維基百科對「Persona」的定義：「Persona 是一種在行銷規劃或商業設計上描繪目標用戶的方法，經常有多種組合，方便規劃者用來分析並設定其針對不同用戶類型所開展的策略。」

簡而言之，persona 是一種在擬定行銷策略中的方法和工具，行銷策略的規劃者可以透過 persona，Social CRM 勾勒出商品受眾的輪廓，有了輪廓，我們就可以進一步具象化出這些目標客群平時有什麼樣的喜好、在乎什麼樣的議題、怎麼樣的行銷方式才可以打中他們的心，並藉此制定出相應的行銷計畫。

顧客行為輪廓介紹

什麼是顧客行為輪廓？

從中文概念來講，顧客行為輪廓與顧客興趣非常相近，是用來勾畫顧客（用戶背景、特徵、性格標籤、行為場景等）和聯繫顧客需求與產品設計的。

簡單來將，就是想要在通過從大量顧客行為數據中找到有價值的細節。根據用戶在網路上留下的種種數據，主動或被動地收集，然後儘可能全面細緻地抽出一個顧客訊息的全貌，從而幫助解決如何把數據轉化為商業價值的問題。比如：客戶是男是女？注重打扮？喜愛時尚跟風？等個人化資訊。

而從英文概念角度，User Portrait、User Persona、User Profile 這三個面相其實很像，一不小心就會搞混。

User Portrait 用戶角色

於系統中不同用戶的角色區分。例如：品牌的 Social CRM 管道，經銷商查詢出貨進度、申請數量，顧客預約服務、購買商品。那麼經銷商、顧客就是不同的用戶角色。

User Persona 用戶畫像

更傾向於對同一類用戶進行不同維度的刻畫。例如：對同一品牌消費的買家進行用戶畫像設計，透過各種互動進一步將買家細分和具象，如衝動型消費用戶、收藏型用戶、比價型用戶、等。

User Profile 用戶屬性

則更傾向於對屬性層面的刻畫和描述，特別是基本屬性的內涵居多，包括性別、年齡、居住地、通訊資料、興趣等。

‍

透過 Social CRM 將用戶數據刻畫

畫虎畫皮難畫骨，知人知面不知心。通過用戶輪廓我們不僅可以定義用戶的性別、年齡等這些表面的基本特徵，還能更深入了解核心層面的東西，透過數據與標籤來完整了解顧客。

這種用戶輪廓是隨著網路的不斷發展，積累的用戶信息、行為記錄越來越豐富，同時大數據處理和分析技術也已成熟，可以計算出每一個用戶的特徵。特徵是從人口基本屬性、社會屬性、生活習慣、消費行為、興趣喜好等資訊抽像出來的一個個具體的標籤，而標籤是將用戶的特徵符號化。

為每個顧客貼上符號化的特徵，這樣更加貼近真實的世界，每個人都是獨一無二，不能隨隨便便被其他人代表，就能更了解顧客的樣貌。

用戶畫像用標籤集合來表示，例如：

徐茉莉，女，35歲，台北人，台北工作，醫藥產業，藥事人員，年收入 50萬，已婚，一套房，有孩子，喜愛社交，不愛運動，消費力強、喜愛比價等。

基本資料可以通過的「會員註冊」獲得，但像是否有孩子、喜歡社交、不愛運動、消費能力等級等，用戶不會告訴我們，需要建立數據模型才能計算出來，或是透過行為、消費金額、訂單資訊等內容轉化成標籤貼在顧客資料上。

當然，用戶標籤的體係是需要根據產業領域去設計的，比如：銀行和電商用戶標籤體係就會不同，甚至在帳號初期就需要把這些標籤建立好，才能快速的將顧客分眾。

‍

Social CRM 數據化顧客輪廓的用途

1. 精準行銷

這是行銷最熟悉的玩法，從廣撒方式到細緻化的分眾，將顧客群體切割成更細的維度，透過以訊息推播、郵件、活動互動等手段，以關懷、回訪、激勵等策略。這樣就避免盲目廣撒投放造成的浪費，而且可以針對某次活動的拉新用戶進行分析，評估活動效果，看是否和預期相符。

‍

2. 數據應用

顧客輪廓是很多數據產品的基礎，諸如耳熟能詳的廣告推薦系統、演算法等。操作過各種廣告投放平台的行銷人想必都清楚，廣告投放基於一系列人口統計相關的標籤，性別、年齡、學歷、興趣偏好、手機等等。

比如：電商網站為準媽媽推薦嬰兒用品，為攝影愛好者推薦鏡頭。在個性化推薦中，計算出用戶標籤是其中一環，還需要搭配不同推薦演算法實現物品的推薦。

精準廣告可以根據年齡、區域、天氣、遊戲愛好、內容偏好、購物行為、搜尋行為等定向選擇進行投放。例如透過 FB 上傳名單功能，找到更多相似受眾、LINE 廣告也可透過受眾精準投放。

‍

3. 數據分析

這個就不用多提了，客戶輪廓可以理解為業務層面的數據資料庫，各類標籤是多維度分析要素，客戶數據平台可以與 Social CRM 做完美串連，讓數據彙整到同一個資料庫，也讓相關數據分一人員進一步分析。

‍

4. 產品設計

產品方面，用於輔助產品設計，了解產品的使用是否有效幫助。把用戶進行分群，依據不同用戶群特性進行產品設計和測試驗證，就像 FB 會針對不同群體的用戶測試一些新功能，讓用戶即時回饋並且搜集數據，做進一步優化，別讓產品偏離核心用戶的需求。

‍

5. 匹配度判斷

查看某次市場推廣的顧客輪廓，事後分析是否和預期一致，判斷推廣渠道和產品目標用戶群的匹配度。

‍

6. 用戶分析

產品早期，PM 們通過用戶調查和訪談的形式了解用戶。在產品用戶量擴大後，用戶訪談的效用降低，這時候會輔以用戶輪廓配合研究。新增的用戶有什麼特徵，核心用戶的屬性是否變化等等。

看來顧客輪廓的用途還是蠻多的！真的是這樣嗎？

其實對大部分產品用不到推薦商品系統，推薦系統大多用於電商相關網站居多，個性化推薦也在眾多產品中快速找到明燈，雖然還是需要大量的用戶和數據作支撐。但是在一方面也更適合以顧客輪廓為基礎去驅動業務。

結論

顧客輪廓，是這一兩年因為 cookieless 議題有越來越多人重視，Social CRM 也協助品牌獲取用戶資訊，將顧客資訊最直接收集到第一方資料庫，這些顧客資料不僅能協助品牌找到更多相似受眾，更可以了解顧客喜好、興趣、購買習慣。

透過 Social CRM 的數據資料庫分析，顧客購買商品的時間、品項、購買習慣都被如實地記錄下來，並且轉換成一個一個的標籤輪廓，透過標籤分類就可快速清楚的將受眾打包，不管是做相似受眾的廣告投放，或是面對接下來的行銷規劃都能將數據轉變成行銷計畫。

消費者的樣貌越來越模糊，透過 Social CRM 將遺失的數據拼湊出完整的顧客輪廓，才能精準的打動顧客的心。

‍