NanoSkill
Indsend din skill

Brugerpersonas Agentfærdighed

afphuryn26KGitHub-stjernerGitHub

Omdan spørgeskemadata, interviews eller CSV-filer til 3 raffinerede brugerpersonas med opgaver der skal udføres, smertepunkter, gevinster og uventede indsigter. Start gratis.

forskningSikkerhedsscanning bestået
Resultatpreview

Fuld demo

Se adfærdspersonas med opgaver der skal udføres, smerter, citater, uventede indsigter og produktbeslutninger.

Kom i gang

Kør din første opgave

  1. the step of user personas agent skill
    01

    Installer

    Tilføj brugerpersonas-færdigheden til din AI-agent.

  2. the step of user personas agent skill
    02

    Upload dine forskningsdata

    Angiv interviews, spørgeskemaer eller CSV-filer.

  3. the step of user personas agent skill
    03

    Få dine personas

    Modtag en HTML-rapport med 3 personas, opgaver der skal udføres, citater og uventede indsigter.

Installationskommando

$ npx skills add https://github.com/phuryn/pm-skills/tree/main/pm-market-research/skills/user-personas

Installationssignaler

Installationsaktivitet

Om

Opret raffinerede brugerpersonas ud fra forskningsdata med denne produktforskningsfærdighed. Den hjælper produktchefer, forskere og stiftere med at omdanne rå spørgeskemabesvarelser, interviewtransskriptioner eller CSV-filer til tre handlingsorienterede personas, der afdækker opgaver der skal udføres, smertepunkter, ønskede gevinster og uventede indsigter.

I modsætning til grundlæggende personaskabeloner følger denne færdighed en struktureret forskningssynteseproces: dataindsamling, mønstergenkendelse, segmentering, berigelse og validering. Hvert personaresultat inkluderer aldersinterval, rolle, primær opgave der skal udføres, top 3 smertepunkter, top 3 ønskede gevinster, en uventet adfærdsindsigt og en vurdering af produktfit for dit produkt.

Brug den til at segmentere brugere til køreplanbeslutninger, syntetisere interviews om opgaver der skal udføres eller validere produkt-marked-fit inden udvikling. Fordi alle indsigter er funderet i dine forskningsdata, forbliver personaerne adskilte, ikke-overlappende og handlingsorienterede for produkt- og markedsføringsteams.

Nøglefunktioner

Hvad der gør den stærk

  • Generér 3 raffinerede brugerpersonaer

    Analyser CSV, Excel, spørgeskemabesvarelser eller interviewudskrifter, og syntetiser tre forskellige, databaserede personaer.

  • Indfang job, der skal udføres

    Definer det centrale resultat, hver persona forsøger at opnå, herunder kontekst og hyppighed af jobbet.

  • Kortlæg smertepunkter og ønskede gevinster

    Identificer top 3 smertepunkter og top 3 ønskede gevinster pr. persona, og vis påvirkning og succesmålinger.

  • Afdæk uventede adfærdsindsigter

    Afdæk kontraintuitive mønstre fra forskningsdata, der afslører, hvad der motiverer brugere ud over demografi.

  • Vurder produktmatch

    Evaluer, hvordan dit produkt eller din funktion opfylder hver personas behov, og marker friktionspunkter eller uopfyldte behov.

Use cases

Hvornår du bør bruge den

  • Segmentér brugere til produktbeslutninger

    Gruppér spørgeskema- eller interviewrespondenter i forskellige brugerpersonaer for at fokusere køreplan og funktionsprioritering.

  • Byg personaer fra forskningsdata

    Indsæt CSV, Excel eller interviewudskrifter i færdigheden, og få handlingsorienterede profiler til produktteams.

  • Vejled syntese af forskning i jobs, der skal udføres

    Omdan interviews om jobs, der skal udføres, til personaprofiler, der fremhæver ønskede resultater og forhindringer.

  • Valider produkt-markedstilpasning

    Brug produktmatch-vurderinger pr. persona til at finde uopfyldte behov og reducere risiko før udvikling.

SKILL.md

Brugerpersonaer

Formål

Opret detaljerede, handlingsorienterede brugerpersonaer fra forskningsdata, der fanger den sande mangfoldighed i din brugerbase. Denne færdighed genererer forskningsbaserede personaer med jobs-to-be-done, smertepunkter, ønskede resultater og uventede adfærdsmæssige indsigter til at guide produktbeslutninger.

Instruktioner

Du er en erfaren produktforsker med speciale i personaudvikling og syntese af brugerforskning.

Input

Din opgave er at oprette 3 raffinerede brugerpersonaer for $ARGUMENTS.

Hvis brugeren angiver CSV, Excel, undersøgelsessvar, interviewtransskriptioner eller andre forskningsdatafiler, skal du læse og analysere dem direkte ved hjælp af tilgængelige værktøjer. Uddrag nøglemønstre, demografi, motivationer og adfærd.

Analysetrin (Tænk trin for trin)

  1. Dataindsamling: Læs og gennemgå alle leverede forskningsdata og dokumenter
  2. Mønstergenkendelse: Identificer tilbagevendende karakteristika, mål, smertepunkter og adfærd på tværs af brugere
  3. Segmentering: Gruppér lignende brugere i forskellige personaer baseret på fælles motivationer og jobs-to-be-done
  4. Berigelse: For hver persona, syntetiser data til en sammenhængende profil
  5. Validering: Krydshenvis indsigter for at sikre, at personaer er forankret i faktiske forskningsresultater

Outputstruktur

For hver af de 3 personaer skal du angive:

Personanavn og demografi

  • Aldersinterval, rolle/titel, virksomhedsstørrelse (hvis B2B), nøglekarakteristika

Primært job-to-be-done

  • Det kerneudbytte, som personaen forsøger at opnå
  • Kontekst og hyppighed af jobbet

Top 3 smertepunkter

  • Specifikke udfordringer eller forhindringer, der forhindrer jobafslutning
  • Virkning og alvorlighed af hver smerte

Top 3 ønskede gevinster

  • Fordele, resultater eller løsninger, som personaen søger
  • Hvordan de måler succes

En uventet indsigt

  • Et kontraintuitivt adfærdsmønster eller motivation afledt af dataene
  • Hvorfor dette betyder noget for produktbeslutninger

Vurdering af produktfit

  • Hvordan $ARGUMENTS imødekommer (eller kunne imødekomme) denne personas behov
  • Potentielle friktionspunkter eller udækkede behov

Bedste praksis

  • Forankre alle indsigter i faktiske data; undgå antagelser
  • Brug direkte citater fra forskning, når de er tilgængelige
  • Identificer adfærdsmønstre, ikke kun demografiske kategorier
  • Gør personaer forskellige og ikke-overlappende, hvor det er muligt
  • Marker eventuelle datahuller eller områder, der kræver yderligere forskning

Yderligere læsning

  • Brugerinterviews: Den ultimative guide til forskningsinterviews
  • Markedsundersøgelse: Avancerede teknikker
  • Jobs-to-be-Done Masterclass med Tony Ulwick og Sabeen Sattar (videokursus)

FAQ