Persona光譜 （Persona Spectrum）是可以幫助我們對質性調研後的資料進行分類，有效地幫助團隊凝聚共識並訂出 Persona 的方法。
為何需要 Persona光譜？
正常來說，我們會訪談約5個使用者，得到足夠的資訊後開始進行 Persona 的訂定，但有時會發生5個受訪者的特性各有其差異，或為了將受訪者的資訊彙整成更少數量的 Persona 時所發生的意見分歧，這時光譜的作用就能幫團隊整理不同受訪者的資訊，以助凝聚團隊共識。
進行 Persona 光譜的步驟：
- 前置作業：蒐集使用者的資料（大多透過訪談等等方法）
- 抓出關鍵差異的分類方式
- 繪出關鍵差異的橫軸光譜
- 將受訪者資訊填上光譜
- 透過視覺化的資訊進行討論與聚焦
- 後續作業：訂出 Persona
實際示範：
就讓我們以 Google Map 這個大家都會使用的產品為例吧！為了讓解說更明確，筆者將題目再進一步縮小到「導航功能」的範圍內。
一、首先，前置作業，我們先把受訪者的資料和特性整理出來：
二、分類出關鍵的差異特性，以下使用顏色來進行呈現
三、繪製光譜
在這一部份，我們繪製出前面標註顏色分類的維度，筆者我取了一些大家方便理解的分類維度來舉例，若舉例的太生硬也請大家多多見諒。
四、填上對應的受訪者資料
五、透過視覺化進行分析
(常透過尋找一致或相反的狀況來輔助判斷)
例如我們可以發現這個案例中，兩個女受訪者的特性滿相似的。
或是其中兩位男性的特徵也頗為相似
那麼，在這個案例中我們就可以依此來輔助 Persona 的訂定。
六、訂出 Persona
Persona光譜 總結
這是一個幫助團隊從眾多受訪者資料中聚焦收斂出 Persona 的方法，Persona 光譜運用了分類與視覺化的方式讓團隊成員更能有效分析。
我們須注意這個方法應依狀況作出調整，例如 Google Map 其實涉略的層面太廣，單用5個受訪者就想要訂出 Persona 實在有所質疑，若分類的維度偏向量化維度，那其分類的信效度又會不足等等。
