Ang mga persona ng market mula sa data ng audience ay binuo ng isang market sa isang pagkakataon mula sa tatlong input: data ng panel o survey sa kung sino ang bibili, mga ad ng kakumpitensya na nagpapakita kung sino ang target ng mga karibal at kung anong pangako, at pampublikong pag-uusap na nagpapakita ng mga tensyon na sinasabi ng mga tao. I-cluster ang bawat market nang hiwalay, suriin ang mga cluster kumpara sa mga ad na gumaganap doon, at panatilihin lamang ang mga persona na nagbabago ng isang mensahe, isang alok, o isang channel.
Mga pangunahing aral
- Makukuha lang ng isang market persona ang lugar nito kung babaguhin nito ang iyong sinasabi, inaalok o ginagastos sa market na iyon.
- Ipinapakita ng mga ad ng kakumpitensya kung aling mga persona ang pinaglalaban ng isang kategorya; Ipinapakita ng data ng audience kung nasa laban na iyon ang iyong mamimili.
- Para kay Miraflora Wagyu, ginawa ng data ng GWI ang isang pinaghihinalaang problema sa presyo sa isang paghahanap sa pagiging sensitibo sa deal: 61.4% ng mga mayayamang tagaluto ng Colorado ay gumagamit ng mga discount code.
- Para sa Keeta HK, ang parehong paraan ay nag-alis ng wika ng presyo mula sa bawat linya ng direct-to-action, dahil ang target na audience ay hindi naka-index sa gawi sa badyet.
- Buwan-buwan ang mga persona, kaya muling buuin ang mga ito sa isang iskedyul at panatilihing nakikita ang laki ng sample ng bawat isa.
Ano ang market persona, at bakit hindi gumamit ng isang global persona?
Ang isang market persona ay naglalarawan ng isang mamimili sa isang partikular na market: kung ano ang gusto nila, kung ano ang nakakadismaya sa kanila at kung aling mensahe ang naglilipat sa kanila doon. Ang isang pandaigdigang persona ay nag-average ng mga market nang sama-sama at nawawala ang mga pagkakaiba na nagpapasya kung gumagana ang isang ad.
Ang pinakakaraniwang shortcut ay isang demograpikong label. Sa audience-research workspace ng SOMIN, isang whitespace na pag-aaral ng 229 na mga post na na-publish sa pagitan ng Abril at Hulyo 2026 ng apat na brand ng audience-research na nakapangkat ng 33 sa mga ito sa ilalim ng isang tensyon: ang mga brand ay nagkakamali sa pagta-target dahil masyado silang nakasandal sa generational na label na A, hindi isang tao ang mga label ng generational A.
Ang pag-aayos ay gawing yunit ng pagsusuri ang merkado. Bumuo muna ng mga persona sa loob ng bawat market, pagkatapos ay ihambing ang mga ito sa mga market. Ang pagpunta sa ibang paraan, mula sa isang pandaigdigang persona hanggang sa mga lokal na pag-aayos, ay may posibilidad na panatilihin ang mga pagpapalagay at mawala ang ebidensya.
Aling data ang dapat buuin ng isang market persona?
Gumamit ng hindi bababa sa dalawang independiyenteng mapagkukunan sa bawat merkado: ang isa na naglalarawan sa mga tao at ang isa na naglalarawan kung ano na ang sinasabi ng mga kakumpitensya sa kanila. Ang bawat isa ay may blind spot ang iba pang mga pabalat.
| Pinagmulan | Ano ang ipinapakita nito | Blind spot |
|---|---|---|
| Mga panel at survey ng madla | Mga saloobin, gawi sa pagbili at mga gawi sa media, na na-index laban sa average ng merkado | Self-reported, at tahimik kung saan gumagana ang mensahe |
| Mga ad at post ng kakumpitensya | Aling mga persona, tensyon, at alok na mga karibal ang magbabayad upang maabot, ayon sa merkado at petsa | Ipinapakita kung ano ang ibinibigay ng mga tatak, hindi kung ano ang hinihiling ng mga mamimili |
| Pampublikong sosyal na pag-uusap | Ang mga tensyon at mga salita na ginagamit ng mga tao nang hindi sinenyasan | Skews patungo sa mga gumagamit ng boses at ilang partikular na platform |
| Data ng first-party | Ang ginawa ng sarili mong mga customer | Sinasaklaw lang ang mga taong nakahanap na sa iyo |
Ginagawa ng mga panel na partikular sa merkado ang mga tao. Ang flagship survey ng GWI ay sumasaklaw sa higit sa 50 na mga merkado at kumakatawan sa higit sa 3 bilyong mga gumagamit ng internet, ayon sa GWI methodology page nito. Sa panig ng kakumpitensya, ang Google's Ads Transparency Center ay nagbibigay-daan sa sinuman na maghanap ng mga ad mula sa mga na-verify na advertiser at makita kung alin ang tumakbo sa isang partikular na rehiyon, upang ang mapagkumpitensyang pagbabasa ay ma-filter ng market mula sa simula.
Ang pinagmulan ay hinuhubog din ang modelo. Ang pangkat ng pananaliksik ng SOMIN ay nagpakita sa AAI2020na ang pagpili ng social network bilang pinagmumulan ng datanagbabago kung gaano katumpak ang pag-profile ng isang modelo ng AI sa mga user, at a2022nalaman ng papel sa Frontiers in Big Data na ang mga taoibunyag ang iba't ibang aspeto ng kanilang personalidad sa Twitter at Facebook, at ang mga katangiang iyon na hinuha sa mga network ay nagpahusay sa isang tagarekomenda ng nilalaman. Ang praktikal na aral: huwag bumuo ng isang persona sa isang platform at ilapat ito sa lahat ng dako. Ang buong listahan ng mga papel ay nasa amingpahina ng pananaliksik.
Paano ka bumuo ng mga persona sa merkado nang hakbang-hakbang?
Ayusin ang market at i-filter, basahin ang mapagkumpitensyang field, cluster, patunayan laban sa data ng audience, pagkatapos ay isulat ang bawat persona bilang isang hanay ng mga desisyon.
- Ayusin ang market at ang filter. Pangalanan ang heograpiya, ang kategorya at ang qualifying na pag-uugali. Para kay Miraflora Wagyu, nagsimula ang SOMIN sa 2,838,296 na tao sa Colorado na interesadong magluto sa SOMIN × GWI Q2 2024 survey, pagkatapos ay pinaliit sa 1,318,330 na may kita ng sambahayan na 85k pataas.
- Hilahin ang mga ad ng kakumpitensya para sa market na iyon. Mangolekta ng bayad at organic na content bawat brand na may mga filter ng bansa, pagkatapos ay panatilihin ang mga ad na gumaganap. Para sa Keeta HK, nagtrabaho ang SOMIN mula sa 145 na mga ad na na-filter sa mga may higit sa average na hinulaang click-through rate.
- I-cluster ang content sa mga persona at tension. Sa Wego study, ang mga persona ay nagmula sa X-means clustering sa mga text embed at pagkatapos ay inihambing sa pamamagitan ng market at ng brand.
- Mag-validate laban sa data ng audience. Suriin ang mga ipinapalagay na katangian ng bawat persona laban sa panel: over-index, under-index o flat.
- Isulat ang persona bilang mga desisyon. Bigyan ito ng mensahe, alok, channel at listahan ng mga bagay na hindi dapat sabihin.
Ito ay malapit sa tinatawag ng Nielsen Norman Group na statistical personas: qualitative work muna, pagkatapos ay isang survey ng hindi bababa sa 100 na tao, ideally 500 o higit pa, at isang clustering method. Sinabi ng NN/g na ang diskarte ay mahal at nangangailangan ng istatistikal na kasanayan. Iyon ang bahaging maaaring i-compress ng AI pipeline; ang pagpapasya kung aling mga kumpol ang mahalaga ay mananatili sa strategist.
Ano ang hitsura nito sa totoong data ng audience?
Sa parehong mga kaso sa ibaba, ipinakita ng mga ad ng kakumpitensya kung nasaan ang karamihan at ipinakita ng data ng madla kung nasa loob nito ang mamimili ng kliyente.
Miraflora Wagyu: sensitibo sa presyo o sensitibo sa deal?
Ang Miraflora Wagyu, isang premium na wagyu eCommerce brand sa US, ay may mataas na cost per acquisition at pinaghihinalaang punto ng presyo nito. Pinagsama ng SOMIN ang data ng GWI sa pagsubaybay ng SOMONITOR ng 9 na tatak ng baka at pagsasaliksik ng presyo sa 6 na mga online na nagbebenta. Sa mga mayayamang tagaluto ng Colorado, 61.0% ang naghahanap ng pinakamahusay na deal, 61.4% ang gumagamit ng mga discount code at 67.0% ang gumagamit ng loyalty o reward programs.
Ang katauhan ay sensitibo sa deal, hindi sensitibo sa presyo, at binago nito ang plano. Inirerekomenda ng Miraflora Wagyu case study na makipagkumpitensya sa mga promosyon at mas madaling pag-checkout kaysa sa presyo, na may anim na persona mula sa The Festive Celebrator hanggang sa The Grill Master. Isa pang figure ang nag-reframe ng problema: 78.7% ang bumili ng karne noong nakaraang buwan, ngunit 10.1% lang ang bumili nito online.
Keeta HK: kapag ang buong kategorya ay lumaban sa presyo
Sa paghahatid ng pagkain sa Hong Kong, nag-benchmark ang SOMIN ng 145 na mga ad mula sa Keeta HK, FoodPanda at Deliveroo sa pagitan ng Enero at Marso 2025. Ang nangingibabaw na tensyon ng kategorya ay abot-kaya, maginhawang pagkain, at nasundan ng Keeta ang parehong mga karibal dito.
Ang isang pagsusuri sa GWI ng mga nag-order ng pagkain sa Hong Kong sa bracket na nasa itaas ng average na kita ay nagpakita na sila ay kulang sa index sa pag-uugali na hinihimok ng badyet at sobrang index sa mga napiling napiling una sa kalidad. Kaya't muling isinulat ng SOMIN ang linyang direct-to-action sa lahat ng apat na kwentong binuo ng AI upang i-drop ang wika ng presyo. Ang Keeta HK case study ay isang pre-launch creative ideation sample, hindi isang sinukat na resulta ng campaign, ngunit ipinapakita nito ang persona na gumagawa ng trabaho nito: pagpapalit ng kopya.
Paano mo mapapanatili na tapat ang mga personas na binuo ng AI?
Gawing masusubaybayan ang bawat persona sa mga post at data sa likod nito, ipakita ang laki ng sample nito, at muling itayo ito sa isang iskedyul.
Ang mga taong binuo ng modelo ay matatas, na siyang panganib. Ang insight engine ng SOMIN ay gumawa ng linyang "Data reveals patterns, but it cannot define humanity" para sa isang persona na tinatawag nitong The Insightful Strategist, sa isang anggulo na nilagyan nito ng label ang Data Illusion Effect: mabigat na pag-asa sa AI at malaking data na humahantong sa maling pagbabasa ng gawi ng consumer. Ito ay nakasalalay sa 51 na mga post. Ang pananggalang ay katibayan na maaari mong buksan, na ang bawat tag ng konsepto ay sumusubaybay pabalik sa mga post na sumusuporta dito.
Gumagalaw din ang mga persona. Sa parehong workspace, ang pinakamalaking persona sa Agosto 2026 30-araw na pag-aaral ng 215 na mga post ay The Tech-Driven Innovator, na may sample na 115. Sa September study ng 220 posts, ito ay ang In-Sunovaccess na Innovator. 131. Parehong kategorya, isang buwan ang pagitan, ibang lead persona.
Ang manipis na data ay ang iba pang bitag. Ang modelo ng moments-of-truth ng SOMIN ay nagpapakita ng isang naghahanap na gustong mag-personalize ng mga ad para sa mga bagong user ngunit may masyadong maliit na data upang magamit. Ito ay isang nabuong sandali, hindi isang quote mula sa isang tunay na tao, ngunit ang sagot ay: kapag ang iyong sariling data ay manipis, humiram ng signal mula sa kategorya sa pamamagitan ng mga ad ng kakumpitensya at data ng panel hanggang sa makuha ang data ng first-party.
FAQ
Ano ang pagkakaiba ng persona at segment ng audience?
Ang isang segment ay isang filter, gaya ng edad, kita o lokasyon, na maaari mong i-target sa isang platform ng ad. Ipinapaliwanag ng isang persona kung bakit bumibili ang mga tao sa segment na iyon, anong tensyon ang nararamdaman nila at kung aling mensahe ang nagpapakilos sa kanila. Magta-target ka ng mga segment at magsulat para sa mga persona.
Ilang katauhan ang dapat magkaroon ng bawat market?
Sapat na upang baguhin ang mga desisyon at hindi na. Ang mga pag-aaral ng SOMIN na Miraflora Wagyu at Wego ay gumawa ng anim, ngunit ang pagsubok ng dalawa o tatlo sa bawat merkado sa isang pagkakataon ay nagpapanatili sa mga resulta na nababasa.
Maaari ba akong bumuo ng mga market persona nang walang data ng survey?
Oo, mula sa mga ad ng kakumpitensya at pampublikong nilalaman, ngunit ituring ang resulta bilang isang pagtingin sa kung ano ang tina-target ng mga tatak sa halip na sinusukat na demand. I-validate ito gamit ang data ng panel o first-party bago gumawa ng badyet.
Gaano kadalas dapat i-refresh ang mga market persona?
Hindi bababa sa quarterly, at buwanan sa mabilis na paglipat ng mga kategorya. Ang 30 na araw na pag-aaral ng SOMIN ay nagpakita ng pangunahing persona sa isang kategorya na nagbabago sa pagitan ng Agosto at Setyembre 2026.
Magsimula sa market kung saan pinaka-disappointed ang performance. Hilahin ang huling quarter ng mga ad ng kakumpitensya, basahin ang mga ito para sa katauhan at tensyon, tingnan ang dalawa o tatlong pinakamalaking cluster laban sa data ng panel, at muling isulat ang isang mensahe bawat persona. Ang SOMIN's strategy agent ay nagpapatakbo ng loop na iyon mula sa live na data ng kategorya, at ang aming artikulo sa Middle East travel marketing ay nagpapakita ng pamamaraang inilapat sa anim na market.
