잠재 고객 데이터의 시장 페르소나는 세 가지 입력, 즉 누가 구매하는지에 대한 패널 또는 설문 조사 데이터, 경쟁사가 이미 목표로 삼고 있는 대상과 약속이 무엇인지 보여주는 경쟁사 광고, 사람들이 말하는 긴장감을 드러내는 공개 대화를 통해 한 번에 하나의 시장으로 구성됩니다. 각 시장을 별도로 클러스터링하고, 그곳에서 수행되는 광고에 대해 클러스터를 확인하고, 메시지, 제안 또는 채널을 변경하는 페르소나만 유지하세요.
핵심 요약
- 시장 페르소나는 해당 시장에서 당신이 말하고, 제안하고, 소비하는 것을 변화시키는 경우에만 그 자리를 차지합니다.
- 경쟁사 광고는 카테고리에서 이미 어떤 페르소나를 두고 경쟁하고 있는지 보여줍니다. 잠재고객 데이터는 구매자가 그 싸움에 참여하고 있는지 여부를 보여줍니다.
- 미라플로라 와규의 경우 GWI 데이터는 의심되는 가격 문제를 거래 민감도 결과로 전환했습니다. 콜로라도의 부유한 요리사 중 61.4%가 할인 코드를 사용합니다.
- Keeta HK의 경우 동일한 방법으로 모든 직접 행동 라인에서 가격 언어를 제거했습니다. 왜냐하면 대상 고객이 예산 행동에 대해 과소 지수를 표시했기 때문입니다.
- 페르소나는 매달 변동하므로 일정에 따라 재구성하고 각 페르소나의 샘플 크기를 눈에 띄게 유지하세요.
시장 페르소나란 무엇이며, 하나의 글로벌 페르소나를 사용하는 것은 어떨까요?
시장 페르소나는 특정 시장의 구매자를 설명합니다. 즉, 구매자가 원하는 것, 좌절감을 주는 것, 구매자를 그곳으로 이동시키는 메시지 등을 설명합니다. 글로벌 페르소나는 시장을 평균화하고 광고 작동 여부를 결정하는 차이를 잃습니다.
가장 일반적인 단축키는 인구통계학적 라벨입니다. SOMIN의 관객-연구 작업공간에서 공백 연구는2294월부터 7월 사이에 게시된 게시물20264개의 잠재 고객 조사 브랜드로 그룹화33그 중 하나는 하나의 긴장감입니다. 브랜드는 Z 세대와 같은 세대 라벨에 너무 많이 의존하기 때문에 타겟팅을 잘못하고 있습니다. 라벨은 페르소나가 아니라 시작 필터입니다.
해결책은 시장을 분석 단위로 만드는 것입니다. 먼저 각 시장 내에서 페르소나를 구축한 다음 시장 전체에서 비교하세요. 글로벌 페르소나에서 로컬 변경에 이르기까지 다른 방식으로 진행하면 가정을 유지하고 증거를 잃는 경향이 있습니다.
시장 페르소나는 어떤 데이터를 기반으로 구축되어야 합니까?
시장별로 최소한 두 개의 독립적인 소스를 사용하십시오. 하나는 사람을 설명하고 다른 하나는 경쟁업체가 이미 그들에게 말한 내용을 설명합니다. 각각은 다른 쪽이 커버하는 사각지대를 가지고 있습니다.
| 출처 | 알 수 있는 것 | 맹점 |
|---|---|---|
| 청중 패널 및 설문 조사 | 태도, 구매 행동, 미디어 습관을 시장 평균과 비교하여 지수화 | 자기 보고, 어떤 메시지가 작동하는지에 대해 침묵 |
| 경쟁사 광고 및 게시물 | 시장 및 날짜별로 라이벌이 도달하기 위해 지불하는 페르소나, 긴장 및 제안 | 구매자가 요구하는 것이 아니라 브랜드가 공급하는 것을 보여줍니다. |
| 공개 소셜 대화 | 사람들이 예고 없이 사용하는 긴장과 단어 | 보컬 사용자 및 특정 플랫폼에 대한 편향 |
| 자사 데이터 | 귀하의 고객이 한 일 | 이미 귀하를 발견한 사람들에게만 적용됩니다. |
패널은 사람들의 측면을 시장에 맞게 만듭니다. GWI 방법론 페이지에 따르면 GWI의 주요 설문조사는 50개 이상의 시장을 대상으로 하며 3억 명 이상의 인터넷 사용자를 대표합니다. 경쟁사 측에서는 Google의 광고 투명성 센터를 통해 누구나 인증된 광고주의 광고를 검색하고 어떤 광고가 특정 지역에서 게재되었는지 확인할 수 있으므로 처음부터 경쟁 읽기를 시장별로 필터링할 수 있습니다.
소스는 모델을 형성하기도 합니다. SOMIN의 연구팀은 AAAI2020에서 소셜 네트워크를 데이터 소스로 선택하면AI 모델이 사용자를 얼마나 정확하게 프로파일링하는지 변화한다는 사실을 보여줬고, Frontiers in Big Data의 2022 논문에서는 사람들이 트위터와 페이스북에서 자신의 성격의 다양한 측면을 드러내고 네트워크를 통해 유추된 특성이 콘텐츠 추천을 향상시키는 것으로 나타났습니다. 실용적인 교훈: 하나의 플랫폼에 페르소나를 구축하여 모든 곳에 적용하지 마십시오. 전체 논문 목록은 연구 페이지에서 확인할 수 있습니다.
시장 페르소나를 단계별로 어떻게 구축합니까?
시장을 수정하고 필터링하고, 경쟁 분야를 읽고, 클러스터링하고, 대상 데이터를 기준으로 검증한 다음 각 페르소나를 일련의 결정으로 작성합니다.
- 시장과 필터를 수정하세요. 지역, 카테고리 및 적합한 행동의 이름을 지정하세요. 미라플로라 와규의 경우 SOMIN은 SOMIN × GWI Q2 2024 설문조사에서 요리에 관심이 있는 콜로라도의 2,838,296명부터 시작하여 가구 소득이 85k 이상인 1,318,330로 범위가 좁혀졌습니다.
- 해당 시장에 대한 경쟁사 광고를 가져옵니다. 국가 필터를 사용하여 브랜드별로 유료 및 유기 콘텐츠를 수집한 다음 실적이 좋은 광고를 유지하세요. Keeta HK의 경우 SOMIN은 145개의 광고를 필터링하여 예상 클릭률이 평균 이상인 광고로 작업했습니다.
- 콘텐츠를 페르소나와 긴장으로 클러스터링합니다. Wego 연구에서 페르소나는 텍스트 임베딩에 대한 X-평균 클러스터링에서 나온 다음 시장 및 브랜드별로 비교되었습니다.
- 청중 데이터를 기준으로 유효성을 검사합니다. 패널을 기준으로 각 페르소나의 가정된 특성(과다 색인, 과소 색인 또는 플랫)을 확인합니다.
- 페르소나를 결정으로 작성하세요. 메시지, 제안, 채널 및 말하지 말아야 할 목록을 제공하세요.
이는 Nielsen Norman Group이 통계적 페르소나라고 부르는 것에 가깝습니다. 먼저 질적 작업을 수행한 다음 최소 100명, 이상적으로는 500 이상을 대상으로 한 설문조사와 클러스터링 방법입니다. NN/g는 이 접근 방식이 비용이 많이 들고 통계적 기술이 필요하다고 지적합니다. 이는 AI 파이프라인이 압축할 수 있는 부분입니다. 어떤 클러스터가 중요한지 결정하는 것은 전략가의 몫입니다.
실제 청중 데이터에서는 어떤 모습일까요?
아래 두 경우 모두 경쟁사 광고는 군중이 어디에 있는지 보여줬고 청중 데이터는 고객의 구매자가 그 안에 있는지 여부를 보여주었습니다.
미라플로라 와규: 가격에 민감합니까, 거래에 민감합니까?
미국 프리미엄 와규 전자상거래 브랜드인 미라플로라 와규(Miraflora Wagyu)는 구매당 비용이 높았고 가격대도 의심스러웠습니다. SOMIN은 GWI 데이터를 9 쇠고기 브랜드의 SOMONITOR 추적 및 6 온라인 판매자에 대한 가격 조사와 결합했습니다. 콜로라도의 부유한 요리사 중에서 61.0%는 최고의 거래를 찾고, 61.4%는 할인 코드를 사용하고 67.0%는 로열티 또는 보상 프로그램을 사용합니다.
페르소나는 가격에 민감하지 않고 거래에 민감했기 때문에 계획이 변경되었습니다. 미라플로라 와규 사례 연구에서는 The Festive Celebrator부터 The Grill Master까지 6명의 페르소나를 통해 가격보다는 판촉 및 간편한 결제 방식으로 경쟁할 것을 권장합니다. 한 가지 수치가 문제를 재구성했습니다. 지난 달에 78.7%가 고기를 구입했지만 온라인으로 구입한 사람은 10.1%뿐이었습니다.
Keeta HK: 전체 카테고리가 가격을 놓고 싸울 때
홍콩 음식 배달 부문에서 SOMIN은 1월과 3월 사이에 Keeta HK, FoodPanda 및 Deliveroo의 145 광고를 벤치마킹했습니다2025. 이 카테고리의 지배적인 긴장은 저렴하고 편리한 음식이었고 Keeta는 이 두 경쟁자를 뒤쫓았습니다.
평균 이상의 소득 계층에 속한 홍콩 음식 주문자를 대상으로 한 GWI 조사에 따르면 이들은 예산 중심 행동에 대해서는 과소평가되고 선별된 품질 우선 선택에 대해서는 과대평가된 것으로 나타났습니다. 그래서 SOMIN은 가격 언어를 낮추기 위해 AI가 생성한 네 가지 스토리 모두에서 직접 행동 라인을 다시 작성했습니다. Keeta HK 사례 연구는 측정된 캠페인 결과가 아닌 출시 전 창의적 아이디어 샘플이지만, 페르소나가 자신의 일, 즉 카피 변경을 수행하는 모습을 보여줍니다.
AI가 생성한 페르소나를 어떻게 정직하게 유지하나요?
모든 페르소나를 게시물과 그 뒤에 있는 데이터로 추적할 수 있도록 만들고, 샘플 크기를 표시하고, 일정에 따라 재구성하세요.
모델 생성 페르소나는 유창하며 이는 위험합니다. SOMIN의 통찰력 엔진은 통찰력 있는 전략가라고 불리는 인물에 대해 "데이터는 패턴을 나타내지만 인간성을 정의할 수는 없습니다"라는 문구를 생성했습니다. 이는 데이터 환상 효과(AI 및 빅 데이터에 대한 과도한 의존으로 인해 소비자 행동을 잘못 읽음)라는 라벨이 붙은 각도에서 표시됩니다. 51개의 게시물에 있습니다. 보호 장치는 모든 개념 태그가 이를 지원하는 게시물을 추적하여 열 수 있는 증거입니다.
페르소나도 움직입니다. 동일한 작업 공간에서 8월 2026 30일 215 게시물 연구에서 가장 큰 인물은 115 샘플을 포함한 The Tech-Driven Innovator였습니다. 220 게시물에 대한 9월 연구에서는 131과 함께 성공 지향 혁신가였습니다. 같은 카테고리, 한 달 간격, 다른 리드 페르소나.
씬 데이터는 또 다른 함정입니다. SOMIN의 진실의 순간 모델은 신규 사용자를 위해 광고를 개인화하고 싶지만 작업할 데이터가 너무 적은 검색자를 노출시킵니다. 실제 사람의 인용문이 아니라 생성된 순간이지만 대답은 유효합니다. 자신의 데이터가 부족할 때 자사 데이터가 따라잡을 때까지 경쟁사 광고 및 패널 데이터를 통해 카테고리에서 신호를 빌리십시오.
FAQ
페르소나와 잠재고객 세그먼트의 차이점은 무엇인가요?
세그먼트는 광고 플랫폼에서 타겟팅할 수 있는 연령, 소득, 위치 등의 필터입니다. 페르소나는 해당 세그먼트의 사람들이 구매하는 이유, 그들이 느끼는 긴장감, 감동을 주는 메시지를 설명합니다. 세그먼트를 타겟팅하고 페르소나를 위해 글을 씁니다.
각 시장에는 몇 명의 페르소나가 있어야 합니까?
결정을 바꾸는 것만으로도 충분합니다. SOMIN의 Miraflora Wagyu 및 Wego 연구에서는 각각 6개의 결과가 나왔지만 한 번에 시장당 2~3개를 테스트하면 결과를 읽을 수 있습니다.
설문조사 데이터 없이 시장 페르소나를 구축할 수 있나요?
예, 경쟁사 광고 및 공개 콘텐츠에서 얻은 결과입니다. 그러나 측정된 수요보다는 브랜드가 목표로 삼는 관점으로 결과를 취급합니다. 예산을 책정하기 전에 패널 또는 자사 데이터로 검증하세요.
시장 페르소나는 얼마나 자주 새로 고쳐야 합니까?
빠르게 움직이는 카테고리에서는 최소한 분기별, 월별입니다. SOMIN의 30일 연구에서는 8월과 9월2026 사이에 한 범주의 주요 페르소나가 변하는 것으로 나타났습니다.
성과가 가장 실망스러운 시장부터 시작하십시오. 경쟁사 광고의 마지막 분기를 뽑아 페르소나와 긴장감을 읽고, 패널 데이터와 비교하여 2~3개의 가장 큰 클러스터를 확인하고, 페르소나당 하나의 메시지를 다시 작성합니다. SOMIN의 전략 에이전트는 실시간 카테고리 데이터에서 해당 루프를 실행하며 중동 여행 마케팅에 대한 기사에서는 6개 시장에 적용되는 방법을 보여줍니다.
