【作者】王澤蘊

【來源】筆記俠

【編輯】善小倩

 

大家好，我是奧美公關數據分析總監王澤蘊。我的本職是數據分析師，數據分析師的使命有兩個：

第一，是幫助品牌做出決策判斷，也就是精準地定位決策；

第二，是提高效率，對于品牌來說錢永遠是有限的，怎樣才能更高效？這是我們努力的方向。

今天咱們聊人群畫像，談三件事：首先談一談為什么要做人群畫像？第二件事聊一聊為什么有的人明明花了錢、花了精力，做出來的人群畫像卻用處不大？最后我們來聊一聊做畫像的正確方式應該是怎樣的？

 

一、為什么要做人群畫像？

 

在感情中，為什么男女朋友之間明明相愛，但是還會有矛盾，是因為“我并不真正知道你到底是怎么想的，需要什么？”

在營銷領域也是同理，經常甲方認為好的產品賣點，消費者根本不買賬，甲方視角和消費者視角其實是兩個視角。我們如果不能知道消費者視角的話，效率就會低。

舉個例子，一個在B端做得很成熟的空氣凈化器品牌想迅速在C端市場打響知名度。目前他們已經生產出了針對普通消費者的空氣凈化器。

我問品牌方，這個產品上市之后競爭對手應該是誰？品牌方負責人回答說：我們沒有競爭對手。

 

 

他為什么會這樣說？

因為他們的主推產品是一款專門除甲醛的凈化器。

他認為，除甲醛這件事情國內沒有什么品牌做得比它好，甚至，國內都沒有什么品牌在做這樣的產品。大家生產的凈化器都不是主要除甲醛的，是除PM2.5的，他就覺得這是一個藍海，國內沒有什么人做，自家品牌的技術又這么好，理所當然是沒有競品的。

我問了他一個問題：國內用戶真正遇到需要除甲醛問題的時候（買新房或者買新車時），他們是用什么手段解決的？

答案是用綠蘿、菠蘿，開窗，或者用茶葉沫、咖啡沫。

因此，深思這個問題他不但不應該開心，反而應該傷心，因為假設這個市場是非常成熟的，大家如果已經知道除甲醛用這些簡易的方法沒有用，就應該花幾千塊錢買凈化器。

品牌如果要勝出，只需要告訴消費者“我的東西物美價廉或者我的效果更好”，大家就會更愿意買。但是現在市場不成熟，需要去說服消費者：不要再花三十塊錢買一個綠蘿了，應該花三千塊錢買我的凈化器，這個的教育成本要難得多。

通過這個例子跟大家分享一下競品的含義：

競品其實并不只是競爭對手、同行，而是我跟誰爭搶用戶，誰就是我的競品，它甚至不一定跟我是同一個品類的。比如綠蘿，所以站在用戶的視角在看待這個問題，就會發現答案跟甲方想的完全不一樣。

一個品牌的產品或者是一個營銷行為雖然是具體的，但是不同的視角看待同樣的東西得出來的答案可完全不一樣。說得極端一點，品牌認為“我給你的是好的東西”，但是消費者根本看不到，這就是品牌視角和消費者視角的區別，這也是為什么我們一定要去看消費者視角的原因。

剛才那個案例，品牌方說：“這個產品其中一個核心賣點是我們的凈化器長得特別好看，我們找了最優秀的設計師來設計外觀，而且還得獎了，你們在推廣的時候一定要大力推。”

我們拿到這個需求之后回來做了一個抽樣調研，大概抽1500份的樣本，準備了20多個問題來問那些在一個月之內剛剛買過凈化器或者在即將到來的一個月即將買凈化器的人，了解他們的購買抉擇。

中間有一道題問“你在做凈化器的購買決策時，以下選項你認為最重要的三項是什么？”

 

 

結論是外形美觀這件事的排序是倒數第三，也就是說，甲方覺得非常重要，但是消費者并不這樣認為。

剛才用了幾個例子跟大家說什么叫甲方視角，什么叫消費者視角，還有一個視角叫做乙方視角，像我們奧美就是乙方視角，服務甲方的數據公司也是乙方視角。

經常有人會抱怨，“你們天天說大數據很棒很厲害，但數據真的是不是那么厲害？是不是數據說的都對？”

不是的，因為數據是死的，用數據的人才是關鍵。同樣的數據，不同的分析師可能分析出來的結果完全不一樣。

 

 

這個案例是一個國外的做汽車燃油添加劑的品牌，它要進軍中國市場。

國內市場也已經有很多燃油添加劑的品牌了，于是他希望知道進入中國市場后到底應該怎么做？應該主要抓取哪群人？

因此，它就購買了第三方數據公司的數據，看線上一段時間之內網上聊燃油添加劑這個話題的聲量大小。

縱軸是網絡聲量的大小，橫軸是談論燃油添加劑的這些車主平均開了多少公里。

很明顯的，九千到一萬公里的時候有一個明顯的高點。大家就很開心，說：這不就是新車第一年大保時候的公里數嗎？所以我們應該針對第一年大保的新車車主猛推燃油添加劑，因為他們的訴求很強烈。

聽起來邏輯沒有什么問題，但有個問題：那些已經形成使用燃油添加劑習慣的老司機，他可能習慣性經常購買，但是他還會不會在網上討論這個話題？

不會。

所以這個圖不能代表真實市場的情況，這個圖反應的數據是“幸存者數據”，它只記錄討論的人的情況，但是還有很多人沒有參與討論，他已經很清楚燃油添加劑怎么回事，不需要討論，直接買就行了。

這些人是不是核心用戶呢？當然是，但是這個數據里面沒有。

所以如果我們要研究這個問題，一定需要再加入另外一組數據，就是銷售數據，但是這里面沒有銷售數據。

所以有的時候作為乙方的人，我們已經看到手里有很多數據了，也能夠得出來一個因果關系，但是這個答案不對，我們需要想得更加全面一點，尤其是站在消費者的視角想一想還有沒有重要的前提條件沒有被考慮到。

 

 

這個是心理學上很著名的一組圖叫“青蛙與馬”，同樣的一個圖只要轉換視角90度，你會發現一個是青蛙，一個是馬，同樣的東西。

 

 

這個是我希望今天給大家分享的第一個方法，非常的簡單。

如果左邊這個圈是品牌想要表達的，右邊這個圈是用戶想要的，我們去探尋人群畫像的目的是為了找到中間的那個交集。我希望找到既是你想要的，這也是我們可以雙贏的一個前提。

我們為什么要做人群畫像的第二個原因，是現在的營銷環境特別復雜。

 

 

這是我們很熟悉的“用戶之旅”的樣子，用戶是一步一步從知道品牌，到產生興趣，到開始形成購買的愿望，于是去調查研究，到購買，到分享甚至是重復購買。

但是現在，由于很多IP類KOL的存在，比如咪蒙，或者是一些流量型明星的關系，有的時候“用戶之旅”是長這個樣子的：

 

 

你不知道中間的那些步驟哪里去了，購買決策在瞬間完成了。

也就是說，現在的“用戶之旅”更加個性化，我們不能按照以前的經驗來想當然的為品牌制定用戶之旅，我們需要站在用戶的角度，每一次有需要的時候，都重新還原“用戶之旅”。

第三，我們要做用戶畫像的原因，是因為我們在做重要的商業決策、營銷決策的過程中，畫像是權重非常高的一件事。

我們為品牌定位商業企圖心的時候，是通過五個角度來綜合分析問題，這五個角度分別是：品牌、品類、競品、目標消費者和觸達渠道。

 

 

品牌，我需要先去梳理品牌自身的資產，我要知道我是誰，我有什么樣的背景，我有什么的技術是別人沒有的，我有什么差異化的特點，我現有的用戶是什么樣的。

品類，要把品牌放在整個行業的環境里，去看這個行業現在有多少人、市場容量有多少，政策對這個行業的支持怎么樣，它現在的趨勢發展如何，行業里面主要構成是誰。

競品，看我的競爭對手是誰，未來跟誰爭搶用戶。我們有什么不同，差異在哪里，我的優勢是什么。

目標消費人群，品牌面對的目標消費人群是誰？我的品牌之所以存在，成為現在的品牌，我通過歷史那么多的行為聚集了現在的用戶，這些用戶是誰？他們是怎么來的？我怎么樣更好的黏住他？還有哪些人是我應該下一步努力贏得的？

觸達渠道，去哪里找到這些人。

大家發現沒有，其實這五個分類里面，我每一個的背后其實都會有人群畫像的身影在。

 

二、為什么有的畫像又貴又無用？

 

我們發現身邊有些人也會畫像，可是他做的畫像錢也花了，卻沒有什么用。這件事情是怎么發生的？

我們有的時候遇到這樣的客戶，問他的產品目標人群是誰？他會非常自信地跟你講，“我的產品適合全人類。”

 

 

我們聽到這樣的話就會心頭一涼，這意味著我們需要立刻跟他進行很長時間的溝通。

這是第一個誤區，很多人認為我的目標人群越多越好。恰恰相反，為什么呢？

因為我們所有的品牌就算是BAT，營銷費用肯定是有限的，如果面對的人群是全人類的話，這點錢在現在整個信息爆炸的年代，就如同在大海里邊撒了一把胡椒面，沒有聽到什么聲響。

今天我們面對的不是過少的選擇，而是過多的選擇，所以對于每個用戶來說，他在選擇品牌的時候是不是只愿意購買功能？不是，他經常不是為了購買功能，他在購買功能的同時還要買的是情感的共鳴、身份的認同，有的時候甚至還跟價值觀有關。

比如，明明用的皮子可能都是同一頭牛身上的皮子，為什么愛馬仕就能賣二十萬，淘寶的小店就賣500塊。明明是同樣的皮子，為什么？大家為什么還要花這么多錢去買奢侈品，買的到底是什么？

其實買的是背后身份的認同，我要展示我是誰，我買的東西不單純買這個功能，我還為了顯示這是我的東西，所以“我”在這個事情中顯得非常重要。

如果你的產品適合全人類，那么所有人都會覺得這個產品不是那么適合我的。

舉個例子，假設我是一個做睡眠輔助工具的品牌，我說我的產品適合所有有睡眠問題的人。

站在真正這些有睡眠問題的人的角度想，他們可以解決這個問題的方式有很多：可以去吃安眠藥，也可以按摩，還可以買一些香熏等等，對于消費者來說你只是他們的眾多選擇之一，不是必要的。

可是如果我的目標用戶是在北京養老院生活的、80歲以上的、喜歡聽搖滾樂的老爺爺，我去說服他的時候我的話術會更加具像。我知道他們已經在人生的比較靠后的階段，但是他們又喜歡搖滾樂，這說明他們心中還有一把年輕的火。

我要去說服他，我的產品到底應該怎么闡述讓他覺得“你懂我”？其實答案很明顯，我可以給到我的創意人員更加具像的方向，讓老爺爺們會覺得“你特別了解我”。

第三個重點，當你的畫像越窄的時候，你會發現你的話術更加的有針對性，他會覺得你是給我做的，而不是給所有人做。

當你的人群越窄，渠道就越窄，所以你有限的營銷費用像魚餌撒在魚缸里，可以反復地撒。

 

第二個誤區，很多人做畫像也花了錢，但是他做得不好，為什么？

你會發現這些人其實并沒有慎重思考就開始花錢了，可以說他們是為了數據而數據的。像這樣的情況我們用另外一條邏輯來看，做得不好的畫像基本上分成三種，第一種是不花錢的，剩下兩個都是花錢的。

第一種叫拍腦門型。“我覺得畫像有用，但是我不需要花錢去做，我特別了解我的產品，所以我就告訴你，我是這個品牌的CEO，我還能不知道我的用戶是誰嗎？我的用戶就是一線城市二十多歲的男性。”我們經常看到這樣的話。

 

 

現有用戶是不是等于目標用戶？

很多品牌會認為足夠了解自己的用戶，雖然它簡單粗暴的一句話就把這些人定了位，但其實我們不可能通過幾個標簽就能夠了解這群人是什么樣子。

 

 

第二種，他們在做畫像的時候就花錢了，他們做的畫像上邊這個樣子，我把它叫做人物傳記型。

這是怎么做的呢？常常是這樣的，品牌從自己的用戶庫里，找出大概三五十個典型用戶，然后約過來做一對一的訪談，每個人都詳細記錄下來，做出來很大的一個ppt。

這個東西完全沒有用，為什么？

說一個很基礎的統計學上面的概念，如果我希望客觀了解一群人，假如用抽樣的方式，我隨機抽樣的樣本數至少需要在400左右，就算這樣也是有誤差的。

這三五十人是怎么選出來的？肯定不是隨機選出來的，第二它的樣本絕對是不夠的，而且問的這些問題他答的就是真話嗎？也不一定。

所以我們花了這么錢，又花了精力，做出來的這些東西看起來厚厚的一本，其實沒有什么用，我就算去分析這些人背后數據的共性，這些數據也沒有什么用，因為它首先前提都不滿足，它不是隨機抽樣，它的樣本也不夠多。

 

第三個類型更加有點欺騙性，事無巨細型。

 

 

我說這個類型的時候并不是在批評第三方的數據公司，恰恰相反，我覺得這是整個數據環境的進步。

這些品牌不管具不具有大數據能力，它至少擁有真實的用戶的行為數據，比如滴滴打車、新浪微博、百度，它能夠記錄下很多真實的行為數據，這些數據非常有用。

我們兩年前跟百度合作的時候，百度就可以還原出人群280多個標簽，是非常棒的一件事情。

很多品牌覺得這個太酷了，所以花幾十萬去買一個很多維度的所謂的人群畫像，這個畫像有的時候甚至上百頁，我這邊都沒有寫全。

這些數據挺棒的，但用起來問題很容易出在哪兒呢？

這些數據公司提供的數據基本上全部都是行為數據，所謂的行為數據是指“我所有可以被記錄下來行為軌跡的數據。”

比如我在微博上關注了誰，我說了什么樣的話，我什么樣的時間說什么樣的話，我在百度上搜了什么，我打開網頁看了什么，我滴滴打車花了多少錢，我每個月在網上購物是什么，所有的這些行為數據都可以被記錄。

我們想一想這些大量的可以提供數據的公司，能夠提供的是不是主要行為數據？

我當然也可以通過行為數據背后能看到一些元數據，什么叫元數據？就是定義數據的數據。

元數據它的屬性是不變化或者很緩慢地變化，比如我的性別基本上不會變化，我的長駐城市不會變化，我的年齡每年只長一歲，所有這些數據構成了我是我，定義數據的數據這叫元數據。

這些數據公司能夠提供的大量的行為數據和元數據，這當然很有用，但是我想說的是，同樣的行為有可能背后造成的原因完全不一樣。

行為數據是不是重要？它是很重要，但是我們不能只是根據行為數據來得出答案，更重要的其實是背后的態度數據，我為什么會需要這個東西？我希望解決什么問題？我在買的時候有什么阻力阻止我買？我有什么擔心或不滿？

這些態度數據才是能夠幫助我導出營銷決策最重要的事，這也是我們在做人群畫像中最難也最重要的、需要還原的部分，也就是態度數據的部分。

 

三、做畫像的正確方式應該是怎樣的？

 

最后一個部分給大家分享人群畫像的3C九宮格（具體釋義請往下看喔）。

先說評估標準。

評估標準很重要，剛才我說了一些做得不好的畫像的壞話，那到底應該用什么樣的標準去判斷畫像有沒有用？

百度在兩年前就可以有280多個緯度的行為數據可以給到你，但是這280個緯度是不是要都買？肯定不需要都買。好的畫像標準是什么？

好的畫像并不是有一個固定的模型，所有的畫像都長一個樣子。沒有這樣的模型，畫像是為了解決問題的，所以畫像做到什么程度是好的？

就是你不能告訴我這群人什么樣子的，你要告訴我針對這群人，結合我品牌的訴求，我應該做什么樣的事情？

也就是說，能不能幫我導出有直接因果關系的營銷決策才是畫像的重點，這是最重要的一件事情。畫像應該是解決方案，而不是只是簡單數據的羅列，這是半成品。

 

這個叫3C九宮格模型，縱坐標：元數據、行為數據和態度數據，橫坐標是3C，即品牌、品類和競品。

當我們帶著具體的商業問題來做畫像的時候，應該選擇哪些數據？

比如我們之前幫某一個專車APP做人群分析。

幾年前，當時滴滴和快的都沒有合并，整個的專車市場剛剛開始起步，這個品牌的問題就是，“我針對這樣的藍海市場我的錢又有限，我應該先去爭搶滴滴打車背后的出租車用戶，還是其它專車品牌背后的用戶？”

這其實是一個是否。大家第一反應是我應該去爭搶出租車用戶，因為出租車用戶人多，整個專車市場的盤子還非常小。

但是我們做了數據分析之后發現，這個品牌當時在專車市場的市場占比也非常低，不到10%，而專車其實跟出租車相比最厲害的地方痛點是服務好，當時這個品牌的服務質量確實是非常的不錯，而且用過的人會對這種好的服務有更加具體的描述，我能說的出來好是什么。

所以，當營銷費用有限的時候，這個品牌其實不應該去搶滴滴的用戶，因為教育一個沒使用過專車服務的人多裝一個app并且花更多的錢打車是相對比較難的。但是教育一個已經用過其它專車服務的人換一個專車app要相對容易得多。

而且本身在專車市場，這個品牌的份額也有很大努力的空間。因此目標用戶應該是其他專車軟件品牌背后的用戶。

所以，使用這個工具的時候，我們首先要先看現有品牌現有用戶的數據。現有用戶元數據、行為數據和態度數據，這些數據也有很多，這些數據也有很多我怎么挑？

我是按照我的商業目標或者最需要解決的商業問題，這樣的方向來挑的，為了解決這個商業目標我應該去找哪些數據？

第二步我要看品類人群的元數據、行為數據和態度數據，尋找機會點。

舉個例子，比如我們想一下涼茶當時進軍北方市場的情況。

涼茶在北方沒有什么人喝，都是南方人喝。當時王老吉涼茶在進軍北方市場的時候，你會發現它的品牌的北方市場的現有人群是沒有的，它的競品背后的人群也沒有，為什么？

因為它不知道它應該跟誰競爭，到底應該說服這些人去放下他們手中的碳酸飲料涼茶，還是放下啤酒喝涼茶？王老吉是不知道的。用戶也不知道，因為北方用戶當時都沒有喝到王老吉的涼茶呢。

那么研究這個問題的時，我需要找的是第二類品類數據，也就是說我要知道在北方市場大家喝飲料的習慣是什么？大家會在什么樣的應用場景喝？主流的飲料是哪些？他們在喝這些飲料的時候內心滿不滿意？

他們覺得有什么不滿的地方？從中找到我的機會點，找到我的競品是誰。所以第二是品類背后的原數據、行為數據和態度數據。

最后一個部分就是競品。

我要跟誰爭搶用戶？我要知道我的競品用戶的人群，他們的行為共性是什么？他們有什么不滿的？他們有什么特別滿意的？跟我相比我能不能去解決他們哪些不滿意的點？

這是人群畫像3C九宮格，別看這個模型很簡單，但是把它用好是非常難的。

這個背后需要的數據，既需要我們用到一些平臺或機構提供的用戶數據，也需要我們傳統的調研的方式，定量定性調研等等的方式來去還原背后的態度數據。

以上是我今天跟大家分享的人群畫像的話題，畫像很重要，但是更重要的是背后的數據化思維方式。

最后想分享一個觀點：我們認為，在目前這個時代，數據化思維是每一個營銷人都應該具備的素質。

謝謝大家。