顾客培尔索纳曾经是营销人员工具包中经过验证的工具,但在工作待完成理论(Jobs-to-Be-Done)出现后正在失去可信度。
工作待完成理论(JTBD)是一种在销售、产品和营销领域日益流行的现代方法。与专注于受众群体特征的培尔索纳不同,JTBD专注于理解用户需求以及他们希望通过您的产品或服务完成的工作。由于其主要功能性特点,许多品牌更倾向于选择JTBD框架而非培尔索纳。
仔细想想这是有道理的 – 培尔索纳回答"谁"的问题,而JTBD则解决客户想要"什么",以及情况、背景和解决方案。相比迎合每个客户群体的特殊性,投入精力为用户提供实现所需结果的方法更为简单。
JTBD适合希望立即获得结果的人,但从长远来看培尔索纳更好。尽管人们可能完成单一工作,比如钻孔,但他们购买钻机的动机可能不同——一个人购买用于专业用途,另一个人需要它来进行DIY项目。
但您如何确定哪个框架无关紧要,哪个更适合您?请记住,构建完善的培尔索纳不仅包括人口统计因素,还包括心理统计和行为属性。最好两种方法都使用——不要为了新方法而放弃旧方法。
这篇文章向您展示如何将培尔索纳和工作待完成理论结合起来,以获得两全其美的效果;即JTBD的功能性和培尔索纳的同理心。它们共同为您的产品开发和营销团队提供见解,以创造帮助用户实现最终目标的体验。
作为产品设计过程中的关键环节,待完成工作(JTBD)框架基于用户在购买产品或服务时希望实现特定目标或完成"工作"的理念。公司必须识别用户试图完成的核心"工作",并创造满足这些需求的解决方案。
JTBD最初由Clayton Christensen在其2003年的著作《创新者的解决方案》中提出,它向决策者提出一个简单的问题:人们雇用你的产品做什么?你的产品应该执行什么工作?大多数企业失败是因为他们无法回答这些问题。
Christensen在营销失当:原因与治疗中进一步解释这个概念:"当人们发现自己需要完成一项工作时,他们本质上是雇用产品来为他们完成这项工作...如果营销人员能够理解这项工作,设计产品和相关体验...并以强化其预期用途的方式交付,那么当客户发现自己需要完成该工作时,他们就会雇用该产品。"
Uber是一家美国运输公司,提供叫车、快递和食品配送服务。它也是待完成工作框架应用得最好的例子之一。该品牌理解人们需要完成的核心工作:从A点到达B点,而不会遇到与出租车服务相关的麻烦。
它通过以下几种方式帮助用户实现这个目标:
除了其他业务外,Uber是一个简单的应用程序,让叫车变得容易,通过无现金支付和司机评级确保可靠的用户体验。它很好地完成了这项工作,所以当你需要搭车时,自然会想到Uber。
现在,理解待完成工作的正确方式是通过定性用户研究。这包括用户访谈、调查、实地研究、行为数据分析、焦点小组、竞争对手分析以及审查支持票据或聊天记录。这很重要,因为它有助于识别买家考虑"雇用"来完成工作的其他品牌,展示你可以利用的差距或机会。
每种方法都涉及深入了解用户未满足需求、挑战和动机的问题。就Uber而言,他们的问题可能是这样设置的:
一旦你得到这些问题的答案,你就能制定待完成工作描述。JTBD描述总结了客户试图实现的目标,以及影响这项工作的其他因素。它捕捉了工作的功能性和情感性成功标准。
对Uber来说,可以简单描述为:"我在繁忙的城市里迟到了,没有我的车。我需要一个快速搭车的方式,不用麻烦地招手拦车或支付现金。"最终,重要的不是Uber如何帮助他们完成某事,而是他们如何使用Uber来完成特定工作。
待完成工作的有趣之处在于它适用于所有人口统计维度。不论年龄、性别或地点等个体差异如何,用户的基本需求或目标都保持一致。因此,这对你的业务战略和营销信息有明确的影响。
但是JTBD在B2B和B2C场景中是否相同?
B2C和B2B营销都采用以客户为中心的方法,将产品和信息与消费者需求保持一致。然而,B2B工作更为复杂,涉及多个利益相关者、更长的时间线和可衡量的结果,如投资回报率。相反,B2C客户做出快速决定并依赖情感触发因素。B2B决策由组织需求和运营效率的组合驱动。
待完成工作帮助两类企业表现更好。对于B2B品牌来说,它们揭示了每个决策者希望用产品完成的独特"工作"(例如,成本削减、生产力或收入增长)。这缩短了销售周期,因为你可以突出你的解决方案如何满足每个利益相关者的需求。
在B2C环境中,你需要了解功能性以及情感性和社交性的待完成工作。你可以利用这些见解,将你的产品定位为买家即时需求的完美解决方案。
买家培尔索纳是基于目标客户的人口统计数据、需求、挑战、爱好、兴趣、购物偏好、情感和性格特征而创建的虚拟角色或头像。它们是通过定性和定量数据创建的,如网站分析、竞争对手情报、社交媒体洞察、调查、访谈、评论、论坛和观察。
现在,公司可以根据其业务目标创建一个或多个画像。他们可以手动进行 - 自行收集和分析客户数据 - 或使用Delve AI的AI画像生成软件来自动化整个过程。我们的工具通过对第一方和第二方受众数据进行分段,然后用来自40多个公共数据源的洞察丰富结果,为您的企业、竞争对手和社交媒体受众创建画像。
您可以为您的B2C或B2B业务生成两到八个画像细分。每个细分包括客户的头像照片、姓名、年龄、性别、地点、教育、工作简介、个人简介,以及概括其主要目标的引言。此外,您还可以了解他们的目标、动机、痛点、价值观、兴趣和爱好。
您可以深入了解他们喜欢的事物 — 无论是电视节目、书籍、电影还是音乐。探索他们信任的新闻来源、活跃的社交媒体平台、浏览的电商网站和关注的品牌。同时,了解他们可能参加的活动类型。行业特定的洞察还列出了与您行业相关的关键词。
最棒的是什么?您只需几分钟就可以创建AI画像,与手动画像相比,所需的成本和时间都很少。
AI生成的画像是理解和体察目标受众需求和目标的绝佳工具。它们帮助您的销售、营销和产品团队准确了解他们面对的对象,使他们能够做出数据驱动的决策,并更好地与受众建立联系。
如果培尔索纳如此有用,为什么一些品牌更喜欢使用待完成工作框架?为什么培尔索纳不适用于每个组织?答案很简单 — 像所有事物一样,培尔索纳有其局限性,对它们的一些批评是有道理的。这些大多与手动培尔索纳有关,但了解这些局限性可以帮助您决定何时以及如何有效地使用它们。
培尔索纳有时会过度简化事物。它们创建了僵化的用户原型,这些原型只有在群体明显不同时才有效。但在现实中,一个人可能根据情况适用于不同的培尔索纳。传统培尔索纳常常依赖于概括,这可能无意中强化刻板印象。虽然真实的人会随时间改变,但这些原型保持不变,这可能导致公司与他们试图接触的受众之间产生脱节。
它们需要并提供许多您不知道如何处理的数据 – 无关的信息和假设会妨碍决策。目标太多,需求太多。如果使用它们的人没有参与培尔索纳的创建,他们可能不会产生共鸣。此外,基于假设而非实际研究的proto-培尔索纳帮助不大。由于不同团队单独创建,跨部门的一致性是一个更大的挑战。
工作任务(JTBD)和培尔索纳是不同的 – 前者关注客户希望通过您的产品实现的直接结果,而后者解释他们如何实现该目标。两者从不同角度看待用户体验,结合起来可以创建完整的客户画像。JTBD不能也不应该取代培尔索纳。
与普遍认知相反,培尔索纳不仅仅关于人口统计。它们超越这个层面,包括目标受众的心理、行为和交易习惯。特别是AI 培尔索纳可以回答重要问题;谁是您的买家,他们需要什么,为什么他们做决定,以及他们如何和何时与您互动。此外,像Delve AI这样的培尔索纳工具提供样本用户旅程,让您了解客户的决策过程。
虽然工作任务帮助公司与竞争对手区分开来,但它不能带来理解不同用户群体需求和动机所需的细节。功能在整个客户群中被普遍化,在营销和产品前沿造成问题。
JTBD框架适合短期决策;您可以解决即时用户目标。它在早期产品开发中很有用,当您在确定产品或服务的整体目的和愿景时。但后来,一旦您稳定下来,您会意识到您有不同的客户,每个客户都有不同的兴趣和挑战。
这是可以使用培尔索纳获取更多上下文和行为信息的阶段。您可以将买家放在中心位置,培养利益相关者之间的同理心,并获得不同的消费者观点。通过将培尔索纳与工作任务结合,或将JTBD声明分支到多个培尔索纳,组织可以制定全面的业务计划。
我们已经确立了这个事实:培尔索纳提供了客户是谁的快照,而工作任务着眼于他们想要实现什么。JTBD 培尔索纳混合了这两种方法,同时关注客户的特征和他们期望的结果。
JTBD 培尔索纳的核心是工作声明 — 客户想要完成的主要工作,以及其背后的背景和触发因素。它包括他们的主要和次要工作,涵盖功能、情感和社交需求。关注客户想要什么将注意力从基本人口统计转移到他们真实的目标和动机上。
JTBD 培尔索纳概述了客户目标和挑战,帮助您了解他们为什么要完成特定工作。简短的简介和头像增添了人性化触感,使买家更容易visualize,而内容或竞争对手数据等额外细节进一步完善了您的营销策略。
在 培尔索纳 和任务目标法之间做选择取决于你的资源和所需的细节程度。任务目标法需要更多时间和精力,但有助于确定最终目标。同时,培尔索纳 注重建立共情和发现客户旅程中的痛点。虽然任务目标法在发现产品生命周期中的次要需求方面用处较小,但它能显著提升你的 培尔索纳 质量。因此,这不是"任务目标法对比 培尔索纳"的问题 — 它们共同为你提供对客户的完整理解,指导产品和营销决策。
任务完成可以是"保持房屋整洁"(所以你购买吸尘器),"与亲人保持联系"(所以你使用智能手机),或"管理个人财务"(所以你使用预算软件)。这是关于客户想要达到的结果。
买家培尔索纳描述的是你的客户是谁,包括他们的行为、需求和背景。而任务完成则关注客户试图实现什么。培尔索纳关注"谁",而JTBD关注"什么"。