在开展任何研究之前，都应先明确研究对象。在传统的可用性测试和市场研究中，往往通过人口或心理记录细分来确定研究对象。由于你的目标是让最终解决方案与每个用户的需求精确吻合，因此依据用户之间的行为差异进行分组就显得十分重要。毕竟你希望最终得到的解决方案尽量贴近用户的行为和理念，而非只与少数用户的需求松散地匹配。你需要理解人们希望获得什么，找到人们之间的差异，并相应地进行分组。这些都属于基于任务的用户细分范畴。
通俗地讲，基于任务的用户细分就是将那些会做类似事情的人分在同一组。基于任务的用户细分并不像传统市场细分那样，将倾向于购买同一产品的客户分为一组。传统的市场细分所强调的是消费倾向，因为这种细分的目的就在于将定制的消息传递给潜在的客户。那些具有相似外向性格的人，或对品尝葡萄酒都抱有兴趣的人可能会购买相同的杂志。但要论及电子邮件收件箱的处理，他们的行为方式可能却千差万别。
例如，你的思维可能固化地认为青年人和老年人是两个不相交的集合，但在某些情景中，如撰写影评，他们可能都会做完全相同的事。青年人可能会将自己的影评写在某一部电影的评论区。而70岁的老年人可能会为另外一部电影写影评。对于心智模型研究而言，这两类人完全属于同一组。
为避免陷入传统市场细分的陷阱，你可能需要创建一个用户组，其中人们的做事方式多样，你可能也会完全遗漏某个组。在做每个项目时，我都是从基于任务的用户细分实践开始的。这种实践包含下列三个步骤：
1.列出有区分性的任务；粗略描述做事方式存在差异的人的各种行为模式。2.对任务进行分组；研究这些行为并进行分组。3.命名各组；为每个组赋予类别标签。
列出有区分性的任务。以电影观众为例，用文档或白板记录人们看电影时一般会做的事情。可从任何相关的事情，如购票写起。由于购票实际上是每个人都必须做的事，因此可将这个特定动作标记为常规事件而将其忽略。这有助于你进行下去的良好任务。
把任务消重或将相似的任务分组。
对任务分组。依据行为之间的亲和关系进行分组。换言之，将做这些事的人划分为不同的类型。这里很重要的一点是不要依据动词的亲和关系来进行分组，因为在随后的构建心智模型过程中我们才会使用这种方法。此时你所要做的只是识别动作的执行者，而非动作本身。人群的划分往往并非想象中的那样容易，我通常会开启两条途径，一条是罗列每种任务的可能执行者，另一条是思考各种任务及其执行者怎样划入不同的组别。
命名各组。你需要为各分组所构成的不同集合命名。然后你需要将这些任务和执行者的名字复制到一个单独的页面，并通过头脑风暴来为其设计名称。
那如何判断已有用户细分方案需要调整，至少有两种途径可用于检验细分方案是否接近正确：
1.向人们描述你的细分方案，并询问他们认为自己属于哪种类型。在重复6到7次之后，你自然会清楚当前的细分方案是否合理。
2.检查自己是否将一些用户组的名称错误地按照行为而非执行者来命名。
