受众数据中的市场角色是根据三个输入一次一个市场地构建的：关于谁购买的面板或调查数据、显示竞争对手已经瞄准的目标和承诺的竞争对手广告以及揭示人们表达的紧张情绪的公开对话。分别对每个市场进行聚类，根据在那里执行的广告检查聚类，并仅保留更改消息、报价或渠道的角色。
核心要点
- 只有当市场角色改变了你在该市场上的言论、报价或支出时，它才能赢得一席之地。
- 竞争对手的广告显示某个类别已经争夺哪些角色；受众数据显示您的买家是否参与其中。
- 对于 Miraflora Wagyu，GWI 数据将疑似价格问题转化为交易敏感性调查结果：61.4% 的科罗拉多州富裕厨师使用折扣代码。
- 对于 Keeta HK 来说，同样的方法从每个直接行动行中删除了价格语言，因为目标受众对预算行为的索引不足。
- 角色每个月都会发生变化，因此请按计划重建它们并保持每个角色的样本大小可见。
什么是市场角色，为什么不使用一个全球角色？
市场角色描述了某个特定市场中的买家：他们想要什么，什么让他们感到沮丧，以及哪些信息促使他们去那里。全球角色将市场平均化，并忽略了决定广告是否有效的差异。
最常见的捷径是人口统计标签。在 SOMIN 的受众研究工作区中，对四个受众研究品牌 2026 在 4 月至 7 月期间发布的 229 帖子进行了一项空白研究，其中 33 的帖子处于一种紧张状态：品牌定位错误，因为它们过于依赖 Z 世代等世代标签。标签是一个起始过滤器，而不是角色。
解决办法是将市场作为分析单位。首先在每个市场内建立角色，然后在不同市场之间进行比较。相反，从全球角色到局部调整，往往会保留假设并失去证据。
市场角色应该建立在哪些数据之上？
每个市场至少使用两个独立的来源：一个描述人员，另一个描述竞争对手已经对他们说过的话。每个人都有一个盲点，另一个则覆盖。
| 来源 | 能说明什么 | 盲点 |
|---|---|---|
| 观众小组和调查 | 态度、购买行为和媒体习惯，根据市场平均水平进行索引 | 自我报告，但对哪条消息起作用保持沉默 |
| 竞争对手的广告和帖子 | 竞争对手愿意付费达到哪些角色、紧张局势和优惠（按市场和日期） | 显示品牌供应什么，而不是买家需求什么 |
| 公共社交对话 | 人们无意识地使用的紧张气氛和词语 | 偏向声音用户和某些平台 |
| 第一方数据 | 您自己的客户做了什么 | 仅涵盖已经找到您的人 |
面板使人们侧市场特定。根据其 GWI 方法页面，GWI 的旗舰调查覆盖了超过 50 个市场，代表了超过 3 十亿互联网用户。在竞争对手方面，Google 的广告透明度中心 允许任何人搜索经过验证的广告商的广告，并查看哪些广告在给定区域内投放，因此从一开始就可以按市场过滤竞争性的内容。
来源也塑造了模型。 SOMIN 的研究团队在 AAAI 2020 上表明，选择社交网络作为数据源 会改变 AI 模型描述用户的准确程度 ，而《Frontiers in Big Data》中的一篇 2022 论文发现，人们 在 Twitter 和 Facebook 上揭示其个性的不同方面，并且跨网络推断的特征改进了内容推荐。实践教训：不要在一个平台上构建角色并将其应用到任何地方。完整的论文列表位于我们的研究页面。
如何逐步建立市场角色？
修复市场和过滤，读取竞争领域，聚类，根据受众数据进行验证，然后将每个角色编写为一组决策。
- 修复市场和过滤器。 说出地理位置、类别和合格行为。对于 Miraflora Wagyu，SOMIN 从 SOMIN × GWI Q2 2024 调查中对科罗拉多州烹饪感兴趣的 2,838,296 人开始，然后缩小到家庭收入 85k 及以上的 1,318,330 人。
- 为该市场拉取竞争对手的广告。使用国家/地区过滤器收集每个品牌的付费和自然内容，然后保留效果良好的广告。对于 Keeta HK，SOMIN 从 145 广告中筛选出预测点击率高于平均水平的广告。
- 将内容聚类为角色和张力。在Wego研究中，角色来自文本嵌入的X均值聚类，然后按市场和品牌进行比较。
- 根据受众数据进行验证。根据面板检查每个人物角色的假设特征：索引过高、索引不足或持平。
- 将角色写成决策。 给它一条消息、一个提议、一个渠道和一系列不该说的事情。
这与 Nielsen Norman Group 所说的统计人物模型很接近：首先进行定性工作，然后对至少 100 人（最好是 500 人）进行调查，然后采用聚类方法。 NN/g 指出该方法成本高昂并且需要统计技能。这是人工智能管道可以压缩的部分；决定哪些集群重要的是战略家。
真实的受众数据会是什么样子？
在下面的两种情况下，竞争对手的广告显示了人群在哪里，受众数据显示了客户的买家是否在其中。
Miraflora Wagyu：价格敏感还是交易敏感？
Miraflora Wagyu 是美国的优质和牛电子商务品牌，其每次收购成本很高，并且对其价格点产生怀疑。 SOMIN 将 GWI 数据与 SOMONITOR 对 9 牛肉品牌的跟踪以及 6 在线卖家的价格研究相结合。在富裕的科罗拉多州厨师中，61.0% 寻找最优惠的价格，61.4% 使用折扣代码，67.0% 使用忠诚度或奖励计划。
该角色对交易敏感，而不是价格敏感，这改变了计划。 Miraflora Wagyu 案例研究 建议在促销和更轻松的结帐方面进行竞争，而不是在价格上进行竞争，其中包括从节日庆祝者到烧烤大师的六个角色。另一个数字重新诠释了这个问题：78.7% 在上个月购买了肉类，但只有 10.1% 在网上购买过。
Keeta HK：当整个品类都在价格战时
在香港食品配送领域，SOMIN 对 1 月至 3 月期间 Keeta HK、FoodPanda 和 Deliveroo 的广告进行了基准测试 145 2025。该类别的主要压力是负担得起的方便食品，而基塔在这方面落后于两个竞争对手。
GWI 对香港高于平均收入阶层的食品订购者进行的调查显示，他们对预算驱动行为的指数偏低，而对精心策划的质量第一选择的指数偏高。因此，SOMIN 重写了所有四个人工智能生成的故事中的直接行动路线，以降低价格语言。 Keeta HK 案例研究 是发布前的创意构思样本，不是经过衡量的营销活动结果，但它显示了人物角色的工作：改变文案。
如何保持人工智能生成的角色诚实？
使每个角色都可以追溯到其背后的帖子和数据，显示其样本大小，并按计划重建它。
模型生成的角色是流畅的，这就是风险。 SOMIN 的洞察引擎为一个被称为“有洞察力的战略家”的角色产生了“数据揭示模式，但无法定义人性”这句话，从一个角度来说，它标记了数据幻觉效应：对人工智能和大数据的严重依赖导致误读消费者行为。它依赖于 51 帖子。保护措施是您可以打开的证据，每个概念标签都可以追溯到支持它的帖子。
角色也会移动。在同一工作空间中，8 月 2026 30 天的 215 帖子研究中最大的角色是技术驱动的创新者，样本为 115。在 9 月份的 220 帖子研究中，它是“以成功为导向的创新者”，131。同一类别，相隔一个月，不同的主角。
薄数据是另一个陷阱。 SOMIN 的关键时刻模型揭示了一位搜索者想要为新用户提供个性化广告但可用的数据太少的情况。这是一个生成的时刻，而不是来自真人的引用，但答案是成立的：当您自己的数据很薄弱时，可以通过竞争对手的广告和面板数据借用该类别的信号，直到第一方数据赶上。
FAQ
人物角色和受众群体有什么区别？
细分是您可以在广告平台中定位的过滤器，例如年龄、收入或位置。角色解释了该细分市场的人们为什么购买、他们感受到什么压力以及哪些信息打动了他们。您针对细分市场并为人物角色进行写作。
每个市场应该有多少个角色？
足以改变决定，仅此而已。 SOMIN 的 Miraflora Wagyu 和 Wego 研究各产生了六种，但每次对每个市场测试两到三种，以保持结果的可读性。
我可以在没有调查数据的情况下建立市场角色吗？
是的，来自竞争对手的广告和公共内容，但将结果视为品牌目标的视图，而不是衡量的需求。在提交预算之前，使用面板或第一方数据进行验证。
市场角色应该多久更新一次？
对于快速变化的类别，至少每季度和每月一次。 SOMIN 的 30 天研究显示，一个类别的主要角色在 8 月到 9 月之间发生了变化 2026。
从表现最令人失望的市场开始。拉出最后一个季度的竞争对手广告，阅读它们的角色和张力，根据面板数据检查两个或三个最大的集群，并为每个角色重写一条消息。 SOMIN 的策略代理根据实时类别数据运行该循环，我们关于中东旅游营销的文章展示了在六个市场中应用的方法。
