Keuntungan:
- Keupayaan untuk memahami konsep khalayak sasaran, segmen dan persona serta menggunakan kecerdasan buatan dengan data yang betul untuk menghasilkan sintesis cerapan dan draf persona.
- Keupayaan untuk memadankan segmen dan mesej dengan sokongan kecerdasan buatan, berdasarkan data pelanggan mentah dan penyelidikan pasaran
- Keupayaan untuk mengenali bahawa persona AI ialah draf andaian dan perlu diuji dengan data sebenar dan pengesahan medan
Kesilapan yang paling mahal dalam pengiklanan ialah memberitahu mesej yang betul kepada orang yang salah. Sehebat mana pun produk atau slogan yang menarik, jika ia sampai kepada khalayak yang tidak mengambil berat tentangnya, bajet akan menjadi sia-sia. Oleh itu, asas bagi setiap kempen ialah khalayak sasaran: kumpulan orang yang mempunyai ciri umum yang ditentukan yang ingin dicapai oleh iklan tersebut. Tetapi "khalayak sasaran" selalunya bukan satu massa; Ia mengandungi subkumpulan dengan keperluan dan tingkah laku yang berbeza. Proses pembahagian kepada subkumpulan ini dipanggil segmentasi. Untuk menjadikan setiap segmen lebih meriah dan boleh digunakan, watak khayalan yang mewakili segmen itu dicipta; Ini dipanggil persona (persona pembeli).
Persona mengubah perihalan abstrak seperti "wanita pertengahan umur" menjadi watak yang konkrit dan boleh mesej seperti "Zeynep, 38, ibu kepada dua anak, bekerja sepenuh masa, membayar produk yang menjimatkan masa, membuat keputusan melalui telefon pada waktu petang." Kecerdasan buatan berguna untuk dua perkara dalam unit ini: mensintesis cerapan daripada data mentah dan menghasilkan pelan tindakan persona. Tetapi biarkan amaran kritikal datang dari awal: Persona AI adalah lakaran hipotesis, bukan pelanggan sebenar. Jika ia diterima begitu sahaja tanpa mengujinya dengan data sebenar, anda akan mengiklankan mimpi palsu.
Apakah itu cerapan dan di manakah AI membantu
Wawasan dalam pengiklanan ialah penemuan yang menangkap sebab sebenar di sebalik tingkah laku khalayak sasaran. Sebagai contoh, "orang ramai membeli berus gigi" adalah pemerhatian; "Orang ramai sebenarnya tidak berminat dengan berus gigi, tetapi berasa rapi pada waktu pagi" adalah satu pandangan. Wawasan yang baik membawa mesej dari permukaan ke dalam. AI boleh membaca data anda dengan cepat (tindak balas tinjauan, ulasan pelanggan, data jualan, perbualan media sosial) dan mengekstrak corak serta tema; ini adalah pemecut yang berkuasa dalam memburu cerapan. Tetapi tema yang diekstrak AI adalah hipotesis; Terpulang kepada anda untuk mengesahkannya dengan pelanggan sebenar.
Petua: Berikan data mentah AI (seperti ulasan pelanggan tanpa nama) dan tanya "apakah tema berulang yang muncul daripadanya?" Daripada meminta seseorang untuk mencipta persona dari awal, adalah lebih dipercayai untuk meminta mereka mendapatkan tema daripada data.
Langkah demi langkah: dari segmen ke mesej
Langkah 1 — Kumpul dan anonimkan data. Ulasan pelanggan, jawapan tinjauan, rekod jualan. Alih keluar data peribadi seperti nama, e-mel, telefon.
Langkah 2 - Ekstrak segmen. Bahagikan penonton kepada subkumpulan yang bermakna: mengikut keperluan, tingkah laku, kekerapan pembelian, peringkat hayat, dsb. Anda boleh memberikan data kepada AI dan minta ia bertanya "berapa banyak kumpulan tingkah laku yang berbeza muncul?"
Langkah 3 — Hasilkan draf persona. Persona untuk setiap segmen penting: demografi, matlamat, titik kesakitan, pencetus pembelian, mata bantahan.
Langkah 4 — Padankan mesej. Tentukan janji yang mana, nada mana, dan saluran mana yang sesuai dengan setiap persona.
Langkah 5 — Sahkan. Uji persona dan segmen dengan data sebenar (angka jualan, tinjauan, temu bual lapangan); Kemas kini apa yang tidak berfungsi.
Jadual berikut menunjukkan dua persona yang berbeza dan padanan mesej untuk produk yang sama (pencuci pinggan mangkuk):
item
Persona 1: "Zeynep, siapa yang memenangi masa"
Persona 2: "Safarrufçu Kemal"
Profil
38, ibu bekerja, sibuk
55, bersara, pembeli berhati-hati
keperluan utama
Pembersihan yang cepat dan mudah
Penggunaan tahan lama, menjimatkan
halangan
tiada masa
Mengelakkan pembaziran
janji
"Terang sekaligus, masa untuk awak"
"Kurang produk, lebihkan cucian"
saluran yang sesuai
Instagram, video pendek
Tambahan surat khabar, e-mel
nada
praktikal, bertenaga
Boleh dipercayai, berpatutan
tiga kes mini
Kes 1 — Cerapan daripada data. Jenama e-dagang tidak dapat mencari masa untuk membaca 800 ulasan pelanggan. Dia memberikan komen tanpa nama (nama/nombor pesanan ditinggalkan) kepada AI dan meminta tema berulang. YZ mengetengahkan tema "kepuasan melonjak apabila kelajuan penghantaran melebihi jangkaan." Pasukan itu mengesahkan perkara ini dengan data jualannya sendiri dan memfokuskan mesej kempen pada janji "penghantaran hari yang sama". AI muncul dengan tema, manusia mengesahkannya dan mengubahnya menjadi keputusan.
Kes 2 — Kos persona yang tidak disahkan. Satu jenama aplikasi memberitahu AI untuk hanya "menjana persona untuk pengguna muda." YZ memberikan persona "18-24 tahun, ketagih media sosial, sensitif harga". Pasukan menerima ini sebagai fakta dan menubuhkan kempen. Walau bagaimanapun, data pengguna sebenar menunjukkan bahawa penonton utama adalah golongan profesional berumur 30-40 tahun. Sebahagian daripada belanjawan pergi ke khalayak yang salah. Kesilapan: mempercayai persona yang dicipta oleh AI tanpa melihat data.
Kes 3 — Nilai pemisahan segmen. Sebuah gim sedang menghantar mesej "kekal cergas" yang sama kepada semua ahli. Menganalisis data ahli tanpa nama dengan AI mendedahkan dua segmen yang jelas: "pemula pemalu" dan "veteran berorientasikan matlamat." Apabila dua mesej berbeza dihantar kepada dua kumpulan (satu "langkah pertama adalah mudah" dan satu lagi "mengatasi diri sendiri"), kadar respons meningkat dengan ketara. Pemisahan segmen menjadikan mesej itu tepat.
Empat templat yang boleh disalin
1) Pengekstrak tema daripada komen:
Di bawah ialah ulasan pelanggan tanpa nama (tiada nama/maklumat pesanan):[tampal ulasan]Tugas: (1) Ekstrak 5 tema berulang (asingkan kepuasan dan aduan).(2) Anggarkan bilangan sampel ulasan untuk setiap tema dan berikan petikan.(3) Cadangkan yang mana antara ini boleh bertukar menjadi mesej kempen. Jangan reka sebarang tema yang tiada dalam data; Nyatakan bahawa anda tidak pasti.
2) Garis besar segmen:
Produk: [produk]. Di bawah ialah ciri pelanggan tanpa nama: [data/ringkasan]. Tugas: Bahagikan khalayak ini kepada 3-4 segmen berdasarkan keperluan dan tingkah laku. Untuk setiap segmen: slogan, ciri pembezaan, keperluan utama, pencetus pembelian. Ini ialah garis besar awal; Andaikan saya akan mengesahkan dengan data sebenar.
3) Penjana persona:
Segmen: "[nama segmen dan ringkasan]". Tugas: Tulis draf persona yang mewakili segmen ini. Kandungan: nama, lingkungan umur, situasi hidup, matlamat, halangan (titik kesakitan), bantahan sebelum membeli, di saluran mana dia menghabiskan masa. Nyatakan dalam tajuk bahawa ia adalah andaian, bukan orang sebenar.
4) Pencocokan mesej persona:
Persona saya: [ringkasan persona 1], [ringkasan persona 2]. Janji produk: [janji]. Tugas: Untuk setiap persona: mesej satu ayat, nada, saluran keutamaan dan tindak balas yang paling sesuai terhadap kemungkinan bantahan. Membuat tuntutan yang memerlukan bukti.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Cipta persona khalayak sasaran untuk produk saya.
Tiada data, tiada produk, tiada konteks; AI membentuk persona tanpa menyamaratakan sepenuhnya, mereka tidak boleh disahkan.
Gesaan kuat:
Produk: termostat pintar untuk rumah. Harga: segmen pertengahan atas. Di bawah ialah ringkasan data pelanggan tanpa nama:- Kebanyakan pembeli berumur 35-50 tahun, pemilik rumah, terbuka kepada teknologi.- Faedah yang paling kerap disebut: penjimatan bil dan keselesaan.- Bantahan paling kerap: kebimbangan tentang kesukaran dalam pemasangan. Tugasan: Buat 2 lakaran persona daripada data ini. Untuk setiap, sasaran, halangan, pencetus pembelian, tindak balas terhadap bantahan pemasangan dan saluran yang sesuai. Nyatakan bahawa ini adalah andaian yang perlu disahkan; Jangan reka apa yang tiada dalam data.
Tuntutan kedua adalah berdasarkan data sebenar; Output masih diuji terhadap data medan dan jualan.
Kesilapan biasa
- Meminta persona tanpa memberikan data. AI membentuk tanpa generalisasi; Ini mungkin tidak menggambarkan penonton sebenar.
- Tersilap persona sebenarnya. Persona adalah hipotesis; Ia tidak boleh diambil sebagai asas untuk membuat keputusan sehingga ia disahkan dengan data jualan dan medan.
- Dengan mengandaikan penonton tunggal. Tidak membahagikan keperluan yang berbeza menjadikan mesej yang sama kepada semua orang dan tidak berkesan.
- Menampal data peribadi ke dalam alat. Nama, e-mel, nombor telefon adalah dalam skop KVKK; anonimkan.
- Tidak mengemas kini persona sama sekali. Perubahan tingkah laku massa; Persona ialah dokumen hidup.
Awas: Lebih jelas persona itu ditulis, lebih "sebenar" rasanya; Ini adalah perangkap. Kemeriahan tidak bermakna ketepatan. Uji setiap persona dengan soalan "data apakah yang menyokong ini?"
Secara ringkasnya
Analisis khalayak sasaran adalah asas untuk menyampaikan mesej yang betul kepada orang yang betul. Segmentasi membahagikan penonton kepada subkumpulan yang bermakna; persona mengubah setiap segmen menjadi watak konkrit yang daripadanya mesej boleh dijana. Kecerdasan buatan ialah pemecut yang berkuasa dalam mengekstrak tema dan cerapan daripada data tanpa nama dan menghasilkan persona. Walau bagaimanapun, setiap segmen dan persona yang dihasilkan AI adalah lakaran hipotesis; Ia tidak boleh diambil sebagai asas untuk membuat keputusan tanpa pengesahan dengan jualan sebenar, tinjauan dan data lapangan. Data peribadi sentiasa digunakan tanpa nama.
Tugasan permohonan
Pilih produk. (1) Susun maklumat pelanggan sebenar atau hipotetikal anda ke dalam ringkasan tanpa nama. (2) Ekstrak 3 segmen dengan templat "Lakaran segmen". (3) Tukar segmen menjadi persona langsung dengan "penjana persona". (4) Tetapkan mesej, nada dan saluran khusus untuk persona ini dengan "Pemadan mesej peribadi". (5) Paling penting: tuliskan 3 sumber data sebenar (jualan, tinjauan, temu bual) yang akan anda lihat untuk mengesahkan persona ini. Jangan tanda mana-mana persona yang tidak disahkan sebagai "pasti".
senarai semak
- [ ] Saya menamakan data pelanggan sebelum memberikannya kepada alat.
- [ ] Saya menganggap jisim sebagai segmen, bukan satu jisim.
- [ ] Saya melabel personas AI sebagai "lakaran hipotesis."
- [ ] Saya memadankan mesej, nada dan saluran untuk setiap persona.
- [ ] Saya telah mengenal pasti sumber data sebenar dari mana saya akan mengesahkan personas.
- [ ] Saya membuat rancangan untuk memastikan persona dan segmen dikemas kini.