डेटा-ड्रिवन पर्सोना कैसे बनाएं

अपने उपयोगकर्ताओं को समझना आपके व्यवसाय के लिए सब कुछ हो सकता है। यदि यह कोई ठीक से समझाया नहीं गया है कि आमतौर पर आपके ग्राहक कौन होते हैं, वे आपके समाधान को क्यों पसंद करते हैं, उन्हें आपका ग्राहक बनने के लिए किन चरणों से गुजरना पड़ा, आदि, तो आप कभी भी सही लोगों को लक्षित नहीं कर पाएंगे। अगर आपका लक्ष्यीकरण बिलकुल गलत है, तो चाहे आपका उत्पाद कितना भी अच्छा हो या आपकी विपणन रणनीतियां कितनी भी चालाक हों, यह आपके ग्राहक के मन पर कोई असर नहीं छोड़ेगा। हमने ग्राहक पर्सोना और प्रतिस्पर्धी विश्लेषण के बारे में लिखा है जिससे आप अपने ग्राहक के बारे में अधिक जान सकते हैं।

ग्राहक पर्सोना विभिन्न कारकों जैसे व्यवहार, अभिप्रेरण, जनसांख्यिकीय कारक, फर्मोग्राफिक कारक, ग्राहक का उद्देश्य आदि पर आधारित होती है। पर्सोना का उपयोग उन निर्णयों को लेने के लिए किया जाता है जो कंपनियों को ग्राहकों तक पहुंचने, सामग्री बनाने और खुद को स्थापित करने के तरीकों को प्रभावित करते हैं। डेटा-ड्रिवन पर्सोना एक अधिक कुशल विधि है क्योंकि यह आपको हजारों डेटा बिंदुओं पर आधारित अधिक अर्थपूर्ण निष्कर्ष निकालने की अनुमति देता है।

डेटा-ड्रिवन पर्सोना क्या है?

पहले से ही कई डेटा सेट उपलब्ध हैं जिनका उपयोग आप अपनी विपणन रणनीति बनाने के लिए कर सकते हैं। डेटा-ड्रिवन पर्सोना आपके पहले से उपलब्ध डेटा का उपयोग करके आपके लक्ष्य दर्शकों को गहराई से समझने में मदद करती है। यह परंपरागत पर्सोना से एकत्रित डेटा का भी उपयोग करता है जब वह अपने स्रोतों को शामिल कर रहा हो।

डेटा-ड्रिवन पर्सोना के डेटा वेब एनालिटिक्स, डिजिटल सर्वेक्षण, डिजिटल पैनल, सोशल मीडिया इनसाइट्स, सोशल लिसनिंग टूल्स आदि जैसे स्रोतों से आते हैं। उपरोक्त स्रोत हमें परंपरागत पर्सोना से भी तेजी से पर्सोना तक पहुंचने में मदद करते हैं। चूंकि अधिकांश डेटा रीयल-टाइम में एकत्र किया जा सकता है, इसलिए पर्सोना भी बदलते रहते हैं।

यह हमें बताता है कि ग्राहक यात्रा के प्रत्येक चरण पर कौन से उपकरण उपयोग किए जा रहे हैं, पर्सोना किन चैनलों पर सामग्री पोस्ट कर रहे हैं, वे किस बारे में बात कर रहे हैं, वे उत्पाद खरीदने के लिए किस तरह की रिसर्च करते हैं, उनकी राय क्या है और यह उनके खरीदारी व्यवहार को कैसे प्रभावित करता है।

परंपरागत पर्सोना में क्या खामियां होती है?

यद्यपि यह प्रभावी है, लेकिन परंपरागत पर्सोना में कुछ खामियां हैं। परंपरागत पर्सोना से मिलनेवाले इनपुट पर डेटा-ड्रिवन पर्सोना बनाने से, हम अपने आदर्श ग्राहकों की एक बहुत ही संवेदनशील पर्सोना विकसित कर सकेंगे।

ग्राहक पूर्वाग्रह:

पर्सोना विकसित करते समय अपने ग्राहकों की असली भावनाओं को समझना बहुत मददगार हो सकता है। लेकिन जब आपका अधिकांश शोध इस बात पर आधारित होता है कि आपके ग्राहक क्या सोचते हैं, तो निश्चित रूप से यह उनके पूर्वाग्रह पर आधारित होगा।

उदाहरण के लिए, उपयोगकर्ता पिछले कुछ वर्षों में आपके द्वारा प्रकाशित विभिन्न प्रकार की सामग्री को खपत करने के बाद आपसे संपर्क कर सकते हैं, लेकिन वे आपको बता सकते हैं कि उन्होंने गूगल पर आपके समाधान की खोज की और फिर आपसे संपर्क किया। इस प्रकार, व्यवसाय उन उपयोगकर्ताओं पर सामग्री के प्रयास को नजरअंदाज करने की संभावना रखते हैं।

गैर-क्रियान्वयी:

जानकारी जिसे कंपनियां अपने ग्राहकों को समझने और कुछ पर्सोना पर पहुंचने के लिए एकत्र करती हैं, उसका उपयोग करना आवश्यक है ताकि यह प्रभावी हो सके। परंपरागत पर्सोना स्वयं क्रियान्वयी नहीं है, जहां डेटा-ड्रिवन पर्सोना सभी अंतर करते हैं।

आकांक्षात्मक डेटा:

परंपरागत पर्सोना से मिलने वाली कुछ जानकारी आकांक्षात्मक हो सकती है जहां ग्राहकों की वास्तविक जरूरतें प्रतिबिंबित नहीं होंगी। यह व्यवसाय पर निर्भर करता है कि इसका उपयोग कैसे किया जाए। आश्वस्त रहें, इस पर अन्य प्रासंगिक डेटा जोड़कर, आप अपने आदर्श ग्राहकों के और करीब पहुंच सकते हैं।

अपना डेटा-ड्रिवन पर्सोना कैसे बनाएं

इस अनुभाग में, हम आपकी मदद करेंगे कि आप क्रमिक प्रारूप में एक डेटा-ड्रिवन पर्सोना बना सकें।

अपने उद्देश्य लिखें

आपको यह जानना होगा कि इतना समय और प्रयास करके अपने पर्सोना खोजने के पीछे का उद्देश्य क्या है। पर्सोना क्यों महत्वपूर्ण हैं, इसके कई कारण हो सकते हैं, आपको यह स्पष्ट होना चाहिए कि आपकी कंपनी इसे ठीक क्यों कर रही है। आपके कुछ उद्देश्य निम्नलिखित हो सकते हैं:

• नए प्रकार के ग्राहकों की खोज
• यह जानना कि आपके ग्राहक किस प्रकार की सामग्री का उपभोग करते हैं
• उनकी आपके साथ यात्रा को समझना
• ग्राहक तक पहुंचने के लिए सर्वश्रेष्ठ चैनलों का पता लगाना
• अपने ग्राहक की रुचियों और अभिप्रेरणाओं को समझना
• उन्हें बेहतर ग्राहक अनुभव प्रदान करना

एक से अधिक उद्देश्य रखना बिलकुल ठीक है, लेकिन सुनिश्चित करें कि आप इसे अत्यधिक नहीं बढ़ाते हैं। उद्देश्यों को एक-दूसरे से अलग नहीं होना चाहिए, बल्कि उन्हें एक-दूसरे को पूरक करना चाहिए।

ग्राहक डेटा एकत्र करें

अपने लक्ष्य दर्शकों को समझने के लिए आपको यह पता लगाना होगा कि वे क्या करते हैं, वे कौन हैं, उनकी प्रेरणाएं, व्यवहार और अधिक। जितने अधिक स्रोत होंगे, उतनी ही अधिक परिष्कृत जानकारी आप प्राप्त करेंगे। यह सलाह दी जाती है कि आप अपने ग्राहकों के मात्रात्मक और गुणात्मक डेटा दोनों का उपयोग करें। नीचे कुछ स्रोत दिए गए हैं जिनका उपयोग आप अपने ग्राहकों के बारे में डेटा एकत्र करने के लिए कर सकते हैं।

वेबसाइट एनालिटिक्स:

आपकी वेबसाइट का विश्लेषण, जो गूगल एनालिटिक्स या किसी अन्य टूल पर उपलब्ध है जिसका आप उपयोग कर रहे हैं, अपने वेबसाइट आगंतुकों के व्यवहारगत पैटर्न को समझने के लिए एक शानदार स्रोत है। यह कि वे वेबसाइट पर कितना समय बिताते हैं, किन ब्लॉगों को पढ़ते हैं, और किस प्रकार के उत्पाद पृष्ठों पर आते हैं, आदि जैसे सरल कारक आपके लक्ष्य दर्शकों के बारे में बहुत कुछ बता सकते हैं।

आपकी कंपनी का सीआरएम:

आप जिस सीआरएम का उपयोग कर रहे हैं, वह आपके वर्तमान ग्राहकों के बारे में गहन जानकारी देने वाला एक और खजाना है। वे किस योजना का उपयोग कर रहे हैं, कंपनी में उनका पद क्या है, वे वार्षिक रूप से कितना खर्च करते हैं, वे कितने समय से हमारे ग्राहक हैं, आदि।

बाजार अनुसंधान:

पता लगाएं कि आपके ग्राहक कहां मौजूद हैं। देखें कि वे किन एप्लिकेशन और उत्पादों का उपयोग करते हैं। वे खरीदने के उत्पादों की खोज कैसे करते हैं। उनके जानकारी के स्रोत क्या हैं? क्या वे किसी फोरम या समुदाय पर सक्रिय हैं? यदि हां, तो इन जगहों पर भी काफी समय बिताएं क्योंकि आप उनके असली विचारों को प्राप्त कर सकते हैं जिन्हें वे अन्य ग्राहकों के साथ साझा करते हैं जो उनकी तरह हैं।

सांख्यिकीय विश्लेषण:

स्टैटिस्टा विभिन्न चीजों पर आंकड़े प्राप्त करने का एक लोकप्रिय स्रोत है। गूगल पब्लिक डेटा, क्नोएमा, NumberOf.net, गैपमिंडर, USA.gov रेफरेंस सेंटर, गैलप, डेटा मार्केट, FindTheBest आदि अन्य विश्वसनीय स्रोत हैं।

अपने पिछले विपणन अभियानों से सीखें:

आपके पिछले विपणन अभियानों के परिणाम सीखने के लिए एक शानदार स्रोत हैं। यह आपको वे गलतियां समझने में मदद करेगा जिन्हें आपने की थीं, लेकिन यह उन बातों को समझने में भी सहायता करेगा जिन्होंने काम किया और ग्राहकों ने किसी विशिष्ट कॉपी या लैंडिंग पेज पर कैसे प्रतिक्रिया दी।

जब कोई आपके विज्ञापन पर क्लिक करता है, तो इसका मतलब है कि आपकी कॉपी उनके मनचाहे विषय से मेल खाती है, उनके व्यवहार और व्यक्तित्व का अध्ययन करने से आप अपने आदर्श व्यक्तित्व को संकीर्ण करने में मदद ले सकते हैं। अपनी बिक्री टीम से पूछें कि उन्होंने उन्हें रूपांतरित करने के लिए किन तरकीबों का इस्तेमाल किया, उन्होंने किन आपत्तियों का सामना किया और उन्होंने किन लाभों का वादा किया।

सर्वेक्षण आयोजित करना:

अपने ग्राहकों से सीधे जवाब लेना उन्हें समझने का सबसे शक्तिशाली तरीका हो सकता है। धन्यवाद, उपलब्ध टूल हैं जिनका उपयोग किया जा सकता है ताकि इसके लिए आवश्यक प्रयास कम हो जाए। अपने ग्राहकों और लक्ष्य दर्शकों से उन्हें गहराई से समझने के लिए प्रासंगिक प्रश्न पूछें कि वे आपके जैसे समाधान क्यों ढूंढ रहे हैं।

अपनी कंपनी के बिक्री विभाग से बात करें:

आपके बिक्री लोग वे हैं जो सीधे आपके ग्राहकों से बात करते हैं। उन्हें ग्राहकों से एक बौछार सवालों का सामना करना पड़ता है और वे आपके ग्राहकों की जरूरतों के बारे में बेहतर जवाब दे सकते हैं क्योंकि उनके पास इसकी प्रत्यक्ष जानकारी होती है। समझें कि बिक्री कॉल के दौरान ग्राहक आमतौर पर किन प्रश्नों को पूछते हैं, वे हमारी सेवा में क्यों रुचि रखते हैं, और उन्होंने किन कारणों से हमारी सेवा को प्रतिस्पर्धी के समाधान की तुलना में चुना।

फोकस समूह:

आपके लक्ष्य बाजार के हिस्से के लोगों से बात करना आपकी पर्सोना को परिष्कृत करने के लिए बहुत अच्छा हो सकता है। फोकस ग्रुप आपको व्यक्तिगत रूप से आपके लक्ष्य समूह के एक बंच के लोगों के साथ बातचीत करने की अनुमति देता है। यहां आपके उत्पाद के बारे में चर्चा होगी, आप उनसे उनके जीवन, उनके काम के बारे में पूछ सकते हैं, यहां तक कि उन्हें डेमो भी दिखा सकते हैं यदि संभव हो। उनसे पूछें कि क्या वे आपके उत्पाद के साथ काम करते समय कोई असुविधा महसूस करते हैं या क्या उनके पास कोई पूर्वधारणा है जिसके कारण उन्होंने खरीद नहीं की। यहां से आपको जो भी इनपुट मिलेगा, वह डेटा का हिस्सा हो सकता है।

#3 अपना परिकल्पना बनाएं:

आपके पास जो डेटा है, उस पर आधारित आप परिकल्पनाएं बना सकते हैं। पैटर्न के लिए डेटा का विश्लेषण करें और देखें कि क्या कोई स्पष्ट समानताएं या असमानताएं हैं। क्या यह आपको कोई घंटी बजाती है? क्या इसका उपयोग उपयोगकर्ताओं की पहचान करने के लिए किया जा सकता है? इसका उपयोग करके, अपनी परिकल्पनाएं बनाएं।

परिकल्पनाएं जिन्हें आप बनाते हैं एक दूसरे का विरोध भी कर सकती हैं क्योंकि ग्राहकों की रुचियां विविध होती हैं। वे अलग-अलग खंडों से भी हो सकते हैं, इसलिए उनके व्यवहार और प्रेरणा के अनुसार आपकी परिकल्पनाओं में विरोधाभास है। चूंकि आपकी परिकल्पना निरीक्षण पर आधारित है, इसलिए आपको इसे परीक्षण करके सत्यापित करने की आवश्यकता है।

#4 अपनी परिकल्पनाओं का परीक्षण करें

अब जब हम हजारों संभावित पाइपलाइन और ग्राहकों से डेटा एकत्र कर लिया है और उस पर आधारित अपनी परिकल्पनाएं बना ली हैं, तो यहां अगला कदम है। आपको परिकल्पनाओं का परीक्षण करने की आवश्यकता है ताकि यह पता लगाया जा सके कि आपके निष्कर्ष वास्तविक दुनिया में अर्थपूर्ण हैं या नहीं। ऐसे बड़े समूह के लोगों को शामिल करें जो अध्ययन का हिस्सा बनने के लिए तैयार हैं।

उन लोगों से संपर्क करें जो अध्ययन का हिस्सा बनने में रुचि रख सकते हैं और संभावित ग्राहकों से बात करके अपनी परिकल्पनाओं का परीक्षण करें। उनसे ऐसे प्रश्न पूछें जिनके विस्तृत उत्तर की आवश्यकता हो, निष्कर्षों को लिखें और उन्हें विभाजित करें।

#5 डेटा-ड्रिवन पर्सोना तैयार करें

यह महत्वपूर्ण है कि आप अपनी पूरी टीम को पर्सोना निर्माण प्रक्रिया का हिस्सा बनाएं। क्यों? क्योंकि सभी से इनपुट इस तरह से आएंगे कि उसमें अलग-अलग दृष्टिकोण होंगे और यह उससे कहीं अधिक परिष्कृत होगा जिसकी आम तौर पर उम्मीद की जाती है। जितने अधिक लोग इस प्रक्रिया में शामिल होंगे, इसके अच्छी तरह से तैयार होने की संभावना उतनी ही अधिक होगी।

डेटा संग्रह के परिणामों को प्रस्तुत करें, सभी को बताएं कि आपने डेटा के आधार पर किन परिकल्पनाओं का निर्माण किया है और जब आपने उनका परीक्षण किया तो क्या परिणाम आए। इस आधार पर, एक साथ निर्धारित करें कि आप किन पर्सोना का निर्माण करने जा रहे हैं।

डेटा-ड्रिवन पर्सोना के लाभ

ऑनलाइन एनालिटिक्स टूल आपको डेटा देते हैं, लेकिन वे स्वयं कोई अर्थ नहीं प्रदान करते। संख्याओं का उपयोग करके अपनी टीम को अपने ग्राहकों के बारे में समझाना काम नहीं करेगा। बड़े डेटा सेटों को याद रखना भी मानवीय रूप से संभव नहीं है। इससे अधिक संबंधित विशेषताओं वाले पर्सोना का उपयोग करना आसान होता है। यहां डेटा-ड्रिवन पर्सोना के कुछ लाभ दिए गए हैं।

अपडेटेड डेटा:

परंपरागत पर्सोना में लंबे समय तक डेटा संग्रह शामिल होता है, लेकिन वास्तविकता यह है कि ग्राहक व्यवहार विभिन्न कारकों के आधार पर बदलता रहता है। डेटा-ड्रिवन पर्सोना के साथ, आप रीयल-टाइम डेटा के आधार पर पर्सोना बना सकते हैं। यह फेसबुक, यूट्यूब, ऑनलाइन फोरम आदि से डेटा एकत्र करता है, जिन्हें रीयल-टाइम में अपडेट किया जाता है।

दिए गए समय अंतरालों पर, आप डेटा-ड्रिवन पर्सोना उत्पन्न कर सकते हैं जो हमेशा अपडेटेड रहते हैं क्योंकि डेटा संग्रह स्वचालित रूप से होता है और पर्सोना को फिर से गिना जाता है। यह लाखों बार परस्पर क्रियाओं से डेटा का लाभ उठाता है, जबकि इसे अन्य प्रासंगिक डेटा के साथ जोड़ता है।

शीघ्र उत्पन्न किया जा सकता है:

क्या आप जानते थे कि मैनुअल रूप से किए गए एक खरीदार पर्सोना बनाने में आपका महीनों का समय लग सकता है, डेटा संग्रह से लेकर विश्लेषण तक? डेटा-ड्रिवन पर्सोना बनाने में कुछ मिनटों से लेकर कुछ दिनों का समय लगता है, जो पहले से उपलब्ध बुनियादी ढांचे पर निर्भर करता है।

किफायती:

चूंकि परंपरागत खरीदार पर्सोना बनाने में काफी मैनुअल श्रम शामिल होता है, इसलिए यह बहुत महंगा हो सकता है। विशेष रूप से क्योंकि इसमें महीनों का प्रयास शामिल होता है। डेटा-ड्रिवन पर्सोना तुलनात्मक रूप से उत्पन्न करने में सस्ता है क्योंकि पूरी प्रक्रिया में एक बड़ा स्वचालन शामिल है। डेटा-ड्रिवन पर्सोना डिजिटल डेटा का उपयोग करती है जिसे आसानी से एकत्र किया जा सकता है और पर्सोना बनाया जा सकता है।डेटा-ड्रिवन फुल-स्टैक समाधान स्वचालित रूप से विभिन्न प्रकार के उपलब्ध डेटा के आधार पर पर्सोना उत्पन्न करते हैं, साथ ही डेटा तक पहुंच भी प्रदान करते हैं।

डेटा सुरक्षा:

YouTube, Facebook, Instagram जैसे ऑनलाइन प्लेटफॉर्मों से समेकित डेटा का उपयोग करने से कभी भी किसी व्यक्ति की पहचान का पता लगाने वाले विवरण शामिल नहीं होंगे। ऐसे प्लेटफॉर्मों द्वारा प्रदान किया गया डेटा आमतौर पर समूह स्तर पर होता है और इसमें ऐसी जानकारी नहीं होती जिसका उपयोग किसी की पहचान करने के लिए किया जा सके।

व्यवहारिक रूप से सटीक जानकारी:

डेटा-ड्रिवन पर्सोना अपने पर्सोना के विवरण के लिए विशेषताओं का निर्माण करने हेतु एल्गोरिदम का उपयोग करता है और ग्राहकों के ऑनलाइन सामग्री और वेबसाइटों के साथ बातचीत से पैटर्न का अनुमान लगाता है जिनमें ऐसी जानकारी मौजूद होती है। डेटा-ड्रिवन पर्सोना को अधिक सटीक माना जाता है क्योंकि यह वास्तविक डेटा पर आधारित होता है जो एक उच्च विभाजित दर्शकों से आता है।

दर्शकों का प्रतिनिधित्व:

परंपरागत पर्सोना जेनरेशन विधियों में गलत प्रतिनिधित्व की संभावना अधिक होती है क्योंकि नमूना आकार आमतौर पर छोटा होता है। यदि नमूना आकार लाखों में डेटा चला जाता है, तो क्या आप सोचते हैं कि परंपरागत डेटा संग्रह विधियों का उपयोग करना संभव है? डेटा-ड्रिवन विधियां पूरे डेटा सेट का प्रतिनिधित्व करती हैं क्योंकि वे विशाल मात्रा में डेटा का विश्लेषण कर सकती हैं।

निष्कर्ष:

बिना पर्सोना की मदद के विपणन अभियान चलाना या उत्पाद बनाना एक बहुत बड़ा काम है। जब आपको यह पता नहीं है कि आपका आदर्श ग्राहक कौन है, तो आप किसे लक्ष्य करेंगे? यहां पर पर्सोना आपके विज्ञापन लेखन, विपणन अभियान बनाने और संभावित खरीदारों को लक्ष्य करने के तरीके को बदल सकता है।

डेल्व एआई द्वारा ग्राहकों को डेटा-ड्रिवन पर्सोना उपलब्ध कराने से छोटे और मध्यम बाजार के व्यवसायों, स्टार्टअप और गैर-लाभकारी संगठनों पर बोझ कम हो जाता है, जिन्हें अन्यथा मैनुअली बने खरीदार पर्सोना के लिए हजारों डॉलर खर्च करने पड़ते। वेब एनालिटिक्स डेटा से डेटा-ड्रिवन पर्सोना आमतौर पर कुछ मिनटों में ही स्वचालित रूप से उत्पन्न होते हैं और उन्हें अपडेटेड रखा जाता है। आप उनका उपयोग अपने सबसे मूल्यवान खंडों पर स्पष्टता प्राप्त करने और अपने व्यवसाय को बढ़ाने के लिए ग्राहक अनुभवों को परिष्कृत करने हेतु कर सकते हैं।