4 个可能毁掉您的营销活动的买家角色错误

客户角色（用户角色、买家角色——不管你怎么称呼它们）如果你做对了，就不仅仅是一个营销流行语。

问题是，大多数关于建立客户角色的信息充其量是不完整的，最坏的情况是具有误导性或不正确。

买方角色在营销中的价值

本文假设您对客户角色有基本的了解，Tony Zambito 将其定义为：

以研究为基础的原型（模型化）描述了买家是谁、他们想要完成什么、驱动他们行为的目标是什么、他们如何思考、他们如何购买以及他们为什么做出购买决定。

它们并不能准确代表您的客户，而是他们的特征和态度的近似模型，可以帮助您做出营销和产品决策。

建立准确且数据驱动的角色的过程很简单，但这并不意味着它很容易； 构建有用的角色需要大量的工作和严谨。

幸运的是，如果您付出一点努力，客户角色可以为您公司的跨团队营销带来活力。

产品和用户体验团队需要人物角色来构建产品路线图和功能，内容营销人员需要对他们的读者有具体的了解，而转换优化专家，当然，我们用户客户角色：他们帮助我们将转换研究建立在视觉和具体的基础上。

但是仅仅因为你在办公室周围张贴了一张彩色海报，上面写着“数据科学家丹喜欢绿色并且是一名有竞争力的足球运动员”，并不意味着你做了任何有意义的事情。

通常情况下，我看到组织完全错误地制作客户角色。 以下是我见过的四个最常见的错误：

1. 建立一个完全不存在的角色

故事是这样的：

您阅读了一篇关于客户角色的博客文章。 它很有说服力，而且表达得很好。 你意识到你需要建立客户角色，因为它会帮助你增加流量、转化率、收入等等。

但是，无论出于何种原因，你决定只是编造一些现实中不存在的理想原型。 也许是缺乏知识、缺乏耐心，或者只是单纯的冷漠，但你决定构建如下所示的东西：

“数字营销人员 Dave 是 [某科技公司] 的一名 28 岁数字营销经理，他住在科罗拉多州丹佛市的一套两居室公寓里，家里有他的狗和葡萄酒系列。 他最喜欢的颜色是绿色，他开的是丰田凯美瑞。”

这些细节不仅无关紧要（接下来会出现该错误），而且（对于本例）它们完全是编造的。 然后你做了一些愚蠢的事情，比如给它添加一张俗气的照片：

您没有查看人口统计、公司统计、行为或财务数据。 你只是假设因为你的品牌应该吸引这种类型的人。

凭空创造一个角色有一个目的：它给你一个具体的人来写作，为之创建信息和设计。 如果您刚刚起步，则需要这种级别的可视化来将注意力集中在您的营销中（毕竟那些吸引所有人的人不会吸引任何人）。

但如果您是拥有 100 多个客户的知名品牌，请相信数据并坚持事实。

即使您刚刚起步，您的行业或产品也很少是全新的。 尽管需要付出努力，但您可以从一般行业的目标客户市场收集定性（和定量）数据，以更真实地了解谁将向您购买产品。

2. 只使用定性数据

定性数据很容易收集。 一种有效的解决方案是采访您的顶级客户（LTV 最高的客户）并从中获得一些见解。

用户角色定性数据的其他来源可以是会话回放。 特别是如果您按购买者进行细分，您会发现一些行为与他们查看您网站的方式相关。

最后，如果您有足够大的列表或数据库，您可以发送客户调查或进行现场投票。 通常，这些也将提供可量化的见解（稍后会详细介绍）。

定性数据让您可以一窥客户的动机、恐惧、信念和态度。

但是，仅使用定性数据存在一个明显的问题：人们所说的并不总是与他们所做的一样。

正如市场研究专家 Rob Balon 博士所说，

虽然存在各种消费者研究方法并且可能有所帮助，但意志会干扰它们的准确性。 除非您可以衡量实际的购买行为，否则理论与现实之间总会存在差异。

这发生在政治（民意调查）、定价研究以及几乎所有你问某人他们想要什么或他们将做什么的地方。 它可能具有启发性，但仅此还不够。

在建立客户角色时，我尝试逆向工作：找到你最有价值的客户群——行为、人口统计等。 这是一个简单的问题，通过 LTV 对客户数据库进行细分，并分析将他们与低价值客户区分开来的行为和特征。

从那里，您可以发送一份态度调查，其中包含梳理他们的购买行为和偏好的问题。 坚持对你有用的知识（可能不是“你最喜欢的电视节目是什么”之类的问题）。 数字培训产品的一个示例问题可能是（其中变量按 1-5 的等级评分）：

你会留下定量数据，基本上是一排排数字，在分析之前没有任何意义，而且几乎没有任何汇总。

从那里您可以进行因子分析或主成分分析，然后进行聚类分析，以获得真正的数据驱动的角色。 这需要一些相当高级的分析师技能。 如果你缺乏这些，你仍然可以通过数字分析数据和一些基本的细分获得完美可操作的客户角色（尽管你不会得到像这样的漂亮的可视化效果）：

这看起来很干净。 这是我最近在 CXL 所做的用户角色项目的 k-means 聚类：

首先总结、收集和分析现场行为数据、高价值客户细分以及态度和偏好数据。 这些东西减轻了对你的角色的偏见注入。

3. 仅使用定量数据

定量洞察力的问题（态度数据的固有缺点除外）是，其中大部分是相关的并且基于历史数据，有时容易产生误解。

微软杰出工程师 Ronny Kohavi 给出了以下示例：

手掌越大，平均寿命越短（具有很高的统计意义）。

你不会相信这是因果关系，对吧？ 当然不是，有一个共同的原因：女性手掌较小，平均多活六岁。

正如 Kohavi 所说，“显然你不会相信手掌大小是因果关系，但关于减少客户流失的产品特性的观察研究怎么样？”

因此，您的最高价值客户更频繁地使用站点搜索并更多地访问常见问题解答页面这一事实可能仅仅是因为他们更投入并且更有兴趣开始。 相关性不等于因果关系。

这就是为什么除了诚实可靠的分析师工作之外，您还需要结合定性数据。 尤其是在角色构建中，定性数据为您的客户形象带来了一定的丰富性。 它可以帮助您更全面地了解他们是谁以及他们想要什么。

我喜欢通过两种主要方式收集客户角色的定性见解。 首先是一对一地采访来自关键细分市场的客户。

在客户访谈中获胜的方法是提出大量开放式问题。 HubSpot 建议的类似以下问题：

• 目前贵公司的首要任务是什么？
• 您做出的与 ____________ 相关的最佳决定有哪些？
• 您对与 ____________ 有关的当前情况感觉如何？
• 如果我们在五（10、20）年后的今天见面，必须发生什么事情才能让您对与 __________ 有关的情况感觉良好？
• 您在您的视野中看到了哪些机会？
• 在实现这一目标的过程中，您看到了哪些挑战？
• 如果我们就此展开合作，您最希望看到的两三个结果是什么？
• 您将如何衡量我们在这些成果方面取得的成功？
• 在这种情况下无法取得进展对您来说最大的风险是什么？

我喜欢收集这些数据的另一种方式是调查客户。 你可以问他们这样的事情：

• 在网上选择[产品]时，您最看重什么？
• 是什么促使您从 [brand] 购买商品？
• 除了[您的品牌]，您还考虑过哪些竞争对手？
• 是什么让您选择 [您的品牌] 而不是其他供应商？
• 在从 [your brand] 购买之前，您有哪些疑虑或犹豫？

并不断。 这东西是一门完整的艺术和科学，我不会深入研究。重点是，用一些原因（定性）来描绘你的客户角色，背后是什么（定量）。

4.使用不相关的数据来建立你的角色

这个错误几乎是第一个错误（编造数据）的延续，但它涉及添加完全不相关的数据。

你可以无中生有地编造它（“迈克喜欢橘子胜过苹果”），或者你可以诚实地从你的定性研究中得出它，但要点是一样的：不相关的数据只会让消息传递更加模糊。

一个好的经验法则是，如果您花太多时间讨论将哪张库存照片用于您的角色，那么您就是只见树木不见森林。

阿黛尔·雷维拉 (Adele Revella) 列出了一份您需要的相关见解的精彩清单（特别是针对内容营销，但可以外推到其他目的）：

• 优先计划：您的买家角色投入时间、预算和政治/社会资本的 3-5 个问题或对象
• 成功因素：买方认为与成功相关的有形或无形指标或奖励
• 感知障碍：哪些因素会促使买家质疑您的公司及其解决方案是否有助于实现他或她的成功因素？
• 购买过程：您的客户在探索和选择可以克服感知障碍并实现成功因素的解决方案时遵循的过程
• 决策标准：买方在做出决定时将评估的每种产品的各个方面。 正如 Revella 建议的那样，“决策标准应该包括来自选择竞争对手的买家和决定根本不购买解决方案的买家的见解。”

这个建议并不新鲜：分析瘫痪是不好的。 坚持可用于做出决策的数据和见解。

小心创建买家角色

虽然有基于个性类型的框架来构建客户角色，但我更喜欢使用我自己的数据。 这并不意味着框架和启发式方法无法帮助您。 在没有数据的情况下，他们可以提供一个用于操作的心智模型。

始终将您的所有广告连接到个性化的点击后登录页面，以降低每次客户获取的成本。 立即注册 Instapage Enterprise 演示，开始创建您的专用点击后页面。