收益：
- 能够理解目标受众、细分市场和角色的概念，并使用人工智能和正确的数据来生成洞察综合和角色草案。
- 能够根据原始客户数据和市场研究，通过人工智能支持来匹配细分和消息
- 能够认识到人工智能角色是假设草案，需要通过真实数据和现场验证进行测试
广告中最昂贵的错误就是向错误的人传达正确的信息。不管一个产品有多好，口号有多吸引人，如果它到达的受众不关心它，预算就会被浪费。因此，每项营销活动的基础都是目标受众：广告想要覆盖的具有明确共同特征的人群。但“目标受众”往往不是单一群体；而是“目标受众”。它包含具有不同需求和行为的子群体。这种划分子组的过程称为分段。为了使每个部分更加生动和实用，创建了一个代表该部分的虚拟角色；这称为角色（买方角色）。
角色将诸如“中年女性”之类的抽象描述转变为具体且可传达信息的角色，例如“Zeynep，38 岁，两个孩子的母亲，全职工作，为节省时间的产品付费，晚上通过电话做出决定”。人工智能在本单元中有两件事可以派上用场：从原始数据中综合见解并生成角色蓝图。但让我们从一开始就发出关键警告：人工智能角色只是一个假设的草图，而不是实际的客户。如果在没有用真实数据进行测试的情况下就认为这是理所当然的，那么你将是在宣传一个虚假的梦想。
什么是洞察力以及人工智能在哪里提供帮助
广告洞察力是捕捉目标受众行为背后真正原因的发现。例如，“人们正在购买牙刷”是一个观察； “人们实际上对牙刷不感兴趣，而是对早上穿得整洁的感觉感兴趣”是一种洞察。良好的洞察力将信息从表面带到深层。人工智能可以快速读取您的数据（调查回复、客户评论、销售数据、社交媒体对话）并提取模式和主题；这是寻找洞察力的强大加速器。但人工智能提取的主题是一个假设；这取决于您与真正的客户进行验证。
提示：向人工智能提供原始数据（例如匿名客户评论）并询问“从中出现哪些重复出现的主题？”与其要求某人从头开始创建角色，不如要求他们从数据中得出主题要可靠得多。
一步一步：从片段到消息
第 1 步 — 收集数据并使其匿名。客户评论、调查答案、销售记录。删除姓名、电子邮件、电话等个人数据。
第 2 步 — 提取片段。将受众分为有意义的子组：按需求、行为、购买频率、生命阶段等。您可以向 AI 提供数据并让它询问“出现了多少个不同的行为组？”
第 3 步——制作角色草稿。每个重要细分的角色：人口统计、目标、痛点、购买触发点、反对点。
第 4 步 — 匹配消息。确定适合每个角色的承诺、语气和渠道。
第 5 步 — 验证。用真实数据（销售数据、调查、现场访谈）测试角色和细分；更新那些不起作用的东西。
下表显示了同一产品（洗碗机清洁剂）的两个不同角色和消息匹配：
项目
角色1：“赢得时间的泽内普”
女神异闻录 2：“Safarrufçu Kemal”
公司简介
38岁，职场妈妈，忙碌
55岁，退休，谨慎买家
主要需要
快速、轻松的清洁
持久、经济的使用
障碍
没有时间
避免浪费
承诺
“瞬间明亮，属于你的时刻”
“更少的产品，更多的洗涤”
合适的渠道
Instagram、短视频
报纸增刊、电子邮件
语气
务实、有活力
可靠、实惠
三个迷你箱子
案例 1——从数据中洞察。某电商品牌没时间阅读 800 条客户评论。他以匿名方式（省略姓名/订单号）向 AI 提供了评论，并要求重复出现的主题。 YZ强调了“当运输速度超出预期时满意度飙升”的主题。该团队用自己的销售数据证实了这一点，并将活动信息集中在“当天发货”的承诺上。人工智能提出一个主题，人类验证它并将其转化为决定。
案例 2 — 未经验证的角色的成本。一个应用程序品牌告诉人工智能“为年轻用户生成角色”。 YZ给出了“18-24岁，社交媒体成瘾，价格敏感”的人物形象。该团队接受了这一事实并发起了这项活动。但真实用户数据显示，主要受众为30-40岁的专业人士。一些预算流向了错误的受众。错误：不查看数据就相信人工智能创建的角色。
案例 3 — 段分离的价值。一家健身房向所有会员发出同样的“保持健康”信息。通过人工智能匿名分析会员数据，我们发现了两个明显的细分群体：“害羞的新手”和“目标导向的老手”。当向两组（一组“第一步很容易”，另一组“克服自己”）发送两条不同的消息时，回复率显着增加。分段分离使信息切中要点。
四个可复制模板
1) 从评论中提取主题：
以下是匿名客户评论（无姓名/订单信息）：[粘贴评论]任务：(1) 提取 5 个重复出现的主题（满意度和投诉分开）。(2) 估计每个主题的示例评论数量并提供报价。(3) 建议哪些评论可以转化为营销活动消息。不要虚构任何数据中没有的主题；说明你不确定。
2) 段概要：
产品：[产品]。以下是匿名客户特征：[数据/摘要]。任务：根据需求和行为将受众分为 3-4 个细分。每个细分：口号、差异化功能、关键需求、购买触发因素。这是初步大纲；假设我会用真实的数据来验证。
3）角色生成器：
段：“[段名称和摘要]”。任务：写一份代表该细分市场的角色草稿。内容：姓名、年龄范围、生活状况、目标、障碍（痛点）、购买前的反对意见、他花时间在哪个渠道上。在标题中注明这是一个假设，而不是一个真实的人。
4）角色-消息匹配器：
我的角色：[角色 1 摘要]、[角色 2 摘要]。产品承诺：[承诺]。任务：对于每个角色：最合适的一句话消息、语气、优先渠道以及对潜在异议的响应。提出需要证据的主张。
弱提示/强提示
弱提示：
为我的产品创建目标受众角色。
没有数据，没有产品，没有背景；人工智能在没有完全概括的情况下构建角色，无法对其进行验证。
强力提示：
产品：家用智能恒温器。价格：中上段。以下是匿名客户数据的摘要：- 大多数买家年龄在 35-50 岁，有房，对技术持开放态度。- 最常提到的好处：节省账单和舒适。- 最常见的反对意见：担心安装困难。任务：根据该数据创建 2 个角色草图。对于每个目标、障碍、购买触发因素、对安装异议的响应以及适当的渠道。说明这是一个需要验证的假设；不要弥补数据中没有的内容。
第二个说法是基于真实数据；输出仍根据现场和销售数据进行测试。
常见错误
- 请求角色而不提供数据。 AI弥补，不泛泛而谈；这可能无法反映实际受众。
- 误认为人物是真实的。角色是一个假设；在经过销售和现场数据验证之前，不能作为决策的依据。
- 假设只有一个观众。不区分不同的需求会使每个人的信息都相同并且无效。
- 将个人数据粘贴到工具中。姓名、电子邮箱、电话号码均在KVKK范围内；匿名。
- 根本不更新人物。大众行为改变；角色是一个活的文档。
注意：人物写得越生动，给人的感觉就越“真实”；这是一个陷阱。生动并不意味着准确。用“哪些数据支持这一点？”这个问题来测试每个角色。
综上所述
目标受众分析是向正确的人传递正确的信息的基础。细分将受众分为有意义的子组；角色将每个片段转变为可以生成消息的具体角色。人工智能是从匿名数据中提取主题和见解并生成角色的强大加速器。然而，人工智能产生的每一个片段和角色都是一个假设的草图；未经实际销售、调查和现场数据验证，不能作为决策依据。个人数据始终以匿名方式使用。
应用任务
选择一个产品。 (1) 将您的实际或假设的客户信息汇编成匿名摘要。 (2) 使用“线段草图”模板提取3个线段。 (3) 使用“人物角色生成器”将片段转变为实时人物角色。 (4) 使用“角色消息匹配器”为此角色设置特定消息、语气和频道。 (5) 最重要的是：写下您将查看哪 3 个真实数据源（销售、调查、访谈）来验证此角色。请勿将任何未经验证的角色标记为“确定”。
清单
- [ ] 在将客户数据提供给该工具之前，我对客户数据进行了匿名处理。
- [ ] 我将质量视为片段，而不是单个质量。
- [ ] 我将人工智能角色标记为“假设草图”。
- [ ] 我为每个角色匹配了消息、语气和频道。
- [ ] 我已经确定了我将验证角色的实际数据源。
- [ ] 我制定了一个计划来保持角色和片段的更新。