奧美公關數據分析總監(jiān)王澤蘊:不做無效的營銷之人群畫像
人群畫像很重要,但更重要的是背后的數據化思維方式,其實就是運用數據的手段去了解現(xiàn)象背后的規(guī)律到底是什么。
為什么要做人群畫像?
品牌視角和用戶視角不同
甲方認為好的產品特點有時消費者根本不買賬,也就是說甲方視角和消費者視角其實有時候是兩個視角。如果不知道消費者視角的話,效率就會很低。
舉個例子,一個空氣凈化器的品牌想迅速在C端市場打響知名度,他們認為自己的產品沒有競爭對手,因為這個凈化器可以除甲醛,國內沒有什么品牌能做到。然而用戶真正遇到需要除甲醛問題的時候他們是用什么手段解決的?用綠蘿、用菠蘿,開窗用茶葉、咖啡沫……
所以競品的含義并不只是指我的競爭對手或同行,而是我跟誰爭搶用戶誰就是我的競品,它甚至不一定跟我是同一個品類的,比如說綠蘿,所以站在用戶的視角看待問題,你會發(fā)現(xiàn)答案跟甲方想的完全不一樣。
還是剛才那個案例,對方說產品其中一個核心賣點是凈化器長的特別好看,一定要大力的推。我們做了一個抽樣調研,結論是外形美觀這件事情對于購買決策的影響排序倒數第三,也就是說,你覺得非常重要的賣點消費者未必也是這么想的,所以這就是視角的問題。
還有一個視角叫做乙方視角,同樣的數據不同的分析師可能分析出來的結果完全不一樣。
一個國外做燃油添加劑的品牌要進軍中國市場,購買了第三方數據公司線上一段時間之內網上去聊燃油添加劑這個話題的聲量大小。
縱軸是聲量的大小,橫軸是談論添加劑的人開車公里數,很明顯六千多是高點,說明應該針對第一年大保的新車車主猛推燃油添加劑,因為他們就是這樣的一個訴求。
聽起來邏輯沒有什么問題,然而那些已經形成使用燃油添加劑習慣的老司機,他早已習慣性地經常購買,還會在網上討論這個話題嗎?不會,所以這個圖根本沒有用,它只記錄討論的人的情況,但是還有很多人沒有討論,所以如果要研究這個問題一定要再加入另外一組數據,就是銷售數據。
心理學很著名的一組圖叫“青蛙與河馬”,同樣的一個圖只要轉換視角90度,你會發(fā)現(xiàn)一個是青蛙,一個是馬。
人群畫像中左邊這個圈是品牌想要表達的,右邊這個圈是用戶想要的,去探尋人群畫像的目的是為了找到中間的那個交集,這也是可以雙贏的一個前提。
用戶之旅的“個性化”
用戶從聽說一個品牌到最后購買,或者是反復購買,然后分享給其他人的過程叫journey,這個過程中會有幾個重要的結點:
然而,現(xiàn)在的營銷環(huán)境特別復雜,我們經常發(fā)現(xiàn)一些諸如咪蒙一樣的IP型KOL推了一個你沒有聽說過的產品,大家也并不知道中間發(fā)生了什么,然后就有人買了,整個的journey會被壓縮到非常短,一瞬間完成,只是因為對KOL的熱愛。
正是因為客戶journey現(xiàn)在更加難以衡量、更加個性化,比較高效的方法是直接站在用戶的視角去看這個問題,用數據還原每一個具體的用戶之旅,了解有哪些關鍵節(jié)點,轉化是怎樣發(fā)生的,什么樣的原因導致大家購買,然后重點發(fā)力。
人群畫像的決策“權重”
幫助一個品牌去制定對的商業(yè)目標時,通常會通過這個五個點思考問題:
- 我怎么知道這個品牌它定的目標是對的?我需要先去梳理品牌自身的資產,我要知道我是誰,我有什么樣的背景,我有什么技術是別人沒有的,我有什么差異化的特點,我有什么樣的現(xiàn)有用戶;
- 我要把品牌放在整個行業(yè)的環(huán)境里,去看這個行業(yè)現(xiàn)在有多少人、市場容量有多少,政策對這個行業(yè)的支持怎么樣,它現(xiàn)在的發(fā)展趨勢如何,行業(yè)里面主要構成是誰;
- 我的競爭對手,我到底未來跟誰爭搶用戶;
- 我面對的人群是誰;
- 觸達渠道。
通過歷史那么多的行為聚集了現(xiàn)在的用戶,這些用戶是誰?他們是怎么來的?我怎么樣更好地黏住他?這個行業(yè)里邊的市場容量能夠賣給多少人?這些人對于這個品類的需求是什么?研究這些才能知道不管是做產品創(chuàng)新,還是做推廣,有沒有什么好的機會點。
在整個商業(yè)決策的過程中人群畫像權重很高,而且它的應用場景也非常多。人群畫像做好了就能知道渠道選擇怎么做,知道內容的創(chuàng)意怎么做,甚至品牌升級應該怎么做,這些都能夠有一些更加具象的答案。
為什么有的畫像又貴又無用?
誤區(qū)1:目標人群越多越好,圈子越廣越好
很多人認為目標人群越多越好,其實恰恰相反,首先營銷費用是有限的,其次今天我們面對過多的選擇,用戶在選擇品牌時經常不是因為產品功能,而是情感的共鳴、價值觀的共鳴,買的是背后身份的認同。
而且畫像越窄的時候,話術會更有針對性。有限的營銷費用也像魚餌撒在魚缸里一樣,可以反復的撒。
誤區(qū)2:為了數據而數據
做的不好的畫像基本上分成三種,第一種是不花錢的,剩下兩個都花錢的。
1、拍腦門型
覺得畫像有用,但自認為特別了解產品,不需要花錢去做。簡單粗暴的一句話就把這些人定了位,但其實不可能通過幾個標簽就能夠了解這群人是什么樣子的。
2、人物傳記型
找到幾個到幾十個典型用戶,采用白描手法刻畫其典型生活,每個人生平都事無巨細。
然而要想客觀地了解一群人,假如用抽樣的方式,需要400份樣本才能夠客觀的還原這群人部分的特征,所以首先樣本要夠多,其次樣本要具有代表性。
3、事無巨細型
很多品牌花幾十萬去買一個很多緯度的所謂的人群畫像,這個畫像有時候甚至上百頁,這個東西本身它是有意義的,但是對于品牌來說意義卻是有限的。
現(xiàn)有用戶等于目標用戶嗎?
之前幫某個高端美甲店做人群畫像,她的現(xiàn)有用戶是一些北京三十多歲的有錢女性,但我們看到線下的美甲店沒有男性用戶,對于那些對外在也有高要求的男性來說,他不會去線下美甲店,因為很尷尬,如果對他們推出了O2O,上門給他們做一個頭發(fā),順便做一個指甲,他們當然愿意。所以針對這群人去推O2O的話其實轉化率是非常高的。
現(xiàn)有人群跟目標人群往往不是一回事,現(xiàn)有人群只是整體用戶中間的一個子集,但是目標人群到底在哪里?需要通過數據來幫助挖掘。
誤區(qū)3:過于關注元數據和行為數據,忽略了態(tài)度數據。
1、元數據
元定義人群的數據,比如:性別、年齡、居住地、婚姻狀況……其屬性是不變化或者很緩慢的變化。
2、行為數據
指特定人群可被記錄的行為痕跡數據,比如:媒體接觸行為、頁面停留時間、社交行為、打車行為……
3、態(tài)度數據
指特定人群對特定現(xiàn)象或品牌的態(tài)度、人群自身的消費態(tài)度、價值觀、人生觀、事業(yè)觀等數據,比如購買動機、商品滿意度……
同樣的行為,背后的原因一樣嗎?
同樣1年內買了10只以上圣羅蘭口紅的人,有一種可能,因為在廣告公司工作,周圍的同事都化妝,這是我的剛需,但是沒有太多錢,所以圣羅蘭是我能夠買得起的最便宜的一線品牌。第二種可能,因為喜歡吳某凡、楊洋這種流量明星而產生的完全非理性跟隨。
用戶為什么會需要這個東西?買的時候有什么阻力?應用場景是什么?在這個場景里為了解決什么樣的訴求……這些態(tài)度數據才是能夠幫助導出營銷決策最最重要的事,這也是我們在做人群畫像中最需要還原、最難的部分。
人群畫像3C九宮格模型
好的畫像會告訴我針對這群人,結合品牌的訴求,我應該做什么樣的事情,也就是說能不能幫我導出有直接因果關系的營銷決策才是畫像的重點,這是最重要的一件事情。
這個叫3C九宮格模型,縱坐標原數據、行為數據和態(tài)度數據剛才已經講了,橫坐標是3C,品牌、品類和競品。
1、品牌數據
首先看品牌現(xiàn)有用戶的數據,按照商業(yè)目標在現(xiàn)有用戶原數據、行為數據和態(tài)度數據中進行挑選。
2、品類數據
王老吉涼茶進軍北方市場的時候,它的品牌在北方市場現(xiàn)有人群中是沒有的,其競品背后的人群也沒有,它不知道應該跟誰競爭。
那么研究這個問題的時候需要找第二類品類數據即品類背后的原數據、行為數據和態(tài)度數據,也就是說要知道在北方市場大家喝飲料的習慣是什么?在什么樣的應用場景喝?主流的飲料是哪些?人們在喝這些飲料的時候內心滿不滿意?有什么不滿的地方?從中找到我的機會點,找到我的競品是誰。
3、競品數據
跟誰爭搶用戶,就要知道我的競品的用戶人群其行為共性是什么?他們有什么不滿的?他們有什么特別滿意的?我能不能去解決他們那些不滿意的點?
人群畫像3C九宮格這個模型看似簡單,但把它用好是非常難的,這個背后需要大量的數據,不僅需要網上購買一些行為數據,還需要通過大數據結合小數據的方式,來去還原背后的態(tài)度數據。
人群畫像很重要,但更重要的是背后的數據化思維方式,其實就是運用數據的手段去了解現(xiàn)象背后的規(guī)律到底是什么。雖然現(xiàn)在的市場環(huán)境很復雜,規(guī)律很難找,但是如果我們找到了性價比就會非常的高。
作者:王澤蘊,奧美公關數據分析總監(jiān)
本文由 @灰度認知社 整理發(fā)布于人人都是產品經理。未經許可,禁止轉載。
純粹的依靠用戶調研,卻又沒說清楚怎么去做用戶調研,抽樣本身的不準確性和隨意性,這樣的數據得出的結論很難想象 另外,文中提到的為了數據而數據是誤區(qū),而你卻在為了迎合案例而有意去調研數據
另外,態(tài)度數據是如何產生,通過其它兩個數據進行推導,是科學性的推導還是感性式的推導。態(tài)度數據到營銷決策,如何影響,如何有效,這些都沒有說
沒有實證案例。而且要有龐大的數據調研。
正經干貨~感謝!
哇塞,寫的真好
跟今天南京大學大數據講座老師講的很相似呢
受益匪淺 ,贊!