یونٹ 4 / 11

ہدفی سامعین کا تجزیہ اور شخصیت: تقسیم اور بصیرت

فائدہ:

  • ہدف کے سامعین، طبقہ اور شخصیت کے تصورات کو سمجھنے اور بصیرت کی ترکیب اور شخصیت کا مسودہ تیار کرنے کے لیے صحیح ڈیٹا کے ساتھ مصنوعی ذہانت کا استعمال کرنے کی صلاحیت۔
  • خام کسٹمر ڈیٹا اور مارکیٹ ریسرچ کی بنیاد پر مصنوعی ذہانت کی مدد سے حصوں اور پیغامات کو ملانے کی صلاحیت
  • یہ تسلیم کرنے کی صلاحیت کہ AI شخصیت مفروضوں کا ایک مسودہ ہے اور اسے حقیقی ڈیٹا اور فیلڈ کی توثیق کے ساتھ جانچنے کی ضرورت ہے۔

اشتہارات میں سب سے مہنگی غلطی غلط شخص کو صحیح پیغام دینا ہے۔ اس سے کوئی فرق نہیں پڑتا ہے کہ کوئی پروڈکٹ کتنا ہی اچھا ہو یا نعرہ کتنا ہی دلکش ہو، اگر وہ ایسے سامعین تک پہنچ جائے جو اس کی پرواہ نہیں کریں گے، تو بجٹ ضائع ہو جائے گا۔ اس لیے، ہر مہم کی بنیاد ہدف والے سامعین ہوتے ہیں: متعین کردہ مشترکہ خصوصیات کے حامل لوگوں کا گروپ جس تک اشتہار پہنچنا چاہتا ہے۔ لیکن "ہدف کے سامعین" اکثر ایک بڑے پیمانے پر نہیں ہوتے ہیں۔ یہ مختلف ضروریات اور طرز عمل کے ساتھ ذیلی گروپس پر مشتمل ہے۔ ذیلی گروپوں میں تقسیم ہونے کے اس عمل کو سیگمنٹیشن کہتے ہیں۔ ہر طبقہ کو زیادہ جاندار اور قابل استعمال بنانے کے لیے، اس طبقے کی نمائندگی کرنے والا ایک خیالی کردار بنایا جاتا ہے۔ اسے شخصی (خریدار شخصیت) کہا جاتا ہے۔

ایک شخصیت ایک تجریدی وضاحت جیسے "ادھیڑ عمر کی خواتین" کو ایک ٹھوس اور پیغام دینے والے کردار میں تبدیل کرتی ہے جیسے "زینپ، 38، دو بچوں کی ماں، کل وقتی کام کرتی ہے، وقت بچانے والی مصنوعات کی ادائیگی کرتی ہے، شام کو فون پر فیصلے کرتی ہے۔" مصنوعی ذہانت اس یونٹ میں دو چیزوں کے لیے کام آتی ہے: خام ڈیٹا سے بصیرت کی ترکیب اور شخصیت کے بلیو پرنٹس تیار کرنا۔ لیکن تنقیدی انتباہ شروع سے آنے دیں: AI شخصیت ایک فرضی خاکہ ہے، اصل گاہک نہیں۔ اگر اسے حقیقی اعداد و شمار کے ساتھ جانچے بغیر سمجھا جاتا ہے، تو آپ ایک جھوٹے خواب کی تشہیر کر رہے ہوں گے۔

بصیرت کیا ہے اور AI کہاں مدد کرتا ہے۔

اشتہارات میں بصیرت وہ دریافت ہے جو ہدف کے سامعین کے رویے کے پیچھے اصل وجہ کو پکڑتی ہے۔ مثال کے طور پر، "لوگ ٹوتھ برش خرید رہے ہیں" ایک مشاہدہ ہے۔ "لوگ درحقیقت دانتوں کے برش میں دلچسپی نہیں رکھتے ہیں، لیکن صبح کو اچھی طرح سے تیار محسوس کرنے میں" ایک بصیرت ہے۔ اچھی بصیرت پیغام کو سطح سے گہرائی تک لے جاتی ہے۔ AI آپ کے ڈیٹا کو تیزی سے پڑھ سکتا ہے (سروے کے جوابات، کسٹمر کے جائزے، سیلز ڈیٹا، سوشل میڈیا بات چیت) اور پیٹرن اور تھیمز کو نکال سکتا ہے۔ یہ بصیرت کی تلاش میں ایک طاقتور ایکسلریٹر ہے۔ لیکن تھیم جسے AI نکالتا ہے وہ ایک مفروضہ ہے۔ حقیقی کسٹمر سے اس کی تصدیق کرنا آپ پر منحصر ہے۔

ٹپ: AI خام ڈیٹا (جیسے گمنام کسٹمر کے جائزے) دیں اور پوچھیں "اس سے کون سے اعادی تھیمز نکلتے ہیں؟" کسی سے شروع سے ایک شخصیت بنانے کے لیے کہنے کے بجائے، ان سے ڈیٹا سے تھیم اخذ کرنے کے لیے کہنا زیادہ قابل اعتماد ہے۔

مرحلہ وار: طبقہ سے پیغام تک

مرحلہ 1 — ڈیٹا اکٹھا کریں اور گمنام کریں۔ کسٹمر کے جائزے، سروے کے جوابات، سیلز ریکارڈ۔ نام، ای میل، فون جیسے ذاتی ڈیٹا کو ہٹا دیں۔

مرحلہ 2 - سیگمنٹ نکالیں۔ سامعین کو بامعنی ذیلی گروپس میں تقسیم کریں: ضرورت، رویے، خریداری کی فریکوئنسی، زندگی کا مرحلہ وغیرہ کے لحاظ سے۔ آپ AI کو ڈیٹا دے سکتے ہیں اور اس سے پوچھ سکتے ہیں کہ "کتنے مختلف رویے والے گروپ ظاہر ہوتے ہیں؟"

مرحلہ 3 - ایک شخصی مسودہ تیار کریں۔ ہر ایک اہم طبقہ کے لیے ایک شخصیت: آبادیاتی، اہداف، درد کے پوائنٹس، خریداری کا محرک، اعتراض کے نکات۔

مرحلہ 4 - میسج میچ کریں۔ اس بات کا تعین کریں کہ کون سا وعدہ، کون سا لہجہ، اور کون سا چینل ہر شخصیت کے مطابق ہے۔

مرحلہ 5 - تصدیق کریں۔ حقیقی اعداد و شمار کے ساتھ شخصیات اور طبقات کی جانچ کریں (سیلز کے اعداد و شمار، سروے، فیلڈ انٹرویو)؛ جو کام نہیں کرتا اسے اپ ڈیٹ کریں۔

مندرجہ ذیل جدول ایک ہی پروڈکٹ (ڈش واشر ڈٹرجنٹ) کے لیے دو مختلف شخصیات اور میسج میچز دکھاتا ہے:

آئٹم

شخصیت 1: "زینپ، جو وقت جیتتا ہے"

شخصیت 2: "سفرفو کمال"

پروفائل

38، کام کرنے والی ماں، مصروف

55، ریٹائرڈ، محتاط خریدار

اہم ضرورت

تیز، آسان صفائی

دیرپا، اقتصادی استعمال

رکاوٹ

کوئی وقت نہیں

ضائع ہونے سے بچاتا ہے۔

وعدہ

"ایک ہی وقت میں روشن، آپ کے لئے وقت"

"کم پروڈکٹ، زیادہ دھونے"

مناسب چینل

انسٹاگرام، مختصر ویڈیو

اخباری ضمیمہ، ای میل

لہجہ

عملی، توانائی بخش

قابل اعتماد، سستی

تین چھوٹے مقدمات

کیس 1 - ڈیٹا سے بصیرت۔ ایک ای کامرس برانڈ کو 800 صارفین کے جائزے پڑھنے کے لیے وقت نہیں مل سکا۔ اس نے AI کو گمنام طور پر تبصرے (نام/ آرڈر نمبر چھوڑ دیا) دیا اور بار بار چلنے والے تھیمز کے لیے کہا۔ YZ نے "جب ترسیل کی رفتار توقع سے زیادہ ہو جائے تو اطمینان آسمان کو چھوتا ہے" کے موضوع پر روشنی ڈالی۔ ٹیم نے اپنے سیلز ڈیٹا سے اس کی تصدیق کی اور مہم کے پیغام کو "اسی دن شپنگ" کے وعدے پر مرکوز کیا۔ AI ایک تھیم لے کر آیا، انسان نے اس کی تصدیق کی اور اسے فیصلے میں بدل دیا۔

کیس 2 - غیر تصدیق شدہ شخصیت کی قیمت۔ ایک ایپ برانڈ نے AI سے کہا کہ صرف "نوجوان صارفین کے لیے شخصیتیں تیار کریں۔" YZ نے "18-24 سال کی عمر، سوشل میڈیا کا عادی، قیمت حساس" کی شخصیت دی۔ ٹیم نے اسے حقیقت کے طور پر قبول کیا اور مہم چلائی۔ تاہم، حقیقی صارف کے اعداد و شمار سے پتہ چلتا ہے کہ مرکزی سامعین 30-40 سال کی عمر کے پیشہ ور افراد تھے۔ بجٹ کا کچھ حصہ غلط سامعین کے پاس چلا گیا۔ غلطی: ڈیٹا کو دیکھے بغیر AI کی تخلیق کردہ شخصیت پر بھروسہ کرنا۔

کیس 3 - سیگمنٹ علیحدگی کی قدر۔ ایک جم تمام ممبروں کو ایک ہی "فٹ فٹ" پیغام بھیج رہا تھا۔ AI کے ساتھ گمنام طور پر ممبران کے ڈیٹا کا تجزیہ کرنے سے دو واضح حصے سامنے آئے: "شرمندہ نووارد" اور "اہداف پر مبنی تجربہ کار"۔ جب دو گروپوں کو دو مختلف پیغامات بھیجے گئے (ایک "پہلا قدم آسان ہے" اور دوسرا "خود پر قابو پانا")، ردعمل کی شرح میں نمایاں اضافہ ہوا۔ طبقہ کی علیحدگی نے پیغام کو پوائنٹ تک پہنچا دیا۔

چار کاپی کرنے کے قابل ٹیمپلیٹس

1) تبصروں سے تھیم نکالنے والا:

ذیل میں صارفین کے گمنام تبصرے ہیں (کوئی نام/آرڈر کی معلومات نہیں):[تبصرے پیسٹ کریں]ٹاسک: (1) 5 بار بار چلنے والے تھیمز نکالیں (اطمینان اور شکایت الگ)۔ (2) ہر تھیم کے لیے نمونے کے تبصروں کی تعداد کا اندازہ لگائیں اور اقتباسات فراہم کریں۔ (3) تجویز کریں کہ ان میں سے کون سا مہم کے پیغام میں بدل سکتا ہے۔ کوئی بھی تھیم نہ بنائیں جو ڈیٹا میں نہ ہوں۔ بیان کریں کہ آپ کو یقین نہیں ہے۔

2) حصے کا خاکہ:

پروڈکٹ: [پروڈکٹ]۔ ذیل میں کسٹمر کی گمنام خصوصیات ہیں: [ڈیٹا/خلاصہ]۔ کام: اس سامعین کو ضرورت اور رویے کی بنیاد پر 3-4 حصوں میں تقسیم کریں۔ ہر طبقہ کے لیے: ٹیگ لائن، فرق کرنے والی خصوصیت، کلیدی ضرورت، خریداری کا محرک۔ یہ ایک ابتدائی خاکہ ہے۔ فرض کریں کہ میں حقیقی ڈیٹا سے تصدیق کروں گا۔

3) شخصی جنریٹر:

سیگمنٹ: "[سگمنٹ کا نام اور خلاصہ]"۔ ٹاسک: ایک شخصی مسودہ لکھیں جو اس حصے کی نمائندگی کرتا ہو۔ مواد: نام، عمر کی حد، حالات زندگی، اہداف، رکاوٹیں (درد کے مقامات)، خریداری سے پہلے اعتراضات، وہ کس چینل پر وقت گزارتا ہے۔ عنوان میں بیان کریں کہ یہ ایک مفروضہ ہے، حقیقی شخص نہیں۔

4) پرسنا میسج میچر:

میری شخصیتیں: [persona 1 summary]، [persona 2 summary]۔ پروڈکٹ کا وعدہ: [وعدہ]۔ ٹاسک: ہر شخص کے لیے: سب سے موزوں ایک جملہ کا پیغام، لہجہ، ترجیحی چینل، اور ممکنہ اعتراض کا جواب۔ ایسا دعویٰ کرنا جس کے لیے ثبوت کی ضرورت ہو۔

کمزور فوری / مضبوط اشارہ

کمزور اشارہ:

میرے پروڈکٹ کے لیے ہدف کے سامعین کی شخصیت بنائیں۔

کوئی ڈیٹا، کوئی پروڈکٹ، کوئی سیاق و سباق نہیں؛ AI افراد کو مکمل طور پر عام کیے بغیر بناتا ہے، ان کی تصدیق نہیں کی جا سکتی۔

طاقتور اشارہ:

پروڈکٹ: گھر کے لیے سمارٹ تھرموسٹیٹ۔ قیمت: درمیانی اوپری طبقہ۔ ذیل میں گمنام کسٹمر ڈیٹا کا خلاصہ ہے:- زیادہ تر خریدار 35-50 سال کے ہیں، گھر کے مالکان، ٹیکنالوجی کے لیے کھلے ہیں۔- اکثر حوالہ دیا جانے والا فائدہ: بل کی بچت اور آرام۔- اکثر اعتراضات: تنصیب میں دشواری کے بارے میں تشویش۔ ٹاسک: اس ڈیٹا سے 2 شخصی خاکے بنائیں۔ ہر ایک کے لیے، ہدف، رکاوٹ، خریداری کا محرک، تنصیب کے اعتراض کا جواب، اور مناسب چینل۔ بیان کریں کہ یہ تصدیق شدہ مفروضہ ہے۔ جو ڈیٹا میں نہیں ہے اسے نہ بنائیں۔

دوسرا دعوی حقیقی اعداد و شمار پر مبنی ہے؛ آؤٹ پٹ کا ابھی بھی فیلڈ اور سیلز ڈیٹا کے خلاف تجربہ کیا جاتا ہے۔

عام غلطیاں

  • ڈیٹا فراہم کیے بغیر شخصیت کی درخواست کرنا۔ AI کو عام کیے بغیر بناتا ہے۔ ہو سکتا ہے یہ اصل سامعین کی عکاسی نہ کرے۔
  • شخصیت کو حقیقی سمجھنا۔ شخصیت ایک مفروضہ ہے؛ اسے فیصلوں کی بنیاد کے طور پر نہیں لیا جا سکتا جب تک کہ سیلز اور فیلڈ ڈیٹا سے اس کی تصدیق نہ ہو جائے۔
  • ایک ہی سامعین کو فرض کرنا۔ مختلف ضروریات کو تقسیم نہ کرنے سے پیغام سب کے لیے یکساں اور بے اثر ہو جاتا ہے۔
  • ٹول میں ذاتی ڈیٹا چسپاں کرنا۔ نام، ای میل، فون نمبر KVKK کے دائرہ کار میں ہیں۔ نام ظاہر نہ کریں۔
  • شخصیت کو بالکل بھی اپ ڈیٹ نہیں کرنا۔ بڑے پیمانے پر رویے میں تبدیلی؛ شخصیت ایک زندہ دستاویز ہے۔
احتیاط: شخصیت جتنی واضح طور پر لکھی جاتی ہے، اتنا ہی "حقیقی" محسوس ہوتا ہے۔ یہ ایک جال ہے۔ زندہ دلی کا مطلب درستگی نہیں ہے۔ ہر شخص کو اس سوال کے ساتھ جانچیں کہ "کون سا ڈیٹا اس کی حمایت کرتا ہے؟"

خلاصہ میں

ہدف کے سامعین کا تجزیہ صحیح شخص تک صحیح پیغام پہنچانے کی بنیاد ہے۔ تقسیم سامعین کو بامعنی ذیلی گروپوں میں تقسیم کرتی ہے۔ Persona ہر طبقہ کو ایک ٹھوس کردار میں بدل دیتا ہے جس سے ایک پیغام تیار کیا جا سکتا ہے۔ مصنوعی ذہانت گمنام ڈیٹا سے تھیمز اور بصیرت نکالنے اور شخصیات تیار کرنے میں ایک طاقتور سرعت ہے۔ تاہم، ہر طبقہ اور شخصیت جو AI تیار کرتا ہے ایک فرضی خاکہ ہے۔ اسے حقیقی فروخت، سروے اور فیلڈ ڈیٹا کی تصدیق کے بغیر فیصلوں کی بنیاد کے طور پر نہیں لیا جا سکتا۔ ذاتی ڈیٹا ہمیشہ گمنام استعمال کیا جاتا ہے۔

درخواست کا کام

ایک پروڈکٹ کا انتخاب کریں۔ (1) اپنی اصل یا فرضی کسٹمر کی معلومات کو ایک گمنام خلاصے میں مرتب کریں۔ (2) "سگمنٹ اسکیچ" ٹیمپلیٹ کے ساتھ 3 سیگمنٹ نکالیں۔ (3) ایک سیگمنٹ کو "شخصی جنریٹر" کے ساتھ زندہ شخصیت میں تبدیل کریں۔ (4) اس شخصیت کے لیے "Person-message matcher" کے ساتھ ایک مخصوص پیغام، ٹون اور چینل سیٹ کریں۔ (5) سب سے اہم: یہ لکھیں کہ آپ اس شخصیت کی توثیق کرنے کے لیے کون سے 3 حقیقی ڈیٹا ذرائع (سیلز، سروے، انٹرویو) کو دیکھیں گے۔ کسی غیر تصدیق شدہ شخص کو "یقینی" کے بطور نشان زد نہ کریں۔

چیک لسٹ

  • میں نے ٹول کو دینے سے پہلے کسٹمر ڈیٹا کو گمنام کر دیا۔
  • [ ] میں نے ماس کو حصوں کے طور پر سمجھا، ایک کمیت کو نہیں۔
  • [ ] میں نے AI پرسنز کو "مفروضے کا خاکہ" کا لیبل لگا دیا۔
  • میں نے ہر شخص کے لیے پیغام، لہجے اور چینل کو ملایا۔
  • میں نے اعداد و شمار کے اصل ذرائع کی نشاندہی کی ہے جہاں سے میں شخصیات کی تصدیق کروں گا۔
  • میں نے شخصیت اور طبقات کو اپ ڈیٹ رکھنے کا منصوبہ بنایا۔