, sodass sich eine große, diverse Sammlung an Erfahrungen und Meinungen ergab.

Besonders, wenn man noch kein genaues Bild über die eigene Nutzerschaft hat, oder wenn man den Verdacht hat, dass bestehende Bilder eines Updates bedürfen, lohnt sich diese qualitative Recherche.

Die Ergebnisse der qualitativen Interviews und der Sammlung der Fragen im Team flossen zusammen und bildeten die Basis zur Erstellung des Onsite-Fragebogens.

Phase 3: Daten sammeln, sammeln, sammeln

Wenn der Fragebogen mittels Slide-In Layer auf der Seite eingebunden ist, heißt es eigentlich nur noch abwarten.

Abhängig von den eigenen Trackingdaten kann man abschätzen wie lange die Erhebung laufen sollte und bei wie vielen Seiten der Einladungslayer sich öffnet. In unserem Fall wurde eine 4-wöchige Erhebungsdauer angesetzt, bei dem der Layer sich aufgrund der hohen Anzahl an Seitenbesuchern nur bei jedem 10.Seitenaufruf öffnete.

Wichtig ist hierbei, daran zu denken, den Layer auf allen Seiten auf der Webseite einzubinden und nicht bspw. nur auf der Startseite. Viele Nutzer steigen über ein Suchergebnislink quer auf die Seite ein. Bei einer Platzierung der Befragung einzig auf der Startseite, würden diese Stimmen verloren gehen und die Datensammlung wäre unvollständig. Allein Checkout-Prozesse sollte man hier ausnehmen – schließlich ist das primäre Ziel der Webseite nicht die Befragung :

Phase 4: Welche Cluster sind am trennschärfsten?

Mit einem großen Datensatz ging es dann zur eigentlichen Magie: der statistischen Berechnung der Cluster. Hier wurden mehrere Schritte und Schleifen durchlaufen, um die signifikantesten Cluster zu ermitteln.

Als Vorarbeit lohnt es sich neben der üblichen Datenbereinigung, Variablen mit geringer Streuung aus dem Pool der aktiven Variablen (die Variablen, anhand derer schließlich die Cluster gebildet werden) zu entfernen. Wenn alle Teilnehmer in einer Variablen einstimmig einer Meinung waren, werden sich hieraus keine unterschiedlichen Cluster bilden lassen. Zusätzlich kann bei einem größeren Pool an Items eine Faktoranalyse angewendet werden, um diese zu einzelnen Variablen zu verdichten. Methodisch schöner, aber dadurch erreicht der Fragebogen oft eine Länge, die abschreckend auf Teilnehmer wirkt – 15 bis 20 Minuten sollten das zeitliche Maximum sein.

Abb. 2: Beispiel eines Streudiagramms mit einer 3-Cluster-Lösung.

Abb. 2: Beispiel eines Streudiagramms mit einer 3-Cluster-Lösung.

Bei der eigentlichen statistischen Clusterbildung werden hierarchische Clusteranalysen, Clusterzentrenanalysen und Diskriminanzanalysen angewendet. Wie viele Schleifen durch die Verfahren nötig sind, ist dabei abhängig davon, ob die Anzahl der Cluster bereits feststeht und wie gut sich passende Cluster bilden lassen. Manchmal – wie in unserem Praxisbeispiel –  ist man erst nach der vierten oder fünften Schleife zufrieden mit den errechneten Clustern.

Phase 5: Anreichern und beschreiben

Im letzten Schritt der Datenauswertung wurden die errechneten Clustern mit den weiteren erhobenen Variablen angereichert. Dass hieß gemäß der Häufigkeiten bekamen die Cluster nun weitere Eigenschaften, Einstellungen und Verhaltensweisen zugeordnet. Ich spreche von den Personas dieser Phase gerne von „Draft-Personas“ – sie verfügen über alle notwendigen Daten, aber der Feinschliff fehlt. Diesen letzten Feinschliff erreicht man durch Interviews, bei denen Kunden passend zu den in den Clustern ermittelten Eigenschaften eingeladen werden. Der Input aus den Interviews dient dazu die errechneten Personas nochmal zu überprüfen und sie mit Leben zu füllen, d.h. konkrete Beispiele zu erhalten (z.B. Die Persona liest gerne Romane – „Welche Romane haben Sie zuletzt gelesen?“). In dem beschriebenen Persona-Projekt entschieden wir uns gegen die nachgestellten Interviews, da der gewünschte Input bereits in den vorangestellten Interviews erzielt worden war. Im Workshop wurden die errechneten Draft-Personas mit dem Input aus den Interviews gefüllt und ergaben drei Personas.

Phase 6: Und jetzt noch in hübsch!

In der letzten Phase waren wir in diesem Projekt zugegeben nicht mehr an Board. Die Visualisierung der Personas wurde mit einer Grafikagentur verwirklicht und jede der drei Personas bekam ein Gesicht verpasst. Die Personas wurden Ende letzten Jahres erstellt und seitdem wurden diese erfolgreich im Unternehmen eingeführt und mit ihnen gearbeitet.

Einen schönen Einblick für den Umgang mit Personas in der Praxis bietet der Artikel von Maria Rauschenberg.

Wie man sieht steckt eine Menge Arbeit in den Persona. Aber der Lohn ist, dass man sich bei wichtigen Unternehmensentscheidungen nicht auf die Bauchentscheidungen einzelner verlassen muss, sondern sauber recherchierte und valide Daten hat.
Wer mit Personas arbeiten möchte, ein Projekt und die damit verbundenen Kosten scheut, kann schauen, ob die Deutschland-Personas , die wir dieses Jahr erstellt haben, für das Unternehmen wertvoll sein können.

Abb. 3: Ausschnitt aus der Sedcard einer der Deutschland-Personas.

Abb. 3: Ausschnitt aus der Sedcard einer der Deutschland-Personas.

Die Deutschland-Personas repräsentieren die gesamte deutsche Online-Nutzerschaft. Sie sind somit keine Maßanfertigung und gezielt für den eigenen Kundenstamm ausgerichtet, können aber einen guten Eindruck über die häufigsten Käufertypen vermitteln.

Arbeiten Sie schon erfolgreich mit Personas oder sind diese bisher noch Neuland in Ihrem Unternehmen? Lassen sie uns via Kommentar an Ihren Erfahrungen teilhaben. Wenn Sie Fragen oder Interesse an einem eigenen Persona-Projekt haben, kommen Sie auf uns zu, wir beraten Sie gerne.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.