Geodemographics: การใช้กลุ่มตามสถานที่เพื่อการตลาดที่ตรงเป้าหมาย

ที่อยู่ของคุณบอกอะไรเกี่ยวกับตัวคุณ? ค่อนข้างมาก โดยเฉพาะอย่างยิ่งกับนักการตลาดที่พยายามเข้าถึงพวกเราทุกคนด้วยข้อความที่เกี่ยวข้อง กลยุทธ์การแบ่งกลุ่มลูกค้าเป็นวิธีที่มีประสิทธิภาพในการกำหนดเป้าหมายผู้ชมบางกลุ่มมาช้านาน และข้อมูลทางภูมิศาสตร์เป็นส่วนสำคัญของปริศนา มาดูประวัติของ geodemographics และชมโซลูชันการแบ่งกลุ่มที่ใช้ในตลาดปัจจุบันกัน

ใคร อะไร ที่ไหน… และทำไม

นักการตลาดใช้กลยุทธ์ต่างๆ มากมายเพื่อทำความเข้าใจลูกค้าและผู้ที่มีแนวโน้มจะเป็นลูกค้าในเชิงลึก กลยุทธ์การแบ่งกลุ่มแบบดั้งเดิมมักมุ่งเน้นไปที่สี่ลักษณะ:

• ทางภูมิศาสตร์: พวกเขาอยู่ที่ไหน แสดงลักษณะต่างๆ เช่น ที่อยู่ในเมืองกับชนบท ภูมิอากาศ และขนาดของตลาด
• ข้อมูลประชากร: พวกเขาคือใคร? รวมถึงปัจจัยต่างๆ เช่น อายุ รายได้ เพศ ภูมิหลังทางชาติพันธุ์
• Psychographic: พวกเขาต้องการอะไรและทำไมพวกเขาถึงต้องการมัน? การแบ่งกลุ่มตามบุคลิกภาพ แรงจูงใจ และไลฟ์สไตล์
• พฤติกรรม: พวกเขาทำอะไร? เน้นการซื้อที่ผ่านมา การดาวน์โหลด การเข้าชมเพจ และการโต้ตอบอื่นๆ

โดยทั่วไป คุณลักษณะเหล่านี้ประกอบกันเพื่อสร้างบุคลิกของลูกค้าประเภทต่างๆ นอกจากนี้ยังใช้เพื่อสร้างกลุ่มผู้มีโอกาสเป็นลูกค้าเพื่อกำหนดเป้าหมายได้อย่างมีประสิทธิภาพมากขึ้น Geodemographics – ศาสตร์แห่งการกำหนดคุณลักษณะของประชากรโดยการศึกษาข้อมูลประชากรของพื้นที่เป้าหมาย – เป็นวิธีการทำความเข้าใจอย่างลึกซึ้งยิ่งขึ้นว่าพวกเขาเป็นใครและต้องการอะไรโดยพิจารณาจากสถานที่ที่พวกเขาอาศัยอยู่อย่างใกล้ชิด

สถานที่ตั้ง สถานที่ตั้ง สถานที่ตั้ง

การวิจัยด้านนี้มีมานานแล้ว แท้จริงแล้วมีต้นกำเนิดในอังกฤษเมื่อปลายศตวรรษที่ 19 Charles Booth นักวิจัยทางสังคมใช้เวลาหลายปีในการศึกษาสาเหตุของความยากจนในลอนดอน ในระหว่างการค้นคว้าเกี่ยวกับชีวิตชนชั้นแรงงาน Booth ได้พัฒนาแนวคิดเรื่อง

สิ่งที่เริ่มต้นจากการช่วยบรรเทาความยากจน (และในที่สุดงานของเขาก็มีอิทธิพลต่อการสร้างโครงการของรัฐบาล เช่น อาหารกลางวันที่โรงเรียนฟรีและเงินบำนาญสำหรับผู้สูงอายุ) ในไม่ช้าก็กลายเป็นเครื่องมือที่ทรงพลังสำหรับการค้า การแบ่งส่วนทางภูมิศาสตร์ตามแนวคิดสองประการ:

1. คนที่อาศัยอยู่ในละแวกเดียวกันมักจะมีลักษณะที่คล้ายกันมากกว่าคนสองคนที่สุ่มเลือก นอกเหนือจากความสามารถในการหารายได้ที่เทียบเคียงได้ (เนื่องจากต้นทุนการเช่าหรือซื้อในพื้นที่ส่วนใหญ่มักจะใกล้เคียงกัน) ยังมีความชอบและภูมิหลังที่คล้ายคลึงกันอีกด้วย
2. ละแวกใกล้เคียงสามารถจัดประเภทตามผู้คนที่อาศัยอยู่ที่นั่น และย่านที่มีผู้คนประเภทเดียวกันสามารถเพิ่มลงในกลุ่มเดียวกันได้ แม้ว่าพวกเขาจะห่างกันมากตามระยะทางทางกายภาพก็ตาม

เมื่อนักการตลาดตระหนักว่าหลักการที่ว่า "นกในฝูงขนนกมารวมกัน" สามารถนำไปใช้กับพื้นที่ทางภูมิศาสตร์ได้ การตลาดแบบกำหนดเป้าหมายตามภูมิศาสตร์ก็ได้รับความนิยมเพิ่มขึ้น รหัสไปรษณีย์ ละแวกใกล้เคียง และที่อยู่ถูกใช้เพื่อระบุตำแหน่งที่ตั้งของลูกค้าและค้นหาผู้ซื้อที่มีแนวคิดเดียวกันในภูมิภาคเดียวกัน

ก่อนการถือกำเนิดของการตลาดดิจิทัล มีการใช้ใบปลิวและไดเร็กต์เมล์เพื่อกำหนดเป้าหมายไปยังสถานที่เฉพาะ ด้วยความก้าวหน้าของฐานข้อมูล ระบบสารสนเทศภูมิศาสตร์ (GIS) และซอฟต์แวร์การจัดการลูกค้าสัมพันธ์ (CRM) นักการตลาดจึงมีความได้เปรียบเชิงกลยุทธ์ที่มีประสิทธิภาพเมื่อต้องทำความเข้าใจกับลูกค้าของตน

แน่นอนว่าข้อมูลจำนวนมหาศาลที่มีให้นักการตลาดก็เป็นสิ่งที่ท้าทายเช่นกัน คุณจะเริ่มต้นที่ไหน ลักษณะใดมีความหมายมากที่สุด? คุณจะทราบได้อย่างไรว่าพื้นที่และละแวกใกล้เคียงใดที่คุณควรพยายามกำหนดเป้าหมาย คำถามเหล่านี้เป็นคำถามที่ซับซ้อน ซึ่งเกิดจากข้อเท็จจริงที่ว่า เช่นเดียวกับลักษณะอื่นๆ อีกมากมาย ข้อมูลทางภูมิศาสตร์มีการเปลี่ยนแปลงตลอดเวลา

การเรียงลำดับผ่านข้อมูล (Geo)

มีหลายบริษัทที่ตรวจสอบและแปลความหมายของข้อมูลนี้ให้กับคุณ Maponics เป็นบริษัทที่สร้างและกำหนดขอบเขตทางภูมิศาสตร์ในระดับท้องถิ่น เช่น ขอบเขตพื้นที่ใกล้เคียง รหัสไปรษณีย์ และโซนการเข้าเรียนของโรงเรียน และจัดหาโซลูชันที่ "วาดภาพตัวละครในท้องถิ่น" RDA Research เป็นบริษัทในสหราชอาณาจักรที่ให้บริการเครื่องมือทางการตลาดบนเว็บที่รวมการวิจัยตลาด พฤติกรรม และข้อมูลเชิงพื้นที่

หนึ่งในองค์กรทางภูมิศาสตร์ที่ใหญ่ที่สุดในสหรัฐอเมริกาคือ Nielsen PRIZM ส่วนทางภูมิศาสตร์ของพวกเขาได้รับการพัฒนาขึ้นจากข้อมูลการสำรวจสำมะโนประชากรของสหรัฐอเมริกาและทำหน้าที่จัดประเภทผู้บริโภคออกเป็น 66 ประเภทที่แตกต่างกัน คำอธิบายของกลุ่มเหล่านี้รวมถึงการชอบ ไม่ชอบ และพฤติกรรมการซื้อที่น่าจะเป็นไปได้ของผู้อยู่อาศัยในท้องถิ่น

สิ่งนี้แปลเป็นข้อมูลเชิงลึกได้อย่างไร เยี่ยมชมเครื่องมือฟรี Nielson MyBestSegments และใช้การค้นหารหัสไปรษณีย์เพื่อดูว่าย่านของคุณถูกจัดหมวดหมู่อย่างไร ตัวอย่างเช่น ฉันสามารถค้นหาข้อเท็จจริงต่อไปนี้ได้อย่างรวดเร็วเกี่ยวกับรหัสไปรษณีย์ของฉัน (97232):

• ประชากร: 12,178
• อายุเฉลี่ย: 38.4 ปี
• รายได้เฉลี่ย: 38,000 ดอลลาร์
• การใช้จ่ายของผู้บริโภค: $267 ล้าน
• การใช้จ่ายของผู้บริโภค ($/HH): $41,436

ฉันยังสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับอายุเฉลี่ย รายได้ครัวเรือน เชื้อชาติ และชาติพันธุ์ ตลอดจนจำนวนคนที่อาศัยอยู่ในแต่ละครัวเรือน จำนวนที่แต่งงานแล้ว และจำนวนบุตร ฉันยังสามารถค้นหาส่วนที่พบบ่อยที่สุดสำหรับรหัสไปรษณีย์ของฉัน ตาม Nielsen MyBestSegments เหล่านี้คือ:

• บิ๊กซิตี้บลูส์
• เงินและสมอง
• Multi-Culti Mosiac
• ผู้ประสบความสำเร็จในเมือง
• ผู้เฒ่าเมือง

จากการวิเคราะห์ของพวกเขา กลุ่มประชากรของ Big City Blues รวมถึงประชากรที่มีเชื้อสายละติน 50% ซึ่งเป็นชาวอเมริกันเชื้อสายฮิสแปนิกที่มีความเข้มข้นสูงสุดในประเทศ กลุ่มนี้ประกอบด้วยหนุ่มสาวโสดและครอบครัวเลี้ยงเดี่ยวในเขตเมือง ซึ่งต้องเผชิญกับความท้าทายของผู้มีรายได้น้อย งานที่ไม่แน่นอน การศึกษาที่เจียมเนื้อเจียมตัว และการศึกษาที่จำกัด ส่วนถัดไป Money & Brains มี (อย่างที่คุณเดาได้) รายได้สูง ปริญญาขั้นสูง และบ้านทันสมัย หลายคู่แต่งงานมีลูกไม่กี่คน มันค่อนข้างผสม และนั่นเป็นเพียงสองส่วนแรกเท่านั้น! ฉันต้องยอมรับว่ามุมมองระดับสูงนี้ทำได้ดีทีเดียวในการจับภาพองค์ประกอบที่ซับซ้อนของประชากรที่เปลี่ยนแปลงอย่างรวดเร็วในย่านพอร์ตแลนด์ โอเรกอนของฉัน

นำข้อมูลเชิงลึกไปสู่การปฏิบัติ

คุณสามารถดูได้ว่าข้อมูลนี้จะมีประโยชน์ต่อนักการตลาดอย่างไร ด้วย PRIZM เวอร์ชันมืออาชีพ ไฟล์ รายการ หรือแบบสำรวจใดๆ สามารถเข้ารหัสด้วยข้อมูลนี้ได้ เมื่อใช้ข้อมูลนี้ คุณสามารถ:

• เรียนรู้เกี่ยวกับผู้บริโภคที่คุณกำลังพยายามกำหนดเป้าหมายและปรับแต่งข้อความ ข้อเสนอ และผลิตภัณฑ์ที่เจาะจงตามความสนใจของพวกเขา
• ค้นหาว่าลูกค้าปัจจุบันและผู้มีโอกาสเป็นลูกค้าอาศัยอยู่ที่ใด และค้นหาผู้คนที่คล้ายกับพวกเขามากขึ้นทั่วประเทศ
• จัดกลุ่มกลุ่มที่คล้ายกันเข้าด้วยกันและกำหนดเป้าหมายด้วยข้อความที่คล้ายกัน เพื่อให้มั่นใจว่าแคมเปญของคุณมีประสิทธิภาพมากขึ้น

การรวมข้อมูลเชิงลึกนี้เข้ากับระบบอัตโนมัติทางการตลาดและการจัดการลูกค้าสัมพันธ์ (CRM) ทำให้สามารถเชื่อมต่อจุดต่าง ๆ กับผู้มีโอกาสเป็นลูกค้าได้มากขึ้น การรู้ว่าใครคือใคร ต้องการอะไร และเคยทำอะไรมาบ้างแล้ว ช่วยให้กำหนดเป้าหมายพวกเขาด้วยเนื้อหาที่เกี่ยวข้องในอนาคตได้ง่ายขึ้น

วิธีอื่นๆ ในการแบ่งกลุ่ม

มีหลายบริษัทที่สามารถให้ข้อมูลเชิงลึกตามสถานที่ประเภทต่างๆ และบางบริษัทสามารถรวมเข้ากับระบบอัตโนมัติด้านการตลาดและ/หรือโซลูชัน CRM ของคุณได้ ตัวอย่างเช่น Salesforce Data.com (ซึ่งทำงานร่วมกับ Act-On) ให้การค้นหา IP แบบย้อนกลับเพื่อค้นหาชื่อขององค์กรที่ผู้เยี่ยมชมเว็บจากมา และใช้ข้อมูลนี้เพื่อให้คุณสามารถค้นหาผู้ติดต่อในองค์กรนั้นได้

หากที่อยู่และรหัสไปรษณีย์ไม่ตรงเป้าหมายเพียงพอสำหรับคุณ บริษัทต่างๆ เช่น Urban Airship กำลังใช้ประโยชน์จากการเพิ่มขึ้นของอุปกรณ์เคลื่อนที่เพื่อใช้ความสามารถในการกำหนดเป้าหมายตำแหน่งลงลึกถึงระดับบุคคลโดยใช้บีคอนและขอบเขตตำแหน่ง และเมื่อเร็ว ๆ นี้ Twitter ได้เปิดตัวคุณลักษณะโฆษณาใหม่ที่ช่วยให้ผู้โฆษณากำหนดเป้าหมายผู้ใช้ Twitter ผ่านผู้ให้บริการเครือข่ายไร้สายและอุปกรณ์ใหม่