【导语】你好，我是特雷。欢迎你来收听我的课程《用好工具，高效做营销方案》。

我们之前关于受众分析的了解，介绍了受众的概念，即究竟什么是受众。也介绍了一些方法，如：调研法，大数据工具法。其实，已经解决了受众分析的基本问题了，很多情况下伙伴们贴到策划案中，梳理一下逻辑也能用了。

而今天我们这一讲是一个综合多方数据源的高阶篇，让大家活学活用这些方法和工具，这里我们有用一个具体的案例来展开，也正好回应一下上一讲的小尾巴，用BlueMC产品给大家做一个具体的讲解。

好的进入正片，项目背景：

某无人机品牌邀请到代理公司参与他们基于个人消费市场规划整合营销传播的策划案，请使用数据产品来进行受众分析挖掘人群洞察，进而制定营销策略。

项目来了之后，我们先梳理一下我们的思路。我们这里采用多源数据对受众画像进行描绘。

1. 用社群画像做一个就要行业关键词的白描了解一下基本舆论态势。

2. 用行业报告中的一些观点，得出一些核心关键词，然后再用社群画像工具来做更精准的用户画像分析。

3. 在以上基础上，用一些调研数据如CTR数据，Mintel数据对目标人群进行心理洞察分析。

我们用BlueMC社群画像模块中输入 “无人机”，选择好时间段，宽泛的看一下社群画像，我们再来看看：高频词和品牌提及内容显示：

我们看到高频词中，比如：中国、西安、直播、美国、拍摄、科技等，我们可以看出“无人机”的语料中，多为与社会热点、科技发展、军事兵器等相关方面的内容，个人级别的消费不很热。

这里稍微补充一下背景，这个案例是2017年中旬的案例，和现在还是有些差别的。

同时，我们看看品牌提及的关键词也多为互联网公司：例如腾讯、新浪、网易、百度，电商平台京东、亚马逊，以及新闻媒体：例如人民网、凤凰网等等。

在这些品牌关键词中我们可以重点关注一下一些硬件公司，如：索尼、小米、佳能等等。

另外，通过这些关键词，我们也不难看出：无人机和拍摄还是有很多的关联的。

总体来说，就是无人机市场在当时与一些政府应用相关，而关于个人消费和使用的讨论不多。

我们在对无人机个人消费行业背景信息之后，再去翻查一些报告。

我们发现，无人机应用消费市场中“航拍”的应用比较热。

我们通过报告找到无人机行业的主要厂商，如：大疆创新、亿帆、雷柏。

结合以上三步我们获得的关键词：如：航拍、大疆等，我们再到电商（如：刚才说的京东、亚马逊等）平台中去找到各位区间的无人机个人消费热门机型。

我们又回到BlueMC这个社群画像平台，做什么呢？输入更精准的关键词，我们回忆一下，当我们输入无人机这个关键词的时候，我们是不是看到东西并不是那么精准，而使用任何一种社群画像的关键点就是在于：这些关键词的逻辑关系。

这里，我们通过 品牌 + 场景 + 热门机型 关键词的方式来着找到目标消费者。

如：大疆 航拍 亿航 小米无人机。

通过这种方式，BlueMC社群画像工具跑出来以下信息：

• 人口学特征：1.80后和90后占总体70%以上 2.男性占66.88% 3.集中于一二线城市
  

• 社交媒体上主要关注话题有：随手拍、社会热点、生活百科等

• 通过高频词看出主要对“摄影、旅行、科技”感兴趣

这里再补充说一下，我们对比关键词粗暴的输入为：“无人机”来看。这个一版的高频词会好很多。

所以，用好社群画像来做品牌受众画像的关键是，对于输入关键词的拿捏。

从某种意义上来说，有同学就把这个受众画像直接拿出来用，贴到ppt里面了。我其实，后面还有几步让你获得的受众画像更全面。

我们打开百度指数平台，输入 品牌+场景 关键词，对于BlueMC上的数据结果做一个校正。

我们在上一讲介绍过百度指数，基于百度的搜索数据源，百度指数的数据肯定是海量的，但百度指数的人群画像多为标签数据推断而来，而新浪微博有人群属性数据，但BlueMC的数据量又存在缺陷，所以，两个做一个对比参照，是一个不错的选择：

我们通过比对发现，两者的结论基本一致，因此结果可信度高。作为一个数据平台见的校正还是很有必要。

在以上基础上我们做一个稍微感性一点的小结。

他们是80-95后，以男性居多，他们集中在北上广、江浙一带，他们关注社会热点、时政、IT产品，喜欢旅游、摄影、随手拍。

总结完了之后，我们干嘛用呢？

开启调研数据的宝库。

我们之前说过调研数据这不好哪不好，但任何一种数据源都有优缺点。我们在受众分析里要搭配着调研数据来用，有这么三条好处：

1. 基于一些客观信息可信度是高的。比如：年龄、性别、地域等。
   

2. 处理好了的结构化的数据，这些数据，比较好用。并且，可以进行多维度的交叉分析。

3. 因为是问题采取信息的方式，所以，可以是问比较深的关于价值观、情感观、世界观方面的问题，并且，这类系列问题会通过不同形式反复出现的话，对人的心理特征圈定有一定的参考性。这就比较类似于我们做心理测试的结果，然后，再由分析师进行归类总结。

基于以上三个特征，我们可以通过将用户画像中获得年龄、性别、地域等人群属性对于到调研数据上来，然后获得这群人的价值观、情感观、世界观，转而发现受众洞察。

这里，我们说一下如何来使用这些数据调研，有两种：

第一种就是我们之前谈到基于人群属性（年龄、性别、地域等）找一些报告来获得你对受众更深层次的内心理解。

第二种就是调研数据库。这里我们推荐的CMMS数据库，CMMS 即“中国市场与媒体研究”, CMMS本身不是一个机构，而是一个多客户市场研究产品，使用的抽样方法，在全国30多个城市共访问8万多消费者。提供多类消费品、品牌和品类消费信息以及消费者的媒体接触习惯、平面媒体阅读情况等方面的大量基础和连续的调查数据服务。

CMMS系统是需要付费购买的，相对于Mintel、和CTR数据来说，CMMS是更加底层的数据，底层数据的好的是分析维度更加的灵活，更应当项目需求而提取数据，当然，不好地方就是需要数据专家和技术专家来构建系统或是解读数据。而mintel就是在这个底层数据基础上进行营销解读一家调研机构。

使用第七步总结的人群标签，如：他们是80-95后，以男性居多，他们集中在北上广、江浙一带。在CMMS系统中进行数据查询。

我们可以获得：

目标人群更深入一些的人口属性。

如：特点：趋向成熟、独立的生活状态；近期计划出境旅游；家庭收入较高，经济实力较好。

以及目标人群的媒体习惯。

重度互联网用户，手机和PC用户数量基本持平。上网主要以娱乐活动为主，包括听音乐、看视频；关注网络评论和官方指南，注重口碑并乐于倾听专业意见。

CMMS数据库不仅仅可以深入了解受众的基本属性，还可以查询到这些受众的生活态度，价值观，品牌观等。

结合他们的生活态度-个人观点来看，我们提炼一下：相比价格，他们更加在意抓住身边的美好。

结合他们生活态度-个性倾向来看，我们总结为：渴望认同，原因冒险，他们是自己命运的把握者。

我们对以上目标人群再次做一个总结

在这个总结的基础上，我们获得了一个洞察，并转化成为了一个传播口号。

转换“上帝视角”，探索大不同。

好的，最后我们总结一下，这条多源数据法的思路，

其核心思想是将大数据+小数据的相结合，大数据的特点在于数据量大、答确定在于数据的精度不够，而小数据的特点在于精度高，但数量容易产生抽样误差，所以，需要通过两者的结合互补。通过大数据去抓轮廓，划定边界，提出深入假设的猜想。

1. 用BlueMC跑一个行业关键词了解一个大致背景。
   

2. 其次，结合行业报告、电商数据、或是搜索数据，对行业背景进行校正，并且，得出你要研究这个品牌品类的更精准关键词。

3. 采用“品牌 +场景 +型号 +…..”的方式，校正你在用户画像软件平台中的关键词，用大数据（BlueMC微博数据通过关键词来进行受众分析的轮廓画），等到受众画像标签，比如：性别、地域、星座。

4. 用调研数据（CMMS数据库来通过品类或是人群来完成对于受众分析的属性刻画）。，将以上两者结合形成一个受众分析属性。通过调研数据最假设性猜想人群进行，群组分析。对群组分析进行分群介绍，并通过试图回答假设性问题的方式来分析解析受众心理。

5. 最后，需求深入分析，获得营销洞察。

当然，我们在上文中出第十步直接跳到了洞察，这里是卖了个小关子，也是接下来要讲的“洞察”话题。

我是特雷，谢谢你的收听，我们下一讲接着聊。