1、用戶屬性調研;
2、用戶屬性有效洞察;
3、小數據抽樣,大數據畫像;
4、消費者購買力分析。
聽廣告圈的朋友議論一則信息流廣告案例:
一個經銷知名品牌床墊的老板(以下稱為甲老板),把信息流廣告定向投給了本市使用IOS系統(tǒng)的用戶,也就是說,廣告投放排除了所有安卓用戶。大家都覺得,這位老板的做法很有意思……
其實乍一聽是有點懵逼的:
一般需要下載軟件的廣告才會定向手機系統(tǒng),什么時候買床墊也要分系統(tǒng)了?難道是智能床墊?需要匹配系統(tǒng)下載APP?老板是咋想的?
★ 蘋果的偏見VS奧迪的啟示
輾轉找到甲老板本人,他解釋說,單選蘋果用戶投放是經過“調研”的。
“這個床墊價格比同行高,銷量一般,前不久店員意外發(fā)現,近1個月進店咨詢的人幾乎都是用的蘋果手機,最近下單的6個業(yè)主也都是用蘋果手機付的款,所以我想,是不是高價床墊和高價手機的用戶更匹配些?”
“投放效果好么?”
“投了4天,點擊率有點糟”,甲老板自言自語道,“挺奇怪的,以前投廣告錢花得可快了,這次都不怎么花錢,本來每天預算1000元,現在200元都花不出去,優(yōu)化師說光選蘋果用戶人群太窄了,我還想再試幾天看看。”
聽著甲老板的案子,想起之前本地一家景區(qū)委托數據公司做客戶調研的事兒。調研數據顯示:關注該景區(qū)的用戶同時還非常關注奧迪汽車。
如果按照甲老板的思路,景區(qū)是不是應該把宣傳廣告單單定向投放給關注奧迪的用戶呢?
并沒有。
景區(qū)做的,是另一個決策:參考調研結果給到的用戶特征,在宣傳景區(qū)活動的信息流廣告中特別突出了景區(qū)的品質感,從停車場管理到景區(qū)內部交通,從景區(qū)小品到餐館,都在廣告圖、落地頁里有非??季康恼故尽?/p>
★ 有限的現象VS有效的洞察
作為一線的營銷人員,我們都知道營銷調研的重要意義,從調研中獲取有效的洞察來指導我們營銷策劃工作是一個常識。
以甲老板和景區(qū)為例,同樣面對調研數據,兩者的洞察層面不同,做出的廣告決策也不同,導致的廣告效果更是天差地別。
甲老板在發(fā)現消費者都用蘋果這一共同特點后,未經思考直接得出了結論:盯著蘋果用戶投廣告就行啦——然而從信息流廣告目前的投放情況看,貌似蘋果用戶并沒有如甲老板期待的那樣對床墊表現出特別的興趣。
而景區(qū)在了解了游客和奧迪有關后,并沒有被表象蒙蔽,而是深入一步探究到了景區(qū)游客和奧迪車關注者的內在關系。
進一步分析了用戶對生活的高品質需求后,新一波的景區(qū)信息流廣告內容不講促銷講格調,成功獲得了精準用戶的關注——階段性客流統(tǒng)計發(fā)現,在總客流微漲的情況下,各種高檔車的來園量環(huán)比上漲4倍多。
一起按照景區(qū)的思考邏輯來看下甲老板的案子(假設調研數據本身沒有問題,即確實所有進店咨詢者都是用的蘋果手機),在發(fā)現客戶都用蘋果手機這一現象后,洞察其實才剛剛開始,我們應該深入的考慮:
為什么買這個床墊的人都用蘋果?
蘋果和床墊所表達出來的產品特性、價值有無相似之處?
除了使用同一品牌的手機,各個消費者是否還具備其他共性特征?
具備這樣共性特征的消費者會被床墊的什么特質吸引而下單購買?
……
任何單個現象的價值是有限的,我們要做的是看深、看遠、看透相關現象背后的本質,獲得與用戶需求匹配的洞察,做出有效的營銷決策。
★ 小數據抽樣VS大數據畫像
上一段內容我們分析的前提是:假設甲老板的調研數據本身沒有問題。那如果調研有問題,即進店咨詢的抽樣結果并不都是蘋果用戶,又該如何判斷分析呢?
其實我和你一樣,第一次聽說會有那么巧的事情——來看床墊的居然幾乎都用蘋果手機——這樣的觀察,可信度有多高?是甲老板的統(tǒng)計方法出了問題,還是消費者的購買力有問題?
▼ 思考1
究竟是蘋果用戶多還是安卓用戶多?
細心的你肯定發(fā)現了,甲老板強調的調研只是門店銷售對上門客戶的粗略統(tǒng)計,銷售人員并沒有詢問每一個消費者用的是什么手機,只是統(tǒng)計了將手機拿在手里的消費者。那么,那些沒把手機拿在手里的消費者用的什么手機?無從得知。
調研計劃中的一個重要環(huán)節(jié),是要設計一個能夠代表并解釋總體情況的樣本。樣本選對了,才能幫助調研人員對消費者的想法和行為作為準確的估計。
舉個例子,假設我們要測量中國男人的平均身高,只抽一個姚明或是只抽一個潘長江都是不行的,因為兩者都不具備代表性。
同樣的,假設進入甲老板店內的消費者共有1000人,安卓手機和蘋果手機各一半,甲老板隨機抽了10個人,而恰恰這10個人中9個人都用蘋果手機,就會得出客戶都用蘋果手機的片面結論,而實際情況很可能相反——如果樣本都選錯了,也無所謂討論調研結果和制定營銷決策了。
▼ 思考2
究竟哪個系統(tǒng)的消費者更有購買力?
先問大家一個問題:某個高溫日的下午,一家咖啡店門口鐵欄間的玻璃爆了,你覺得,是玻璃受不住熱自爆了?還是鐵柵欄受熱膨脹擠壓了玻璃導致玻璃被擠碎了?
不用說,你大概壓根都沒考慮過第二種可能。
為什么你都不用聽完問題就會理所當然的認為是第一種可能,哪怕第二種可能的幾率非常高?因為你受到了自我意識的干擾。
受記憶力或知識的局限,我們做預測和決策時會不自覺的利用自己熟悉的或能想象到的信息去分析判斷,就好像看到飛機失事的報道時會下意識的提醒自己還是別坐飛機了,哪怕實際中飛機失事的概率是所有交通工具里最小的。
行為經濟學家卡尼曼與特維斯基把這種認知現象稱為可得性偏差。
我們不排除甲老板也可能有同樣的認知錯誤。
比如,甲老板自己、以及店里的銷售都是用的蘋果手機,看到消費者進店咨詢時,發(fā)現對方用的是同款手機會特別敏感,不自覺的植入自己的記憶。
一段時間后再回憶,就會覺得,好像來的客人都是用的蘋果手機,因為床墊價格高是早就植入腦袋的信息,所以很自然的就把蘋果用戶和有高價床墊購買力這件事連接了起來。
事實上,這些我們記憶里的信息其實只能用作評估決策的一部分。
在做預測和決策時,我們必須要考慮大量的相關的信息,這些信息對于正確評估和決斷同樣有著重要的影響,景區(qū)的做法便是很好的詮釋。
▼ 思考3
預算有限不妨靠信息流廣告做調研?
對于一些生意規(guī)模較小的廣告主來說,專門去找營銷調研公司幾乎是不太可能的事情,很多只能像甲老板一樣,利用一些樸素的調研方法采集信息,可靠性無法評估。
與其憑我們自己的感覺做調研,不如借用一下大數據平臺。
以今日頭條的廣告后臺為例,其展示出的定向方式本身就是一個調研框架。
對于一些地方性投放的廣告,除了投放區(qū)域需要定向,其他方面一開始都不建議做定向。投放一個階段后,可以通過分析后臺數據判斷:
1、哪個性別對你的廣告比較感興趣;
2、哪個年齡段的用戶更關心你的廣告;
3、點擊你廣告的用戶同時還關注哪些方面;
4、點擊你廣告的用戶身上帶有哪些標簽;
5、一天中什么時間段的關注度最高;
……
廣告主要做的,就是在獲得大數據分析的基礎上,結合實際,判斷這些對你感興趣的人擁有什么樣的決策權力,對應權力做出對口的營銷文案,吸引用戶出手。
營銷人最最重要的任務,是從各種現象中發(fā)現需求、滿足需求,不是憑感覺拍腦袋,無中生有造需求。