如果说Discover的研究类型像是一个探险家，那做Segmentation就是探险家中的侦探家一样。

因为人群能够做细分的维度非常多，最后分出来的人群是否靠谱、是否能讲出一个完整的故事来、能够落地...这些都关乎最终项目的成败。

但!是!

虽然路阻且长，Segmentation这种讲究策略性的项目很有助于研究员的职业生涯成长，也不是经常会碰到的。对Agency来说，这种项目的重要性也不言而喻：① 分析维度广；② 有机会直接上升到咨询层面、战略层面；③ 建立长远客户关系。

广义上Segmentation不仅仅是指“人群细分”，也可以从产品分（product sorting），按区域分...但就像我们上节课说的那样，市场研究的出发点永远是人，客户最终也是通过人来进行精准营销，所以我们这一课说的Segmentation是人群细分。

人群细分的定义很好理解，最后分出来的人群的特征要满足：相同人群在画像、心理、行为数据..等维度同质性非常高，而组和组之间的差异最大化。

那为什么要做Segmentation？因为消费者是千人千面的，每个人都有自己的需求与考虑。面对这种情况，mass marketing年代的做法是无视消费者的需求差异，完全以产品为导向；那另一个极端是耗资甚大的one-to-one marketing。显然这两种极端都很难适用于现在了，那中间的平衡点就是：Segmentation人群细分。

Case Study：说到对零食的需求，该怎么细分人群？

方法一：基于个人对零食这个品类的整体态度来分

• 享受零食的人

• 关注健康、自律的人

• 虽然也吃零食，但也会纠结和内疚的人

方法二：基于场景来分

• 一个人早上自律性非常高，吃得很健康

• 下午肚子饿了，为了维持精力我需要吃零食

• 一天的疲惫工作后，到了晚上我需要美食来放纵下自己

要注意客户的不同部门（marketing, shopper, PR...）做Segmentation的用途是不同的，所以在前期准备阶段研究员要与客户进行沟通，充分考虑客户的业务需求。站在客户方的角度，他们做Segmentation一般有以下四种商业用途/目的，越往后企业企业得到的利润也越多。

• 提升营销效果

• 了解消费需求趋势，巩固顾客关系 

• 产品的更新换代，挖掘市场空白点

• 公司战略层面的一致性（最常见的一种商业用途）

  
  

上节课就说了，大部分Segmentation的项目应用价值低的原因是无法落地：

① 太复杂，描述含糊，解释不清楚

② 不同人群间的重复性、相似性很高  

③ 与客户自有的用户数据库很难衔接，细分出来的人群画像无法反推到客户的真实人群

④ 无法应用=无效工作

综上所述，一个成功的人群细分应该同时满足方法论(Methodological)和执行力(Actionable)两方面的要求。

方法论层面又包括了这些因素：

• 样本质量高

• 不同人群的区别性是否明显

• 细分出来的人群能够反推到客户的真实用户群(targetability)

关于variables变量这个问题，在准备阶段，与客户充分沟通后我们要做的第一件事就是确认这个segmentation项目的变量是什么，不同的变量最后做出来的结果会截然不同。

比如，不同人出于不同的目的对海洋生物的分类标准就完全不一样。

渔夫会按能不能吃来分，水族馆可能会考虑大小/体型的因素，海洋学家会根据生理生化特性来分类...

再比如，一样的中国地图，行政部分会按省份，计划生育部门按人口密度，气象部门按降雨量来细分地图。

回到Segmentation，我们来回顾下上节课介绍的人群细分的维度和方法非常之多

而业内说到Segmentation，多数会想到的方法是从最后的"Why-需求"出发，其实在按需求细分里面，能够考虑的维度还可以再细分：

实际具体选择哪个维度来进行人群细分取决于：

①行业/品牌的生命周期（萌芽阶段、增长阶段、成熟阶段、萎缩阶段）

②客户的产品品类本身的属性 （比如对保险产品来说，人生阶段的划分很重要；母婴产品的occasion不那么重要）

③客户是怎么运用这个segmentation的：品牌定位/开发新产品...?

所以再次强调：项目准备阶段的沟通了解客户的业务需求非常重要，研究员在与客户沟通的过程中要扮演好consultant的角色。

将segments应用落地非常考验功力，真正能落地的都是将需求细分，再结合大数据（行为数据）和访问数据（态度数据），作为精准营销的终极商业应用。

扫码关注 了解更多