4 Kesalahan Persona Pembeli yang Dapat Merusak Kampanye Anda
Diterbitkan: 2017-03-10Persona pelanggan (persona pengguna, persona pembeli - apa pun sebutan Anda) lebih dari sekadar kata kunci pemasaran jika Anda melakukannya dengan benar.
Masalahnya adalah, sebagian besar informasi di luar sana tentang membangun persona pelanggan tidak lengkap, dan paling buruk menyesatkan atau salah.
Nilai persona pembeli dalam pemasaran
Artikel ini mengasumsikan pengetahuan dasar tentang persona pelanggan, yang didefinisikan oleh Tony Zambito sebagai:
Representasi pola dasar berbasis penelitian (dimodelkan) tentang siapa pembeli, apa yang ingin mereka capai, tujuan apa yang mendorong perilaku mereka, bagaimana mereka berpikir, bagaimana mereka membeli, dan mengapa mereka membuat keputusan pembelian.
Mereka bukan representasi yang tepat dari pelanggan Anda, melainkan model perkiraan karakteristik dan sikap mereka untuk membantu Anda dalam keputusan pemasaran dan produk.
Proses membangun persona yang akurat dan berdasarkan data itu sederhana, tetapi bukan berarti itu mudah; dibutuhkan banyak kerja keras dan ketelitian untuk membangun persona yang berguna.
Untungnya, jika Anda berusaha sedikit, persona pelanggan dapat menghidupkan pemasaran Anda di seluruh tim di perusahaan Anda.
Klik Untuk Menge-Tweet
Tim produk dan UX membutuhkan persona untuk membangun roadmap dan fitur produk, pemasar konten membutuhkan ide konkret tentang pembaca mereka, dan spesialis pengoptimalan konversi, tentu saja kami menggunakan persona pelanggan: mereka membantu mendasari riset konversi kami dalam sesuatu yang visual dan konkret.
Tetapi hanya karena Anda memasang poster warna-warni di sekitar kantor yang mengatakan "Dan Ilmuwan Data menyukai warna hijau dan merupakan pemain sepak bola yang kompetitif", tidak berarti Anda telah melakukan sesuatu yang berarti.
Lebih sering daripada tidak, saya telah melihat organisasi benar-benar salah melakukan persona pelanggan. Berikut adalah empat kesalahan paling umum yang pernah saya lihat:
1. Membangun persona yang sama sekali tidak ada
Ceritanya seperti ini:
Anda membaca posting blog tentang persona pelanggan. Ini menarik dan diartikulasikan dengan baik. Anda menyadari bahwa Anda perlu membangun persona pelanggan karena itu akan membantu Anda meningkatkan lalu lintas, konversi, pendapatan, semuanya.
Tapi kemudian, untuk alasan apa pun, Anda memutuskan untuk mengada-ada tentang arketipe aspiratif yang tidak ada dalam kenyataan. Mungkin karena kurangnya pengetahuan, kurangnya kesabaran, atau sekadar sikap apatis, tetapi Anda memutuskan untuk membangun sesuatu yang terlihat seperti ini:
“Dave the Digital Marketer adalah Manajer Pemasaran Digital berusia 28 tahun di [beberapa perusahaan teknologi] yang tinggal di apartemen dua kamar tidur di Denver, Colorado dengan koleksi anjing dan anggurnya. Warna favoritnya adalah hijau dan dia mengendarai Toyota Camry.”
Tidak hanya detail ini sangat tidak relevan (kesalahan itu akan muncul berikutnya), tetapi mereka (untuk contoh ini) benar-benar dibuat-buat. Kemudian Anda melakukan sesuatu yang konyol seperti menambahkan stok foto murahan ke dalamnya:
Anda tidak melihat data demografis, firmografis, perilaku, atau keuangan. Anda hanya berasumsi bahwa karena merek Anda harus menarik bagi tipe orang seperti ini.
Membuat persona dari udara tipis melayani satu tujuan: itu memberi Anda orang yang konkret untuk menulis dan membuat pesan dan desain untuk. Jika Anda baru memulai, Anda memerlukan tingkat visualisasi ini untuk menanamkan fokus dalam pemasaran Anda (bagaimanapun juga, mereka yang menarik bagi semua orang tidak menarik bagi siapa pun).
Tetapi jika Anda adalah merek mapan dengan lebih dari 100 pelanggan, percayai data dan tetap berpegang pada fakta.
Bahkan jika Anda baru memulai, industri atau produk Anda jarang benar-benar baru. Meskipun membutuhkan usaha, Anda dapat mengumpulkan data kualitatif (dan kuantitatif) dari target pasar pelanggan di industri umum Anda untuk mendapatkan gambaran yang lebih realistis tentang siapa yang akan membeli dari Anda.
2. Hanya menggunakan data kualitatif
Data kualitatif mudah dikumpulkan. Salah satu solusi yang efektif adalah mewawancarai pelanggan teratas Anda (mereka yang memiliki LTV tertinggi) dan mendapatkan wawasan dari mereka.
Sumber data kualitatif lain untuk persona pengguna dapat berupa tayangan ulang sesi. Terutama jika Anda melakukan segmentasi berdasarkan mereka yang membeli, Anda dapat menemukan beberapa korelasi perilaku dengan cara mereka melihat situs web Anda.
Terakhir, jika Anda memiliki daftar atau basis data yang cukup besar, Anda dapat mengirimkan survei pelanggan atau memasang jajak pendapat di tempat. Seringkali, ini akan memungkinkan wawasan yang dapat diukur juga (lebih lanjut tentang itu sebentar lagi).
Data kualitatif memberi Anda sekilas tentang motivasi, ketakutan, keyakinan, dan sikap pelanggan Anda.
Namun, ada satu masalah mencolok dengan hanya menggunakan data kualitatif: apa yang orang katakan tidak selalu sama dengan apa yang mereka lakukan.
Seperti yang dikatakan oleh pakar riset pasar Dr. Rob Balon,
Sementara berbagai metodologi riset konsumen ada, dan dapat membantu, akan mengganggu keakuratannya. Kecuali jika Anda dapat mengukur perilaku pembelian yang sebenarnya, akan selalu ada perbedaan antara teori dan kenyataan.
Ini terjadi dalam politik (polling), penelitian penetapan harga, dan hampir semua usaha di mana Anda bertanya kepada seseorang apa yang mereka inginkan atau apa yang akan mereka lakukan. Itu bisa mencerahkan, tetapi tidak cukup sendirian.
Dalam membangun persona pelanggan, saya mencoba bekerja mundur: temukan segmen pelanggan Anda yang paling berharga — perilaku, demografis, dan lainnya. Ini adalah masalah sederhana untuk mensegmentasi basis data pelanggan Anda berdasarkan LTV dan menganalisis perilaku dan karakteristik yang memisahkan mereka dari pelanggan bernilai lebih rendah.
Dari sana, Anda dapat mengirimkan survei sikap dengan pertanyaan yang menggoda perilaku dan preferensi pembelian mereka. Tetap berpegang pada pengetahuan yang akan berguna bagi Anda (mungkin bukan jenis pertanyaan "apa acara TV favorit Anda"). Contoh pertanyaan untuk produk pelatihan digital adalah (di mana variabelnya diberi peringkat pada skala 1-5):
Anda akan mendapatkan data kuantitatif, pada dasarnya deretan angka yang tidak berarti apa-apa sampai analisis, dan hampir tidak ada secara agregat.
Dari sana Anda dapat melakukan analisis faktor atau analisis komponen utama, diikuti dengan analisis kluster, untuk mendapatkan persona berbasis data nyata. Ini membutuhkan beberapa keterampilan analis yang cukup maju. Jika Anda kekurangan itu, Anda masih bisa mendapatkan persona pelanggan yang dapat ditindaklanjuti dengan data analitik digital dan beberapa segmentasi dasar (walaupun Anda tidak akan mendapatkan visualisasi yang indah seperti ini):
Itu terlihat cukup bersih. Inilah tampilan k-means clustering untuk proyek persona pengguna baru-baru ini yang saya lakukan di CXL:
Singkatnya, kumpulkan dan analisis data perilaku di tempat, segmen pelanggan bernilai tinggi, dan data sikap dan preferensi terlebih dahulu. Hal ini mengurangi injeksi bias ke dalam persona Anda.
3. Hanya menggunakan data kuantitatif
Masalah dengan wawasan kuantitatif (di luar kelemahan yang melekat pada data sikap), adalah bahwa sebagian besar bersifat korelatif dan berdasarkan data historis, dan terkadang rentan terhadap salah tafsir.
Ronny Kohavi, Distinguished Engineer di Microsoft, memberikan contoh berikut:
Semakin besar telapak tangan Anda, rata-rata Anda akan hidup lebih pendek (dengan signifikansi statistik tinggi).
Anda tidak akan percaya itu kausal, bukan? Tentu saja tidak, ada penyebab umum: wanita memiliki telapak tangan yang lebih kecil dan rata-rata hidup enam tahun lebih lama.
Seperti yang dikatakan Kohavi, "jelas Anda tidak akan percaya bahwa ukuran telapak tangan adalah penyebab, tetapi bagaimana dengan studi observasional tentang fitur dalam produk yang mengurangi churn?"
Jadi, fakta bahwa pelanggan bernilai tertinggi Anda lebih sering menggunakan pencarian situs dan lebih sering mengunjungi halaman FAQ mungkin karena mereka lebih terlibat dan tertarik untuk memulai. Korelasi tidak sama dengan sebab-akibat.
Itu sebabnya, selain pekerjaan analis yang jujur dan kuat, Anda juga perlu memasukkan data kualitatif. Terutama dalam membangun persona, data kualitatif membawa kekayaan tertentu pada gambaran pelanggan figuratif Anda. Ini membantu Anda membangun gambaran yang lebih lengkap tentang siapa mereka dan apa yang mereka inginkan.
Ada dua cara utama yang saya sukai untuk mengumpulkan wawasan kualitatif untuk persona pelanggan. Yang pertama adalah mewawancarai pelanggan dari segmen utama, satu per satu.
Cara untuk menang dalam wawancara pelanggan adalah dengan mengajukan banyak pertanyaan terbuka. Pertanyaan seperti berikut disarankan oleh HubSpot:
- Apa prioritas utama dalam bisnis Anda saat ini?
- Apa saja keputusan terbaik yang pernah Anda buat terkait dengan ____________?
- Bagaimana perasaan Anda tentang situasi Anda saat ini terkait dengan _____________?
- Jika kita bertemu lima (10, 20) tahun dari hari ini, apa yang harus terjadi agar Anda merasa nyaman dengan situasi Anda terkait ___________?
- Peluang apa yang Anda lihat di cakrawala Anda?
- Tantangan apa yang Anda lihat dalam mewujudkan hal ini?
- Jika kita bekerja sama dalam hal ini, apa dua atau tiga hasil teratas yang ingin Anda lihat?
- Bagaimana Anda akan mengukur keberhasilan kami terkait dengan hasil ini?
- Apa risiko terbesar bagi Anda untuk tidak membuat kemajuan dalam situasi ini?
Cara lain yang saya sukai untuk mengumpulkan data ini adalah dengan mensurvei pelanggan. Anda dapat menanyakan hal-hal seperti:
- Apa yang paling penting bagi Anda saat memilih [produk] online?
- Apa yang membuat Anda membeli dari [merek]?
- Pesaing mana selain [merek Anda] yang Anda pertimbangkan?
- Apa yang membuat Anda memilih dari [merek Anda] dibandingkan pemasok lain?
- Keraguan atau keraguan apa yang Anda miliki sebelum membeli dari [merek Anda]?
Dan seterusnya. Ada keseluruhan seni dan sains dalam hal ini, dan saya tidak akan mendalami terlalu dalam. Intinya adalah, warnai persona pelanggan Anda dengan beberapa alasan (kualitatif) di balik apa (kuantitatif).
4. Menggunakan data yang tidak relevan untuk membangun kepribadian Anda
Kesalahan ini hampir merupakan kelanjutan dari yang pertama (membuat data), tetapi melibatkan penambahan data yang sama sekali tidak relevan.
Anda dapat mengarangnya entah dari mana (“Mike lebih menyukai jeruk keprok daripada apel”), atau Anda dapat memperolehnya dari penelitian kualitatif Anda dengan jujur, tetapi intinya sama: data yang tidak relevan hanya membuat pesan menjadi lebih kabur.
Aturan praktis yang baik adalah jika Anda menghabiskan terlalu banyak waktu memperdebatkan stok foto mana yang akan digunakan untuk persona Anda, Anda kehilangan hutan untuk pepohonan.
Adele Revella memberikan daftar wawasan relevan yang Anda butuhkan (khusus untuk pemasaran konten, tetapi dapat diekstrapolasi untuk tujuan lain):
- Inisiatif prioritas: 3-5 masalah atau objek yang persona pembeli Anda dedikasikan untuk waktu, anggaran, dan modal politik/sosial
- Faktor keberhasilan: Metrik berwujud atau tidak berwujud atau penghargaan yang diasosiasikan pembeli dengan kesuksesan
- Hambatan yang dirasakan: Faktor apa yang dapat mendorong pembeli untuk mempertanyakan apakah perusahaan Anda dan solusinya dapat membantu mencapai faktor keberhasilannya?
- Proses pembelian: Proses yang diikuti pelanggan Anda dalam mengeksplorasi dan memilih solusi yang dapat mengatasi hambatan yang dirasakan dan mencapai faktor keberhasilan mereka
- Kriteria keputusan: Aspek dari setiap produk yang akan dinilai oleh pembeli saat mengambil keputusan. Seperti yang disarankan Revella, “kriteria keputusan harus menyertakan wawasan baik dari pembeli yang memilih pesaing maupun mereka yang memutuskan untuk tidak membeli solusi sama sekali.”
Nasihat ini bukanlah hal baru: kelumpuhan analisis itu buruk. Tetap berpegang pada data dan wawasan yang dapat Anda gunakan untuk membuat keputusan.
Berhati-hatilah saat membuat persona pembeli
Meskipun ada kerangka kerja berdasarkan tipe kepribadian untuk membangun persona pelanggan, saya lebih suka menggunakan data saya sendiri. Ini tidak berarti bahwa kerangka kerja dan heuristik tidak dapat membantu Anda. Dengan tidak adanya data, mereka dapat memberikan model mental yang dapat digunakan untuk beroperasi.
Selalu hubungkan semua iklan Anda ke halaman arahan pasca-klik yang dipersonalisasi untuk menurunkan biaya per akuisisi pelanggan. Mulailah membuat halaman pasca-klik khusus Anda dengan mendaftar demo Instapage Enterprise hari ini.