4 個可能毀掉您的營銷活動的買家角色錯誤

客戶角色（用戶角色、買家角色——不管你怎麼稱呼它們）如果你做對了，就不僅僅是一個營銷流行語。

問題是，大多數關於建立客戶角色的信息充其量是不完整的，最壞的情況是具有誤導性或不正確。

買方角色在營銷中的價值

本文假設您對客戶角色有基本的了解，Tony Zambito 將其定義為：

以研究為基礎的原型（模型化）描述了買家是誰、他們想要完成什麼、驅動他們行為的目標是什麼、他們如何思考、他們如何購買以及他們為什麼做出購買決定。

它們並不能準確代表您的客戶，而是他們的特徵和態度的近似模型，可以幫助您做出營銷和產品決策。

建立準確且數據驅動的角色的過程很簡單，但這並不意味著它很容易； 構建有用的角色需要大量的工作和嚴謹。

幸運的是，如果您付出一點努力，客戶角色可以為您公司的跨團隊營銷帶來活力。

產品和用戶體驗團隊需要人物角色來構建產品路線圖和功能，內容營銷人員需要對他們的讀者有具體的了解，而轉換優化專家，當然，我們用戶客戶角色：他們幫助我們將轉換研究建立在視覺和具體的基礎上。

但是僅僅因為你在辦公室周圍張貼了一張彩色海報，上面寫著“數據科學家丹喜歡綠色並且是一名有競爭力的足球運動員”，並不意味著你做了任何有意義的事情。

通常情況下，我看到組織完全錯誤地製作客戶角色。 以下是我見過的四個最常見的錯誤：

1. 建立一個完全不存在的角色

故事是這樣的：

您閱讀了一篇關於客戶角色的博客文章。 它很有說服力，而且表達得很好。 你意識到你需要建立客戶角色，因為它會幫助你增加流量、轉化率、收入等等。

但是，無論出於何種原因，你決定只是編造一些現實中不存在的理想原型。 也許是缺乏知識、缺乏耐心，或者只是單純的冷漠，但你決定構建如下所示的東西：

“數字營銷人員 Dave 是 [某科技公司] 的一名 28 歲數字營銷經理，他住在科羅拉多州丹佛市的一套兩居室公寓裡，家裡有他的狗和葡萄酒系列。 他最喜歡的顏色是綠色，他開的是豐田凱美瑞。”

這些細節不僅無關緊要（接下來會出現該錯誤），而且（對於本例）它們完全是編造的。 然後你做了一些愚蠢的事情，比如給它添加一張俗氣的照片：

您沒有查看人口統計、公司統計、行為或財務數據。 你只是假設因為你的品牌應該吸引這種類型的人。

憑空創造一個角色有一個目的：它給你一個具體的人來寫作，為之創建信息和設計。 如果您剛剛起步，則需要這種級別的可視化來將注意力集中在您的營銷中（畢竟那些吸引所有人的人不會吸引任何人）。

但如果您是擁有 100 多個客戶的知名品牌，請相信數據並堅持事實。

即使您剛剛起步，您的行業或產品也很少是全新的。 儘管需要付出努力，但您可以從一般行業的目標客戶市場收集定性（和定量）數據，以更真實地了解誰將向您購買產品。

2. 只使用定性數據

定性數據很容易收集。 一種有效的解決方案是採訪您的頂級客戶（LTV 最高的客戶）並從中獲得一些見解。

用戶角色定性數據的其他來源可以是會話回放。 特別是如果您按購買者進行細分，您會發現一些行為與他們查看您網站的方式相關。

最後，如果您有足夠大的列表或數據庫，您可以發送客戶調查或進行現場投票。 通常，這些也將提供可量化的見解（稍後會詳細介紹）。

定性數據讓您可以一窺客戶的動機、恐懼、信念和態度。

但是，僅使用定性數據存在一個明顯的問題：人們所說的並不總是與他們所做的一樣。

正如市場研究專家 Rob Balon 博士所說，

雖然存在各種消費者研究方法並且可能有所幫助，但意志會干擾它們的準確性。 除非您可以衡量實際的購買行為，否則理論與現實之間總會存在差異。

這發生在政治（民意調查）、定價研究以及幾乎所有你問某人他們想要什麼或他們將做什麼的地方。 它可能具有啟發性，但僅此還不夠。

在建立客戶角色時，我嘗試逆向工作：找到你最有價值的客戶群——行為、人口統計等。 這是一個簡單的問題，通過 LTV 對客戶數據庫進行細分，並分析將他們與低價值客戶區分開來的行為和特徵。

從那裡，您可以發送一份態度調查，其中包含梳理他們的購買行為和偏好的問題。 堅持對你有用的知識（可能不是“你最喜歡的電視節目是什麼”之類的問題）。 數字培訓產品的一個示例問題可能是（其中變量按 1-5 的等級評分）：

你會留下定量數據，基本上是一排排數字，在分析之前沒有任何意義，而且幾乎沒有任何匯總。

從那裡您可以進行因子分析或主成分分析，然後進行聚類分析，以獲得真正的數據驅動的角色。 這需要一些相當高級的分析師技能。 如果你缺乏這些，你仍然可以通過數字分析數據和一些基本的細分獲得完美可操作的客戶角色（儘管你不會得到像這樣的漂亮的可視化效果）：

這看起來很乾淨。 這是我最近在 CXL 所做的用戶角色項目的 k-means 聚類：

首先總結、收集和分析現場行為數據、高價值客戶細分以及態度和偏好數據。 這些東西減輕了對你的角色的偏見註入。

3. 僅使用定量數據

定量洞察力的問題（態度數據的固有缺點除外）是，其中大部分是相關的並且基於歷史數據，有時容易產生誤解。

微軟傑出工程師 Ronny Kohavi 給出了以下示例：

手掌越大，平均壽命越短（具有很高的統計意義）。

你不會相信這是因果關係，對吧？ 當然不是，有一個共同的原因：女性手掌較小，平均多活六歲。

正如 Kohavi 所說，“顯然你不會相信手掌大小是因果關係，但關於減少客戶流失的產品特性的觀察研究怎麼樣？”

因此，您的最高價值客戶更頻繁地使用站點搜索並更多地訪問常見問題解答頁面這一事實可能僅僅是因為他們更投入並且更有興趣開始。 相關性不等於因果關係。

這就是為什麼除了誠實可靠的分析師工作之外，您還需要結合定性數據。 尤其是在角色構建中，定性數據為您的客戶形象帶來了一定的豐富性。 它可以幫助您更全面地了解他們是誰以及他們想要什麼。

我喜歡通過兩種主要方式收集客戶角色的定性見解。 首先是一對一地採訪來自關鍵細分市場的客戶。

在客戶訪談中獲勝的方法是提出大量開放式問題。 HubSpot 建議的類似以下問題：

• 目前貴公司的首要任務是什麼？
• 您做出的與 ____________ 相關的最佳決定有哪些？
• 您對與 ____________ 有關的當前情況感覺如何？
• 如果我們在五（10、20）年後的今天見面，必鬚髮生什麼事情才能讓您對與 __________ 有關的情況感覺良好？
• 您在您的視野中看到了哪些機會？
• 在實現這一目標的過程中，您看到了哪些挑戰？
• 如果我們就此展開合作，您最希望看到的兩三個結果是什麼？
• 您將如何衡量我們在這些成果方面取得的成功？
• 在這種情況下無法取得進展對您來說最大的風險是什麼？

我喜歡收集這些數據的另一種方式是調查客戶。 你可以問他們這樣的事情：

• 在網上選擇[產品]時，您最看重什麼？
• 是什麼促使您從 [brand] 購買商品？
• 除了[您的品牌]，您還考慮過哪些競爭對手？
• 是什麼讓您選擇 [您的品牌] 而不是其他供應商？
• 在從 [your brand] 購買之前，您有哪些疑慮或猶豫？

並不斷。 這東西是一門完整的藝術和科學，我不會深入研究。重點是，用一些原因（定性）來描繪你的客戶角色，背後是什麼（定量）。

4.使用不相關的數據來建立你的角色

這個錯誤幾乎是第一個錯誤（編造數據）的延續，但它涉及添加完全不相關的數據。

你可以無中生有地編造它（“邁克喜歡橘子勝過蘋果”），或者你可以誠實地從你的定性研究中得出它，但要點是一樣的：不相關的數據只會讓消息傳遞更加模糊。

一個好的經驗法則是，如果您花太多時間討論將哪張庫存照片用於您的角色，那麼您就是只見樹木不見森林。

阿黛爾·雷維拉 (Adele Revella) 列出了一份您需要的相關見解的精彩清單（特別是針對內容營銷，但可以外推到其他目的）：

• 優先計劃：您的買家角色投入時間、預算和政治/社會資本的 3-5 個問題或對象
• 成功因素：買方認為與成功相關的有形或無形指標或獎勵
• 感知障礙：哪些因素會促使買家質疑您的公司及其解決方案是否有助於實現他或她的成功因素？
• 購買過程：您的客戶在探索和選擇可以克服感知障礙並實現成功因素的解決方案時遵循的過程
• 決策標準：買方在做出決定時將評估的每種產品的各個方面。 正如 Revella 建議的那樣，“決策標準應該包括來自選擇競爭對手的買家和決定根本不購買解決方案的買家的見解。”

這個建議並不新鮮：分析癱瘓是不好的。 堅持可用於做出決策的數據和見解。

小心創建買家角色

雖然有基於個性類型的框架來構建客戶角色，但我更喜歡使用我自己的數據。 這並不意味著框架和啟發式方法無法幫助您。 在沒有數據的情況下，他們可以提供一個用於操作的心智模型。

始終將您的所有廣告連接到個性化的點擊後登錄頁面，以降低每次客戶獲取的成本。 立即註冊 Instapage Enterprise 演示，開始創建您的專用點擊後頁面。