原文：Audience segmentation recruiting for usability tests

作者：Walt Buchan

译者：耿人杰

引言：受众细分听的很多。在传统媒体领域，细分主要通过人口统计学指标，通过这个方法可以更好的服务某个细分领域的用户，也可以带来更大经济价值。那在可用性测试中的参与者将如何细分呢？

———————————— 全文的分割线 —————————————

从传统上讲，可用性测试的参与者是以人口统计学（demographic）标准来进行细分的。如，年龄在40-50岁，家庭男女比例1比1且家庭年收入5万的家庭成员。但我们认为有一种的更好的方法来识别细分的受众，并确保测试选中的是真正有代表性的用户。cxpartners以用户想要完成的任务为细分的标准，此标准不包括用户的年龄和收入。

为什么以人口统计学来细分用户测试受众是错的？

用人口统计学来细分受众对传统媒体（如，杂志、报纸和电视）来说是有效的。这种细分方式易于理解，但严格意义上来说这种方式是被动的，应该是用户消费了媒体。当用户使用互联网、手机、电脑游戏，甚至用电脑工作时，他们都是在与媒体进行交互。这种交互不是以受众的年龄和收入来区分的，而是以用户在做的事情为区分标准。

为什么以任务来细分受众是正确的？

我将提供一个受众细分的例子，是关于用户想预定一个旅行的。一对年轻人正考虑去古巴渡假，他们不知道酒店是不是他们想要的那种，所以他们在一个热门评论网站中寻找关于那家酒店的评论。与此同时，一个退休的老人正准确乘船游览加勒比海，他不确定旅行包括什么样餐点，因此他急急走进一家旅行代理进行询问。传统按人口统计学来细分的做法永远不会将这些独立的个体集合起来，但他们确实都想研究某个旅行计划，因此他们确实也是潜在的用户测试候选者。

用户角色也能细分受众

以任务来细分受众中最美妙的就是能将所有的有用材料发展成几个真实的用户角色（personas）。这些用户角色是基于真实的情况而非想象。所以，就像如下典型的用户角色：

“Sara-Jane，37岁，有两个孩子，驾驶一辆二手淡蓝色且保险杠有凹痕的小车，从不看小说但喜欢名人八卦。”

通过用户角色，你可以了解反映用户真实活动的任务是什么，如：

“Savvy Saver，定期在各种最后一分钟交易网站（last minute deal websites）浏览渡假及航班信息，评论这些酒店并发布到最爱的评论网站，阅读电子简报以追踪敢兴趣的信息。”

相比创建一个夸张的单人案例，用户角色可以反映真实用户所展示的广泛而不同的行为模式。