마케팅에서 페르소나에 대한 자료 정리
2022. 7. 17. 09:57ㆍ관심있는 주제/Customer Segmentation
페르소나가 정의
페르소나(Persona)는 현재 고객이 누구인지, 물리적 요구와 정서적 요구를 포함하여 고객이 무엇을 구매하도록 유도하는지 명확하게 정의하는 전체적 프로필
즉, 마케팅에서 페르소나는 타켓 고객의 대리이미지로 생성된 가상의 캐릭터
다소 드라이해보이고 불완전한 블럭 조각같은 세그먼트에 깊이와 표정을 주는 것이 바로 페르소나
요리 사이트를 방문하는 40대 여성이라는 세그먼트
→ Stylish lady cook
기존 한계
기존에 인구통계적인 세그먼트가 가진 한계 인구 통계학적인 정보 : 어느 의류사이트에 구매의 71%는 여성고객을 통해 발생한다고 해보자
페르소나화한 정보 : 이 웹사이트에서 옷을 자주 사는 ‘Professional mom’ 이라는 페르소나는 주로 아이가 잠든 9시 이후에 쇼핑을 하며, laptop 보다는 아이폰으로 옷을 사고, 직장을 다니므로 비즈니스 캐주얼을 선호하고, 적립마일리지는 나중에 가족여행을 위해 항공마일리지로 적립을 하는 것을 선호한다는 정보
페르소나가 필요한 이유
- What type of marketing content to produce
- Which media outlets to target
- What elements to include or exclude from your sales process
- What products or services you should develop
페르소나 구성
- 인구통계학적(Demographic) : 지역, 나이, 성별, 학력 등등의 기준 정보
- 사이코그래픽(Psychographic) : 개성, 가치관, 의견, 관심사, 라이프스타일 등 생활 양식에 대한 정보들
- 문화기술적(Ethnographic) : 명시적으로 보여지지 않지만 현지 문화에서 일상에서 관찰되는 것들을 통해 포착되는 정보들
- 트랜즈액션기반(Transactional): 1 와 3 party 데이터를 포함한 CRM 정보와 Call center 등 Post sales 정보들
- 행동기반(Behavioral): 웹 분석솔루션, 모바일, 앱 등을 통해 수집이된 실시간 행동정보들
페르소나는 한번 설정하고 잊어버리면 되는 값이 아니라 최적화과정이 매우 중요하다.
잠재고객의 행동은 상황 및 환경과 긴밀하게 연결이 되므로 환경이 바뀌면 그들의 행동도 바뀔것이다.
페르소나 특징
- 역동적 : 필요없는 페르소나 제거
- 세그멘테이션에 대한 최적화 (행동 연관)
디지털 마케팅을 위해 페르소나를 구성하는 방법(마케팅)
내부 인터뷰
내부 인터뷰를 통해 필요한 니즈를 발굴
- 어떤 기술 및 인구 통계적 고객 정보를 보유하고 계십니까?
- 어떤 블로그 게시물이 가장 트래픽이 많습니까?
- 어떤 웹사이트 페이지가 가장 인상 깊습니까?
고객과 대화하기
- 인구통계학: 성별, 연령, 위치, 소득
- 경력: 직무 수준, 경험, 교육, 포부
- 일상: 일상, 취미, 좌절
- 소비자 습관: 쇼핑 행동, 기술 습관
- 문제점: 고객이 불안해하고 좌절하는 이유는 무엇입니까? 왜 그들은 밤에 잠을 못 자나요? 그들의 문제가 그들을 어떻게 느끼게 하는가? 그것이 해결된다면 그들은 어떻게 느낄까?
- 산업: 업계별 가치 및 과제
정보를 컴파일하고 페르소나 만들기
- 데이터를 두 집합으로 컴파일합니다.
- 질적 데이터: 내부 및 고객 인터뷰를 통해 수집
- 하드 데이터: 웹 도구에서 수집하여 사람들의 공통점을 보여줍니다.
- 개인 정보 프로파일을 만들고 다음을 포함해야 합니다.
- 고객의 내러티브를 형성하는 데 도움이 되는 인구 통계 데이터와 일상 생활, 공통 과제 및 구매 행동에 대한 세부 정보
- 인물을 시각화하는 데 도움이 되는 이미지
- 잠재 고객이 있을 때 팀이 가장 적합한 메시지를 선택하는 데 도움이 되는 특성을 쉽게 식별하는 지표
참고 자료
https://thetales.co/2017/05/14/이야기-21-세그먼트segment와-페르소나persona/
728x90
'관심있는 주제 > Customer Segmentation' 카테고리의 다른 글
고객 세분화) 생존 분석을 활용한 고객 수명 예측 (0) | 2023.02.11 |
---|