SuperAPI AI 工具集

persona-generator

营销与增长

查看项目

更新于 10-15 18:07

技能介绍

用途

Persona Generator 用于创建基于研究的买家画像,帮助营销和产品团队做出真实决策。它结合 Adele Revella 的 Buyer Personas 方法论(2015)与 Clayton Christensen 的 Jobs-to-be-Done 框架,构建基于实际行为而非人口统计虚构的画像。

核心原则:基于真实研究的买家画像揭示购买决策背后的思考——不仅是人口统计特征,还包括动机、焦虑和决策标准。

大多数画像只是人口统计虚构(如“营销玛丽,35岁,喜欢瑜伽”)。有用的画像解释某人为什么购买——他们的焦虑、触发事件和决策过程。

主要能力

  • 生成基于研究的画像——基于行为而非人口统计
  • 识别购买触发事件——什么事件导致某人寻求解决方案
  • 梳理决策标准——什么因素驱动购买决策
  • 揭示焦虑与障碍——什么阻止他们购买
  • 记录买家旅程——他们如何研究和决策
  • 创建可操作的细分——驱动真实决策的画像

使用方式

从客户访谈生成画像

输入示例:

I've completed [X] customer interviews. Here are my notes: [summary]
Generate buyer personas using the Buyer Personas + JTBD methodology.
Focus on buying triggers, decision criteria, and anxieties.

创建假设画像(研究前)

输入示例:

I'm building [product] for [market].
Generate hypothesis personas I should validate through customer discovery.
Include questions to ask to validate each persona.

分析和改进现有画像

输入示例:

Here are our current personas: [paste personas]
Analyze them against best practices.
What's missing? What questions should we research to make them useful?

方法论基础

五环购买洞察(Adele Revella)

第一环:优先倡议(触发事件)

  • 什么事件触发了他们的搜索?
  • 为什么是现在而不是6个月前?
  • 什么最终让这件事变得紧急?

第二环:成功因素

  • 他们试图实现什么结果?
  • 成功看起来是什么样的?
  • 什么会让他们在内部成为英雄?

第三环:感知障碍

  • 什么可能阻止他们购买?
  • 评估过程中出现了什么顾虑?
  • 什么几乎让他们放弃?

第四环:决策标准

  • 他们如何评估选项?
  • 哪些功能/能力是必须的?
  • 还有谁影响决策?

第五环:买家旅程

  • 他们如何研究和决策?
  • 他们使用了哪些资源?
  • 决策时间线是怎样的?

Jobs-to-be-Done 层

工作陈述: “当我[情境]时,我想要[动机],这样我就能[预期结果]。”

三种工作类型:

  • 功能性工作:他们需要完成什么
  • 情感性工作:他们想要感受什么
  • 社会性工作:他们想要被如何看待

驱动转换的力量:

  • 推力(远离当前):对当前解决方案的不满
  • 拉力(朝向新方案):期望的结果
  • 焦虑(关于转换):对失败的恐惧
  • 习惯(保持现状):对现状的熟悉

画像购买的条件:推力 + 拉力 > 焦虑 + 习惯

画像模板结构

每个画像包含以下部分:

  1. 快照:角色、环境、主要 JTBD、当前解决方案
  2. 第一环:优先倡议:触发事件、紧迫性驱动因素、引语
  3. 第二环:成功因素:期望结果、成功衡量方式、引语
  4. 第三环:感知障碍:顾虑/焦虑、最大障碍、最恐惧的风险、引语
  5. 第四环:决策标准:必须项、加分项、淘汰项、比较方式、引语
  6. 第五环:买家旅程:触发→研究→评估→决策→购买各阶段、信息来源、时间线
  7. Jobs-to-be-Done:主要工作、功能性/情感性/社会性工作、力量分析表
  8. 营销启示:共鸣信息、内容类型、触达渠道、禁忌信息
  9. 销售启示:预期异议、他们会问的问题、需要的证明点、决策过程

验证清单

画像是否基于证据?

  • 至少5次该类型的访谈
  • 包含逐字引语
  • 描述行为而非仅人口统计
  • 解释他们为什么购买

画像是否支持决策?

  • 营销团队可用于定位活动
  • 产品团队可用于功能优先级排序
  • 销售团队可用于定制对话
  • 内容团队可用于创建相关资产

画像是否独特?

  • 与其他画像明显不同
  • 不同的触发事件
  • 不同的决策标准
  • 不同的异议/焦虑

危险信号(画像需要改进):

  • 基于假设而非研究
  • 全是人口统计,没有行为
  • 没有真实客户的引语
  • 太模糊无法驱动决策
  • 与其他画像显著重叠

适用场景

  • 开始客户发现,定义要验证的对象
  • 营销活动规划,向正确的人传递正确的信息
  • 内容策略,创建与特定受众共鸣的内容
  • 产品路线图优先级排序,为真实用户构建功能
  • 销售赋能,帮助销售了解他们在与谁交谈
  • 团队对齐,让所有人使用相同的客户语言

限制

  • 该技能依赖用户提供的访谈数据或研究输入;没有真实研究时只能生成假设画像,需后续验证
  • 画像质量取决于输入数据的质量和数量
  • 不替代实际的客户发现过程
  • 关于具体收费、价格、平台支持等信息暂未提供