Persona pasaran daripada data khalayak dibina satu pasaran pada satu masa daripada tiga input: panel atau data tinjauan tentang siapa yang membeli, iklan pesaing yang menunjukkan siapa pesaing yang sudah menyasarkan dan dengan janji apa, dan perbualan awam yang mendedahkan ketegangan yang disuarakan orang. Kelompokkan setiap pasaran secara berasingan, semak kelompok terhadap iklan yang berprestasi di sana dan simpan hanya persona yang mengubah mesej, tawaran atau saluran.
Perkara penting
- Persona pasaran mendapat tempatnya hanya jika ia mengubah perkara yang anda katakan, tawarkan atau belanjakan dalam pasaran tersebut.
- Iklan pesaing menunjukkan personas kategori yang telah diperjuangkan; data khalayak menunjukkan sama ada pembeli anda dalam perjuangan itu.
- Untuk Miraflora Wagyu, data GWI menukar masalah harga yang disyaki kepada penemuan sensitiviti perjanjian: 61.4% tukang masak Colorado yang mewah menggunakan kod diskaun.
- Untuk Keeta HK, kaedah yang sama mengalih keluar bahasa harga daripada setiap baris terus kepada tindakan, kerana khalayak sasaran kurang diindeks pada gelagat belanjawan.
- Persona hanyut dari bulan ke bulan, jadi bina semula mereka mengikut jadual dan pastikan saiz sampel setiap orang kelihatan.
Apakah persona pasaran, dan mengapa tidak menggunakan satu persona global?
Persona pasaran menerangkan pembeli dalam satu pasaran tertentu: apa yang mereka mahu, apa yang mengecewakan mereka dan mesej yang mana yang menggerakkan mereka ke sana. Persona global meratakan pasaran bersama-sama dan kehilangan perbezaan yang menentukan sama ada iklan berfungsi.
Pintasan yang paling biasa ialah label demografi. Dalam ruang kerja penyelidikan khalayak SOMIN, kajian ruang kosong 229 siaran yang diterbitkan antara April dan Julai 2026 oleh empat jenama penyelidikan khalayak mengumpulkan 33 daripadanya di bawah satu ketegangan: salah sasaran jenama kerana terlalu banyak bergantung pada label generasi seperti Gen Z. Label ialah penapis permulaan, bukan persona.
Penyelesaiannya adalah untuk menjadikan pasaran sebagai unit analisis. Bina persona di dalam setiap pasaran dahulu, kemudian bandingkan mereka merentas pasaran. Melangkah ke arah lain, daripada persona global hingga ke tweak tempatan, cenderung untuk mengekalkan andaian dan kehilangan bukti.
Data manakah yang harus dibina oleh persona pasaran?
Gunakan sekurang-kurangnya dua sumber bebas bagi setiap pasaran: satu yang menerangkan orang dan satu yang menerangkan perkara yang pesaing sudah katakan kepada mereka. Masing-masing mempunyai titik buta yang menutupi yang lain.
| Sumber | Apa yang dinyatakannya kepada anda | titik buta |
|---|---|---|
| Panel khalayak dan tinjauan | Sikap, tingkah laku pembelian dan tabiat media, diindeks berbanding purata pasaran | Melaporkan sendiri dan senyap pada mesej yang berfungsi |
| Iklan dan siaran pesaing | Persona, ketegangan dan tawaran yang saingan membayar untuk dicapai, mengikut pasaran dan tarikh | Menunjukkan apa yang dibekalkan oleh jenama, bukan apa yang diminta oleh pembeli |
| Perbualan sosial awam | Ketegangan dan perkataan yang digunakan orang tanpa digesa | condong ke arah pengguna vokal dan platform tertentu |
| Data pihak pertama | Perkara yang dilakukan oleh pelanggan anda sendiri | Hanya meliputi orang yang telah menemui anda |
Panel menjadikan orang ramai menyebelahi pasaran khusus. Tinjauan utama GWI meliputi lebih daripada 50 pasaran dan mewakili lebih 3 bilion pengguna internet, menurut halaman metodologi GWI. Di pihak pesaing, Pusat Ketelusan Iklan Google membenarkan sesiapa sahaja mencari iklan daripada pengiklan yang disahkan dan melihat yang disiarkan di rantau tertentu, supaya bacaan kompetitif boleh ditapis mengikut pasaran dari awal.
Sumber juga membentuk model. Pasukan penyelidik SOMIN menunjukkan di AAI2020bahawa pilihan rangkaian sosial sebagai sumber datamengubah seberapa tepat model AI memprofilkan pengguna, dan a2022kertas dalam Frontiers in Big Data mendapati bahawa orangmendedahkan pelbagai aspek personaliti mereka di Twitter dan Facebook, dan sifat yang disimpulkan merentas rangkaian meningkatkan pengesyor kandungan. Pengajaran praktikal: jangan membina persona pada satu platform dan menerapkannya di mana-mana. Senarai penuh kertas ada pada kamihalaman penyelidikan.
Bagaimanakah anda membina persona pasaran langkah demi langkah?
Betulkan pasaran dan tapis, baca medan persaingan, kelompok, sahkan terhadap data khalayak, kemudian tulis setiap persona sebagai satu set keputusan.
- Betulkan pasaran dan penapis. Namakan geografi, kategori dan gelagat yang layak. Bagi Miraflora Wagyu, SOMIN bermula daripada 2,838,296 orang di Colorado yang berminat untuk memasak dalam tinjauan SOMIN × GWI Q2 2024, kemudian menyempitkan kepada 1,318,330 dengan pendapatan isi rumah 85k dan ke atas.
- Tarik iklan pesaing untuk pasaran tersebut. Kumpul kandungan berbayar dan organik bagi setiap jenama dengan penapis negara, kemudian kekalkan iklan yang berprestasi. Untuk Keeta HK, SOMIN berfungsi daripada 145 iklan yang ditapis kepada iklan yang mempunyai kadar klikan yang diramalkan melebihi purata.
- Kumpulkan kandungan ke dalam persona dan ketegangan. Dalam Kajian Wego, personas berasal daripada pengelompokan X-means pada pembenaman teks dan kemudiannya dibandingkan mengikut pasaran dan mengikut jenama.
- Sahkan terhadap data khalayak. Semak sifat yang diandaikan setiap persona terhadap panel: terlalu diindeks, kurang diindeks atau rata.
- Tulis persona sebagai keputusan. Berikannya mesej, tawaran, saluran dan senarai perkara yang tidak boleh dikatakan.
Ini hampir dengan apa yang disebut oleh Kumpulan Nielsen Norman personas statistik: kerja kualitatif dahulu, kemudian tinjauan sekurang-kurangnya 100 orang, idealnya 500 atau lebih, dan kaedah pengelompokan. NN/g menyatakan pendekatan itu mahal dan memerlukan kemahiran statistik. Itulah bahagian yang boleh dimampatkan oleh saluran paip AI; memutuskan kluster mana yang penting kekal dengan ahli strategi.
Apakah rupa ini dengan data khalayak sebenar?
Dalam kedua-dua kes di bawah, iklan pesaing menunjukkan lokasi orang ramai dan data khalayak menunjukkan sama ada pembeli pelanggan berada di dalamnya.
Miraflora Wagyu: harga sensitif atau tawaran sensitif?
Miraflora Wagyu, jenama eCommerce wagyu premium di AS, mempunyai kos setiap pemerolehan yang tinggi dan mengesyaki titik harganya. SOMIN menggabungkan data GWI dengan penjejakan SOMONITOR bagi 9 jenama daging lembu dan penyelidikan harga merentas 6 penjual dalam talian. Dalam kalangan tukang masak Colorado yang mewah, 61.0% mencari tawaran terbaik, 61.4% menggunakan kod diskaun dan 67.0% menggunakan program kesetiaan atau ganjaran.
Persona itu sensitif urusan, bukan sensitif harga, dan itu mengubah rancangan itu. Kajian kes Miraflora Wagyu mengesyorkan bersaing dalam promosi dan pembayaran yang lebih mudah berbanding harga, dengan enam persona daripada The Festive Celebrator kepada The Grill Master. Satu lagi angka merangka semula masalah: 78.7% telah membeli daging pada bulan lepas, tetapi hanya 10.1% telah membelinya dalam talian.
Keeta HK: apabila seluruh kategori bertarung pada harga
Di penghantaran makanan Hong Kong, SOMIN menanda aras 145 iklan daripada Keeta HK, FoodPanda dan Deliveroo antara Januari dan Mac 2025. Ketegangan dominan kategori adalah makanan yang berpatutan, mudah didapati, dan Keeta mengekori kedua-dua pesaingnya.
Semakan GWI terhadap pesanan makanan Hong Kong dalam kurungan pendapatan purata di atas menunjukkan mereka kurang indeks pada tingkah laku terdorong belanjawan dan lebih indeks pada pilihan dipilih susun yang mengutamakan kualiti. Oleh itu, SOMIN menulis semula baris terus-ke-tindakan dalam keempat-empat cerita yang dijana AI untuk menurunkan bahasa harga. Kajian kes Keeta HK ialah sampel idea kreatif prapelancaran, bukan hasil kempen yang diukur, tetapi ia menunjukkan persona menjalankan tugasnya: menukar salinan.
Bagaimanakah anda memastikan personas yang dijana AI jujur?
Jadikan setiap persona boleh dikesan ke siaran dan data di belakangnya, tunjukkan saiz sampelnya dan bina semula mengikut jadual.
Persona yang dihasilkan model adalah fasih, yang merupakan risiko. Enjin cerapan SOMIN menghasilkan baris "Data mendedahkan corak, tetapi ia tidak dapat menentukan kemanusiaan" untuk persona yang dipanggil The Insightful Strategist, pada sudut ia melabelkan Kesan Ilusi Data: pergantungan berat pada AI dan data besar yang membawa kepada tingkah laku pengguna yang salah. Ia terletak pada 51 siaran. Perlindungan adalah bukti yang boleh anda buka, dengan setiap teg konsep menjejak kembali ke siaran yang menyokongnya.
Persona juga bergerak. Dalam ruang kerja yang sama, persona terbesar dalam kajian 2026 30 hari Ogos bagi siaran 215 ialah The Tech-Driven Innovator, dengan sampel 115. Dalam kajian September 220 siaran itu ialah The Success-Oriented Innovator, dengan 131. Kategori yang sama, selang sebulan, persona utama yang berbeza.
Data nipis adalah perangkap yang lain. Model detik-kebenaran SOMIN memaparkan pencari yang ingin memperibadikan iklan untuk pengguna baharu tetapi mempunyai terlalu sedikit data untuk digunakan. Ia adalah detik yang dijana, bukan petikan daripada orang sebenar, namun jawapannya tetap: apabila data anda sendiri nipis, pinjam isyarat daripada kategori melalui iklan pesaing dan data panel sehingga data pihak pertama menyusul.
FAQ
Apakah perbezaan antara segmen persona dan khalayak?
Segmen ialah penapis, seperti umur, pendapatan atau lokasi, yang boleh anda sasarkan dalam platform iklan. Persona menerangkan sebab orang dalam segmen itu membeli, ketegangan yang mereka rasa dan mesej yang menggerakkan mereka. Anda menyasarkan segmen dan menulis untuk persona.
Berapakah bilangan persona yang perlu dimiliki oleh setiap pasaran?
Cukup untuk mengubah keputusan dan tidak lebih. Kajian Miraflora Wagyu dan Wego SOMIN masing-masing menghasilkan enam, tetapi menguji dua atau tiga setiap pasaran pada satu masa memastikan keputusan boleh dibaca.
Bolehkah saya membina persona pasaran tanpa data tinjauan?
Ya, daripada iklan pesaing dan kandungan awam, tetapi anggap hasilnya sebagai pandangan tentang sasaran jenama dan bukannya permintaan yang diukur. Sahkannya dengan panel atau data pihak pertama sebelum melakukan belanjawan.
Berapa kerapkah persona pasaran perlu dimuat semula?
Sekurang-kurangnya setiap suku tahun, dan bulanan dalam kategori bergerak pantas. Kajian 30 hari SOMIN menunjukkan persona utama dalam satu kategori berubah antara Ogos dan September 2026.
Mulakan dengan pasaran di mana prestasi paling mengecewakan. Tarik suku terakhir iklan pesaing, bacanya untuk mengetahui persona dan ketegangan, semak dua atau tiga kelompok terbesar terhadap data panel dan tulis semula satu mesej bagi setiap persona. ejen strategi SOMIN menjalankan gelung itu daripada data kategori langsung dan artikel kami tentang pemasaran perjalanan Timur Tengah menunjukkan kaedah yang digunakan di enam pasaran.
