Κέρδη:
- Ικανότητα κατανόησης των εννοιών του κοινού-στόχου, του τμήματος και της περσόνας και της χρήσης τεχνητής νοημοσύνης με τα σωστά δεδομένα για την παραγωγή σύνθεσης πληροφοριών και προσχέδιο προσώπων.
- Δυνατότητα αντιστοίχισης τμημάτων και μηνυμάτων με υποστήριξη τεχνητής νοημοσύνης, βάσει ακατέργαστων δεδομένων πελατών και έρευνας αγοράς
- Ικανότητα αναγνώρισης ότι ένα πρόσωπο AI είναι ένα προσχέδιο υποθέσεων και πρέπει να ελεγχθεί με πραγματικά δεδομένα και επικύρωση πεδίου
Το πιο ακριβό λάθος στη διαφήμιση είναι να λες το σωστό μήνυμα στο λάθος άτομο. Ανεξάρτητα από το πόσο καλό προϊόν ή πόσο πιασάρικο είναι ένα σλόγκαν, αν φτάσει σε ένα κοινό που δεν θα το νοιάζει, ο προϋπολογισμός θα σπαταληθεί. Επομένως, η βάση κάθε καμπάνιας είναι το κοινό-στόχος: η ομάδα ανθρώπων με καθορισμένα κοινά χαρακτηριστικά που θέλει να προσεγγίσει η διαφήμιση. Αλλά το "κοινό-στόχος" συχνά δεν είναι μια ενιαία μάζα. Περιλαμβάνει υποομάδες με διαφορετικές ανάγκες και συμπεριφορές. Αυτή η διαδικασία διαίρεσης σε υποομάδες ονομάζεται τμηματοποίηση. Για να γίνει κάθε τμήμα πιο ζωντανό και χρησιμοποιήσιμο, δημιουργείται ένας φανταστικός χαρακτήρας που αντιπροσωπεύει αυτό το τμήμα. Αυτό ονομάζεται persona (αγοραστής).
Μια περσόνα μεταμορφώνει μια αφηρημένη περιγραφή όπως "μεσήλικες γυναίκες" σε έναν συγκεκριμένο χαρακτήρα και με μήνυμα όπως "Η Zeynep, 38, μητέρα δύο παιδιών, εργάζεται με πλήρες ωράριο, πληρώνει για προϊόντα που εξοικονομούν χρόνο, παίρνει αποφάσεις στο τηλέφωνο το βράδυ". Η τεχνητή νοημοσύνη είναι χρήσιμη για δύο πράγματα σε αυτήν την ενότητα: τη σύνθεση πληροφοριών από ακατέργαστα δεδομένα και την παραγωγή σχεδίων προσώπων. Αλλά αφήστε την κρίσιμη προειδοποίηση να έρθει από την αρχή: Η τεχνητή νοημοσύνη είναι ένα υποθετικό σκίτσο, όχι ο πραγματικός πελάτης. Εάν θεωρείται δεδομένο χωρίς να το δοκιμάσετε με πραγματικά δεδομένα, θα διαφημίσετε ένα ψεύτικο όνειρο.
Τι είναι το insight και πού βοηθά το AI
Η διορατικότητα στη διαφήμιση είναι η ανακάλυψη που αποτυπώνει τον πραγματικό λόγο πίσω από τη συμπεριφορά του κοινού-στόχου. Για παράδειγμα, "οι άνθρωποι αγοράζουν οδοντόβουρτσες" είναι μια παρατήρηση. «Οι άνθρωποι στην πραγματικότητα δεν ενδιαφέρονται για την οδοντόβουρτσα, αλλά για το να νιώθουν περιποιημένοι το πρωί» είναι μια ιδέα. Η καλή διορατικότητα μεταφέρει το μήνυμα από την επιφάνεια στο βάθος. Η τεχνητή νοημοσύνη μπορεί να διαβάσει γρήγορα τα δεδομένα σας (απαντήσεις σε έρευνες, κριτικές πελατών, δεδομένα πωλήσεων, συνομιλίες μέσων κοινωνικής δικτύωσης) και να εξάγει μοτίβα και θέματα. αυτός είναι ένας ισχυρός επιταχυντής στο κυνήγι της διορατικότητας. Αλλά το θέμα που εξάγει η τεχνητή νοημοσύνη είναι μια υπόθεση. Εναπόκειται σε εσάς να το επαληθεύσετε με τον πραγματικό πελάτη.
Συμβουλή: Δώστε τα ακατέργαστα δεδομένα AI (όπως ανώνυμες κριτικές πελατών) και ρωτήστε "ποια επαναλαμβανόμενα θέματα προκύπτουν από αυτά;" Αντί να ζητάτε από κάποιον να δημιουργήσει μια περσόνα από την αρχή, είναι πολύ πιο αξιόπιστο να του ζητήσετε να αντλήσει ένα θέμα από τα δεδομένα.
Βήμα προς βήμα: από τμήμα σε μήνυμα
Βήμα 1 — Συλλέξτε και ανωνυμοποιήστε δεδομένα. Κριτικές πελατών, απαντήσεις σε έρευνες, αρχεία πωλήσεων. Καταργήστε προσωπικά δεδομένα όπως όνομα, email, τηλέφωνο.
Βήμα 2 — Εξαγωγή τμήματος. Χωρίστε το κοινό σε υποομάδες με νόημα: κατά ανάγκη, συμπεριφορά, συχνότητα αγοράς, στάδιο ζωής κ.λπ. Μπορείτε να δώσετε στο AI τα δεδομένα και να το ρωτήσετε "πόσες διαφορετικές ομάδες συμπεριφοράς εμφανίζονται;"
Βήμα 3 — Δημιουργήστε ένα προσχέδιο περσόνας. Ένα πρόσωπο για κάθε σημαντικό τμήμα: δημογραφικά στοιχεία, στόχοι, σημεία πόνου, έναυσμα αγοράς, σημεία ένστασης.
Βήμα 4 — Αντιστοίχιση μηνύματος. Προσδιορίστε ποια υπόσχεση, ποιος τόνος και ποιο κανάλι ταιριάζει σε κάθε πρόσωπο.
Βήμα 5 — Επαλήθευση. Δοκιμή προσώπων και τμημάτων με πραγματικά δεδομένα (στοιχεία πωλήσεων, έρευνα, συνέντευξη πεδίου). Ενημερώστε ό,τι δεν λειτουργεί.
Ο παρακάτω πίνακας δείχνει δύο διαφορετικές προσωπικότητες και αντιστοιχίσεις μηνυμάτων για το ίδιο προϊόν (απορρυπαντικό πλυντηρίου πιάτων):
αντικείμενο
Persona 1: "Zeynep, που κερδίζει χρόνο"
Πρόσωπο 2: "safarrufçu kemal"
Προφίλ
38, εργαζόμενη μητέρα, απασχολημένη
55, συνταξιούχος, προσεκτικός αγοραστής
κύρια ανάγκη
Γρήγορο, αβίαστο καθάρισμα
Μακράς διάρκειας, οικονομική χρήση
εμπόδιο
δεν υπάρχει χρόνος
Αποφεύγει τη σπατάλη
υπόσχεση
«Φωτεινό αμέσως, ώρα για σένα»
"Λιγότερο προϊόν, περισσότερο πλύσιμο"
κατάλληλο κανάλι
Instagram, σύντομο βίντεο
Συμπλήρωμα εφημερίδας, e-mail
τόνος
πρακτικός, ενεργητικός
Αξιόπιστο, προσιτό
τρεις μίνι θήκες
Περίπτωση 1 — Ενόραση από δεδομένα. Μια επωνυμία ηλεκτρονικού εμπορίου δεν μπορούσε να βρει χρόνο να διαβάσει 800 κριτικές πελατών. Έδωσε τα σχόλια ανώνυμα (όνομα/αριθμός παραγγελίας παραλείφθηκε) στο AI και ζήτησε επαναλαμβανόμενα θέματα. Η YZ τόνισε το θέμα «η ικανοποίηση εκτοξεύεται όταν η ταχύτητα αποστολής υπερβαίνει τις προσδοκίες». Η ομάδα το επιβεβαίωσε με τα δικά της δεδομένα πωλήσεων και εστίασε το μήνυμα της καμπάνιας στην υπόσχεση «αυθημερόν αποστολή». Η τεχνητή νοημοσύνη βρήκε ένα θέμα, ο άνθρωπος το επαλήθευσε και το μετέτρεψε σε απόφαση.
Περίπτωση 2 — Κόστος μη επαληθευμένου προσώπου. Μια επωνυμία εφαρμογών είπε στην τεχνητή νοημοσύνη να «δημιουργήσει πρόσωπα για νέους χρήστες». Ο YZ έδωσε μια περσόνα «18-24 ετών, εθισμένη στα social media, ευαίσθητη στις τιμές». Η ομάδα το αποδέχτηκε αυτό ως γεγονός και έστησε την καμπάνια. Ωστόσο, τα πραγματικά δεδομένα χρηστών έδειξαν ότι το κύριο κοινό ήταν επαγγελματίες ηλικίας 30-40 ετών. Μέρος του προϋπολογισμού πήγε σε λάθος κοινό. Λάθος: εμπιστεύεστε την περσόνα που δημιουργήθηκε από το AI χωρίς να κοιτάτε τα δεδομένα.
Περίπτωση 3 — Η τιμή του διαχωρισμού τμημάτων. Ένα γυμναστήριο έστελνε το ίδιο μήνυμα "μείνετε σε φόρμα" σε όλα τα μέλη. Η ανάλυση των δεδομένων μελών ανώνυμα με τεχνητή νοημοσύνη αποκάλυψε δύο ξεκάθαρα τμήματα: «ντροπαλούς αρχάριους» και «βετεράνους με προσανατολισμό στο στόχο». Όταν στάλθηκαν δύο διαφορετικά μηνύματα σε δύο ομάδες (η μία "το πρώτο βήμα είναι εύκολο" και η άλλη "ξεπεράστε τον εαυτό σας"), το ποσοστό απόκρισης αυξήθηκε σημαντικά. Ο διαχωρισμός τμημάτων έκανε το μήνυμα στο σημείο.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Εξαγωγή θεμάτων από σχόλια:
Ακολουθούν ανώνυμα σχόλια πελατών (χωρίς πληροφορίες ονόματος/παραγγελίας):[επικόλληση σχολίων]Εργασία: (1) Εξαγωγή 5 επαναλαμβανόμενων θεμάτων (ικανοποίηση και καταγγελία ξεχωριστά).(2) Υπολογίστε τον αριθμό των δειγμάτων σχολίων για κάθε θέμα και δώστε προσφορές. (3) Προτείνετε ποια από αυτά θα μπορούσε να μετατραπεί σε μήνυμα καμπάνιας. Μην δημιουργείτε θέματα που δεν υπάρχουν στα δεδομένα. Δηλώστε ότι δεν είστε σίγουροι.
2) Περίγραμμα τμήματος:
Προϊόν: [προϊόν]. Ακολουθούν τα ανώνυμα χαρακτηριστικά πελατών: [δεδομένα/σύνοψη]. Εργασία: Διαχωρίστε αυτό το κοινό σε 3-4 τμήματα με βάση την ανάγκη και τη συμπεριφορά. Για κάθε τμήμα: περιγραφή, διαφοροποιητικό χαρακτηριστικό, βασική ανάγκη, ενεργοποίηση αγοράς. Αυτό είναι ένα αρχικό περίγραμμα. Ας υποθέσουμε ότι θα επαληθεύσω με πραγματικά δεδομένα.
3) Πρόγραμμα δημιουργίας προσώπων:
Τμήμα: "[όνομα τμήματος και σύνοψη]". Εργασία: Γράψτε ένα προσχέδιο περσόνας που αντιπροσωπεύει αυτό το τμήμα. Περιεχόμενο: όνομα, ηλικιακό εύρος, κατάσταση διαβίωσης, στόχοι, εμπόδια (πόντους), ενστάσεις πριν από την αγορά, σε ποιο κανάλι αφιερώνει χρόνο. Αναφέρετε στον τίτλο ότι πρόκειται για υπόθεση, όχι για υπαρκτό πρόσωπο.
4) Αντιστοίχιση προσωπικού μηνυμάτων:
Τα πρόσωπα μου: [περίληψη 1], [περίληψη προσώπου 2]. Υπόσχεση προϊόντος: [υπόσχεση]. Εργασία: Για κάθε πρόσωπο: καταλληλότερο μήνυμα μίας πρότασης, τόνος, κανάλι προτεραιότητας και απάντηση σε πιθανή ένσταση. Διατύπωση ισχυρισμού που απαιτεί αποδεικτικά στοιχεία.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Δημιουργήστε μια περσόνα κοινού-στόχου για το προϊόν μου.
Χωρίς δεδομένα, χωρίς προϊόν, χωρίς πλαίσιο. Η τεχνητή νοημοσύνη συνθέτει πρόσωπα χωρίς να τα γενικεύει εντελώς, δεν μπορούν να επαληθευτούν.
Ισχυρή προτροπή:
Προϊόν: έξυπνος θερμοστάτης για το σπίτι. Τιμή: μεσαίο ανώτερο τμήμα. Ακολουθεί μια περίληψη των ανώνυμων δεδομένων πελατών: - Οι περισσότεροι αγοραστές είναι 35-50 ετών, ιδιοκτήτες σπιτιού, ανοιχτοί στην τεχνολογία. Εργασία: Δημιουργήστε 2 σκίτσα προσώπων από αυτά τα δεδομένα. Για καθένα, στόχος, εμπόδιο, έναυσμα αγοράς, απάντηση στην αντίρρηση εγκατάστασης και κατάλληλο κανάλι. Δηλώστε ότι πρόκειται για υπόθεση που πρέπει να επαληθευτεί· Μην φτιάχνετε ό,τι δεν υπάρχει στα δεδομένα.
Ο δεύτερος ισχυρισμός βασίζεται σε πραγματικά δεδομένα. Η παραγωγή εξακολουθεί να ελέγχεται σε σχέση με δεδομένα πεδίου και πωλήσεων.
Συνήθη λάθη
- Αίτημα προσώπου χωρίς παροχή δεδομένων. Η τεχνητή νοημοσύνη συνθέτει χωρίς γενίκευση. Αυτό μπορεί να μην αντικατοπτρίζει το πραγματικό κοινό.
- Παρεξήγηση της περσόνας για αληθινή. Το Persona είναι μια υπόθεση. Δεν μπορεί να ληφθεί ως βάση για αποφάσεις έως ότου επαληθευτεί με τις πωλήσεις και τα δεδομένα πεδίου.
- Υποθέτοντας ένα μόνο κοινό. Η μη κατάτμηση διαφορετικών αναγκών καθιστά το μήνυμα ίδιο για όλους και αναποτελεσματικό.
- Επικόλληση προσωπικών δεδομένων στο εργαλείο. Το όνομα, το e-mail, ο αριθμός τηλεφώνου εμπίπτουν στο πεδίο εφαρμογής του KVKK. Ανωνυμοποίηση.
- Καθόλου ενημέρωση της περσόνας. Μαζικές αλλαγές συμπεριφοράς. Ένα πρόσωπο είναι ένα ζωντανό έγγραφο.
Προσοχή: Όσο πιο ζωντανά γράφεται η περσόνα, τόσο πιο «πραγματική» αισθάνεται. Αυτό είναι παγίδα. Ζωντάνια δεν σημαίνει ακρίβεια. Δοκιμάστε κάθε πρόσωπο με την ερώτηση "ποια δεδομένα το υποστηρίζουν;"
Συνοπτικά
Η ανάλυση κοινού στόχου είναι η βάση για την παράδοση του σωστού μηνύματος στο σωστό άτομο. Η τμηματοποίηση χωρίζει το κοινό σε σημαντικές υποομάδες. Το persona μετατρέπει κάθε τμήμα σε συγκεκριμένο χαρακτήρα από τον οποίο μπορεί να δημιουργηθεί ένα μήνυμα. Η τεχνητή νοημοσύνη είναι ένας ισχυρός επιταχυντής για την εξαγωγή θεμάτων και γνώσεων από ανώνυμα δεδομένα και την παραγωγή προσώπων. Ωστόσο, κάθε τμήμα και πρόσωπο που παράγει η τεχνητή νοημοσύνη είναι ένα υποθετικό σκίτσο. Δεν μπορεί να ληφθεί ως βάση για αποφάσεις χωρίς επαλήθευση με πραγματικές πωλήσεις, έρευνες και δεδομένα πεδίου. Τα προσωπικά δεδομένα χρησιμοποιούνται πάντα ανώνυμα.
Εργασία εφαρμογής
Επιλέξτε ένα προϊόν. (1) Συγκεντρώστε τις πραγματικές ή υποθετικές πληροφορίες πελατών σας σε μια ανώνυμη περίληψη. (2) Εξαγωγή 3 τμημάτων με το πρότυπο "Segment sketch". (3) Μετατρέψτε ένα τμήμα σε ζωντανή περσόνα με "γεννήτρια προσώπων". (4) Ορίστε ένα συγκεκριμένο μήνυμα, τόνο και κανάλι για αυτήν την περσόνα με το "Persona-message matcher". (5) Το πιο σημαντικό: γράψτε ποιες 3 πραγματικές πηγές δεδομένων (πωλήσεις, έρευνα, συνέντευξη) θα εξετάσετε για να επικυρώσετε αυτό το πρόσωπο. Μην επισημαίνετε κανένα μη επαληθευμένο πρόσωπο ως "σίγουρο".
λίστα ελέγχου
- [ ] Ανωνυμοποίησα τα δεδομένα πελατών πριν τα δώσω στο εργαλείο.
- [ ] Αντιμετώπισα τη μάζα ως τμήματα, όχι ως μία μάζα.
- [ ] Ονόμασα τα πρόσωπα της AI «σκίτσο υπόθεσης».
- [ ] Ταίριαξα το μήνυμα, τον τόνο και το κανάλι για κάθε περσόνα.
- [ ] Έχω εντοπίσει τις πραγματικές πηγές δεδομένων από τις οποίες θα επαληθεύσω τα πρόσωπα.
- [ ] Έκανα ένα σχέδιο για να διατηρήσω ενημερωμένα την περσόνα και τα τμήματα.