Persona pasar dari data audiens dibangun satu per satu pasar dari tiga masukan: data panel atau survei tentang siapa yang membeli, iklan pesaing yang menunjukkan siapa yang sudah ditargetkan oleh pesaing dan dengan janji apa, dan percakapan publik yang mengungkapkan ketegangan yang disuarakan masyarakat. Kelompokkan setiap pasar secara terpisah, periksa kelompok tersebut dengan iklan yang tampil di sana, dan pertahankan hanya persona yang mengubah pesan, penawaran, atau saluran.
Poin penting
- Persona pasar mendapatkan tempatnya hanya jika ia mengubah apa yang Anda katakan, tawarkan, atau belanjakan di pasar tersebut.
- Iklan pesaing menunjukkan persona mana yang sudah diperebutkan dalam suatu kategori; data audiens menunjukkan apakah pembeli Anda ikut serta dalam pertarungan tersebut.
- Bagi Miraflora Wagyu, data GWI mengubah dugaan masalah harga menjadi temuan sensitivitas terhadap kesepakatan: 61.4% juru masak kaya di Colorado menggunakan kode diskon.
- Bagi Keeta HK, metode yang sama menghilangkan bahasa harga dari setiap lini tindakan langsung, karena audiens target kurang terindeks pada perilaku anggaran.
- Persona berpindah dari bulan ke bulan, jadi buat ulang persona sesuai jadwal dan pertahankan ukuran sampel masing-masing persona tetap terlihat.
Apa yang dimaksud dengan persona pasar, dan mengapa tidak menggunakan satu persona global?
Persona pasar menggambarkan pembeli di satu pasar tertentu: apa yang mereka inginkan, apa yang membuat mereka frustrasi, dan pesan apa yang menggerakkan mereka ke sana. Persona global rata-rata memasarkan bersama dan menghilangkan perbedaan yang menentukan apakah sebuah iklan berhasil.
Jalan pintas yang paling umum adalah label demografi. Di ruang kerja riset audiens SOMIN, studi spasi atas postingan 229 yang diterbitkan antara bulan April dan Juli 2026 oleh empat merek riset audiens yang dikelompokkan 33 di bawah satu tekanan: merek salah penargetan karena mereka terlalu bergantung pada label generasi seperti Gen Z. Label adalah filter awal, bukan persona.
Cara mengatasinya adalah menjadikan pasar sebagai unit analisis. Bangun persona di setiap pasar terlebih dahulu, lalu bandingkan di seluruh pasar. Sebaliknya, dari kepribadian global hingga perubahan lokal, cenderung mempertahankan asumsi dan kehilangan bukti.
Data manakah yang harus dijadikan dasar untuk membangun persona pasar?
Gunakan setidaknya dua sumber independen per pasar: satu yang menggambarkan orang-orang dan satu lagi yang menggambarkan apa yang sudah dikatakan pesaing kepada mereka. Masing-masing memiliki titik buta yang ditutupi oleh yang lain.
| Sumber | Yang diungkapkannya | Titik buta |
|---|---|---|
| Panel audiens dan survei | Sikap, perilaku pembelian, dan kebiasaan media, diindeks berdasarkan rata-rata pasar | Dilaporkan sendiri, dan tidak mengetahui pesan mana yang berhasil |
| Iklan dan postingan pesaing | Persona, ketegangan, dan penawaran mana yang harus dicapai oleh pesaing, berdasarkan pasar dan tanggal | Menunjukkan merek apa yang disuplai, bukan apa yang diminta pembeli |
| Percakapan sosial publik | Ketegangan dan kata-kata yang digunakan orang tanpa disengaja | Condong ke arah pengguna vokal dan platform tertentu |
| Data pihak pertama | Apa yang dilakukan pelanggan Anda sendiri | Hanya mencakup orang-orang yang telah menemukan Anda |
Panel membuat sisi masyarakat menjadi spesifik pada pasar. Survei andalan GWI mencakup lebih dari 50 pasar dan mewakili lebih dari 3 miliar pengguna internet, menurut halaman metodologi GWI. Di sisi pesaing, Pusat Transparansi Iklan Google memungkinkan siapa pun menelusuri iklan dari pengiklan terverifikasi dan melihat iklan mana yang ditayangkan di wilayah tertentu, sehingga pembacaan kompetitif dapat difilter berdasarkan pasar sejak awal.
Sumber juga membentuk model. Tim peneliti SOMIN menunjukkan di AAAI 2020 bahwa pilihan jaringan sosial sebagai sumber data mengubah seberapa akurat model AI memprofilkan pengguna, dan makalah 2022 di Frontiers in Big Data menemukan bahwa orang-orang mengungkapkan berbagai aspek kepribadian mereka di Twitter dan Facebook, dan bahwa sifat-sifat yang disimpulkan di seluruh jaringan meningkatkan pemberi rekomendasi konten. Pelajaran praktisnya: jangan membangun persona di satu platform dan menerapkannya di mana saja. Daftar lengkap makalah ada di halaman penelitian kami.
Bagaimana Anda membangun persona pasar selangkah demi selangkah?
Perbaiki pasar dan filter, baca bidang kompetitif, kluster, validasi terhadap data audiens, lalu tulis setiap persona sebagai serangkaian keputusan.
- Perbaiki pasar dan filternya. Sebutkan geografi, kategori, dan perilaku kualifikasi. Untuk Miraflora Wagyu, SOMIN dimulai dari 2,838,296 masyarakat Colorado yang tertarik memasak dalam survei SOMIN × GWI Q2 2024, kemudian dipersempit menjadi 1,318,330 dengan pendapatan rumah tangga 85k ke atas.
- Tarik iklan pesaing untuk pasar tersebut. Kumpulkan konten berbayar dan organik per merek dengan filter negara, lalu pertahankan iklan yang berkinerja baik. Untuk Keeta HK, SOMIN bekerja dari 145 iklan yang difilter ke iklan dengan perkiraan rasio klik-tayang di atas rata-rata.
- Kelompokkan konten ke dalam persona dan ketegangan. Dalam studi Wego, persona berasal dari pengelompokan X-means pada penyematan teks dan kemudian dibandingkan berdasarkan pasar dan merek.
- Validasi berdasarkan data audiens. Periksa asumsi sifat setiap persona pada panel: terlalu terindeks, terlalu terindeks, atau datar.
- Tuliskan persona sebagai keputusan. Berikan pesan, penawaran, saluran, dan daftar hal-hal yang tidak boleh dikatakan.
Hal ini mirip dengan apa yang disebut Nielsen Norman Group sebagai persona statistik: pekerjaan kualitatif terlebih dahulu, kemudian survei terhadap setidaknya 100 orang, idealnya 500 atau lebih, dan metode pengelompokan. NN/g mencatat bahwa pendekatan ini mahal dan memerlukan keterampilan statistik. Itu adalah bagian yang dapat dikompres oleh pipeline AI; memutuskan kelompok mana yang penting tetap berada di tangan ahli strategi.
Seperti apa data audiens sebenarnya?
Dalam kedua kasus di bawah, iklan pesaing menunjukkan lokasi kerumunan dan data pemirsa menunjukkan apakah pembeli klien ada di dalamnya.
Miraflora Wagyu: sensitif terhadap harga atau sensitif terhadap kesepakatan?
Miraflora Wagyu, merek eCommerce wagyu premium di AS, memiliki biaya per akuisisi yang tinggi dan mencurigai titik harganya. SOMIN menggabungkan data GWI dengan pelacakan SOMONITOR terhadap merek daging sapi 9 dan riset harga di seluruh penjual online 6. Di antara juru masak Colorado yang kaya, 61.0% mencari penawaran terbaik, 61.4% menggunakan kode diskon, dan 67.0% menggunakan program loyalitas atau hadiah.
Personanya sensitif terhadap kesepakatan, tidak sensitif terhadap harga, dan itu mengubah rencana. Studi kasus Miraflora Wagyu merekomendasikan persaingan dalam hal promosi dan pembayaran yang lebih mudah dibandingkan dalam hal harga, dengan enam persona mulai dari The Festive Celebrator hingga The Grill Master. Satu angka lagi menggambarkan permasalahan ini: 78.7% telah membeli daging pada bulan lalu, namun hanya 10.1% yang membelinya secara online.
Keeta HK: ketika seluruh kategori memperebutkan harga
Di layanan pesan-antar makanan Hong Kong, SOMIN membandingkan iklan 145 dari Keeta HK, FoodPanda, dan Deliveroo antara bulan Januari dan Maret 2025. Ketegangan dominan dalam kategori ini adalah makanan yang terjangkau dan nyaman, dan Keeta tertinggal dari kedua pesaingnya dalam hal tersebut.
Pemeriksaan GWI terhadap pemesan makanan di Hong Kong yang termasuk dalam kelompok pendapatan di atas rata-rata menunjukkan bahwa mereka berada di bawah indeks pada perilaku yang didorong oleh anggaran dan terlalu tinggi pada indeks pada pilihan-pilihan yang dikurasi dan mengutamakan kualitas. Jadi SOMIN menulis ulang alur tindakan langsung di keempat cerita yang dihasilkan AI untuk menurunkan bahasa harga. Studi kasus Keeta HK adalah contoh ide kreatif sebelum peluncuran, bukan hasil kampanye yang terukur, namun menunjukkan persona melakukan tugasnya: mengubah salinannya.
Bagaimana Anda menjaga persona yang dihasilkan AI tetap jujur?
Jadikan setiap persona dapat dilacak ke postingan dan data di belakangnya, tunjukkan ukuran sampelnya, dan buat ulang sesuai jadwal.
Persona yang dihasilkan model lancar, itulah risikonya. Mesin wawasan SOMIN menghasilkan kalimat "Data mengungkapkan pola, namun tidak dapat mendefinisikan kemanusiaan" untuk seseorang yang disebut sebagai Ahli Strategi yang Berwawasan, dengan sudut pandang yang diberi label Efek Ilusi Data: ketergantungan yang besar pada AI dan data besar yang menyebabkan kesalahan membaca perilaku konsumen. Itu bertumpu pada postingan 51. Perlindungan adalah bukti yang dapat Anda buka, dengan setiap tag konsep ditelusuri kembali ke postingan yang mendukungnya.
Persona juga bergerak. Di ruang kerja yang sama, persona terbesar dalam postingan studi 215 hari 2026 30 bulan Agustus adalah Inovator Berbasis Teknologi, dengan sampel 115. Dalam studi postingan 220 bulan September, itu adalah Inovator Berorientasi Sukses, dengan 131. Kategori yang sama, jarak satu bulan, kepribadian utama yang berbeda.
Data yang tipis adalah jebakan lainnya. Model momen kebenaran SOMIN menampilkan seorang pencari yang ingin mempersonalisasi iklan untuk pengguna baru tetapi memiliki terlalu sedikit data untuk digunakan. Ini adalah momen yang dihasilkan, bukan kutipan dari orang sungguhan, namun jawabannya tetap ada: ketika data Anda sendiri sedikit, pinjam sinyal dari kategori melalui iklan pesaing dan data panel hingga data pihak pertama menyusul.
FAQ
Apa perbedaan antara persona dan segmen audiens?
Segmen adalah filter, seperti usia, pendapatan, atau lokasi, yang dapat Anda targetkan dalam platform iklan. Persona menjelaskan mengapa orang-orang di segmen tersebut membeli, ketegangan apa yang mereka rasakan, dan pesan apa yang menggerakkan mereka. Anda menargetkan segmen dan menulis untuk persona.
Berapa banyak persona yang harus dimiliki setiap pasar?
Cukup untuk mengubah keputusan dan tidak lebih. Studi Miraflora Wagyu dan Wego yang dilakukan SOMIN masing-masing menghasilkan enam produk, namun pengujian dua atau tiga produk per pasar sekaligus membuat hasilnya tetap dapat dibaca.
Bisakah saya membangun persona pasar tanpa data survei?
Ya, dari iklan pesaing dan konten publik, namun perlakukan hasilnya sebagai gambaran target merek, bukan permintaan terukur. Validasi dengan data panel atau pihak pertama sebelum melakukan anggaran.
Seberapa sering persona pasar harus disegarkan?
Setidaknya triwulanan, dan bulanan dalam kategori fast moving. Studi SOMIN pada hari 30 menunjukkan karakter utama dalam satu kategori berubah antara bulan Agustus dan September 2026.
Mulailah dengan pasar yang kinerjanya paling mengecewakan. Tarik kuartal terakhir iklan pesaing, bacalah untuk mengetahui persona dan ketegangannya, periksa dua atau tiga kelompok terbesar terhadap data panel, dan tulis ulang satu pesan per persona. agen strategi SOMIN menjalankan loop tersebut dari data kategori langsung, dan artikel kami tentang pemasaran perjalanan Timur Tengah menunjukkan metode yang diterapkan di enam pasar.
