1703881851
1703881852
这些细分与我们刚刚完成的用户信息统计训练有什么不同呢？像之前所做的一样，分析营销中的用户信息，能告诉你谁是我们的潜在消费者：分析你的开放性反馈，能告诉你消费者想要买什么。
1703881853
1703881854
既然明白了这个道理，那么了解全职的、销售自己产品的，每年在自己企业中赚取少于10万美元／年薪的公司老板是非常重要的。此时，我将不会提到企业主因兼职面临的问题。
1703881855
1703881856
但更难理解的是，那些现在薪水少于10万美元／年的兼职企业主所面临的困难。因此，这也是他们最可能愿意去花钱解决的问题。
1703881857
1703881858
我们做这些的方法就是审视人们提供的开放性反馈（根据评分系统关注上部的20%，在小范围时再往下延伸20%）。然后我们将各个反馈分类到不同的“细分”中去，目的是分清趋势。初始阶段时，有较多的细分是很正常的。但是，分出太多细分与没有细分一样有问题。
1703881859
1703881860
因此，你需要合并整合这些细分，直到留下理想的3～5个细分，这3～5个细分能够处理80%的市场。你几乎不可能达到100%，因为通常存在与其他反馈大相径庭的异常反馈。对于这些反馈，你需要为其中每一个反馈定制独特的营销解决方案。
1703881861
1703881862
为什么是3～5个细分呢？这些细分需要与营销漏斗中的不同部分相吻合，他们同时也需要运用不同的处理方法。我们有以下几种处理方法：
1703881863
1703881864
• 发送不同的推文
1703881865
1703881866
• 销售不同的产品
1703881867
1703881868
• 以上两者结合
1703881869
1703881870
在我的经验中，3～5个细分通常是最佳数量点，它会带给你所在市场80%的结果。理论上来说，我们可以分出100个不同的细分，因为毕竟每个潜在消费者都是有着独特需求、愿望和欲望的个体，但如果你仔细考虑一下，就会发现这是不切实际的。
1703881871
1703881872
试想一下，在你的网站上有100个可以购买单一商品的销售页面，那这种细分就会显得太过复杂，并且这种复杂性会将产品扼杀在摇篮里。3～5个细分是易于管理的，而且如果经营得当，还能够得到丰厚的回报。如果这是你第一次执行这个流程，我劝你坚持“3～5个细分”守则。
1703881873
1703881874
下面，让我们来深入了解这个为开放性反馈分类并构建细分的过程。
1703881875
1703881876
你会发现，在我的电子表格中有三个纵列：CAT 1、CAT 2和CAT 3。
1703881877
1703881878
这样做的原因是，对于每个开放性反馈来说，我需要运用不超过3个的类别。每一个单一反馈将属于至少一个类别。但有时人们会在他们的反馈中提及多个分类，你需要灵活地在不同纵列中捕获信息。三个纵列可以使这个过程显得不那么复杂。
1703881879
1703881880
要想理解如何获得长的开放性反馈，并将它分解为一系列亲近分类，这个例子会给你一些帮助。在这个数据的第一排，该受访者的开放性反馈如下：
1703881881
1703881882
1703881883
1703881884
1703881885
1703881886
1703881887
莱恩，你好。
1703881888
1703881889
我是佩里·马歇尔与格伦·利文斯通公司（Perry Marshall&Glenn Livingston）的委托人，我们的总部设在澳大利亚西部的珀斯（Perth）。作为URL.com的市场经理，我面临的最大困惑是要提高我们的转换率。我们在谷歌右侧广告上每月花费了35,000美元，而且随着时间的推移，这笔费用正持续上涨（平均CPC[5]在近六个月内增加了47%）。尽管我受训于佩里（Perry），我管理高质量的谷歌右侧广告等已有八年。我们的人员管理成本大约在每人100美元（转换率约为10%），它们中仅十分之一能转换成销售额（即：CPS[6]金额高达约1，000美元），但我们的销售总利润却仅为1,500～1,600美元。平均CPC为10～13美元（换句话说，即使我们付钱给广告及员工，让他们去做所有事情，我们依然处于负债状态。分割测试（Split Testing）很难也很贵（每次点击要花费10美元），因此，运行长期统计检验测试是极其艰难的。我想用调查、自动回复等来帮助我建立一张列表，与它们建立联系并最终能提高我们的转换率以及投资回报率（ROI），但我在那些方面一点儿能力都没有，更别说建立一个有可行性的高性能漏斗了。几乎所有我看过的与这类事情有关的培训目标都是销售指导或服务，不是传统的B2B电子商务模式产品，比如汽车贷款等。另外，来咨询我们的人中有99%都只是在追问贷款报价（即：我有资格得到怎样的利率等等），而且也不希望我们与他们继续保持沟通。不像Lending Tree（美国线上金融公司），我们不能在线给出确切的报价。我们只能与申请人进行电话沟通，以此来收集他们的信息并且让一个或多个贷款人提交贷款申请，再根据他们的情况确定如何定级和交易。而且无论客户有没有被批准，他们回过头来都会按照一个比率行事。这使事情变得非常困难，因为在没有和财务顾问交流过的情况下，人们真的很难轻易地给一家商店定价。显然那样做能搪塞住很多人，因此从访问到管理的转换率只有10%。我非常想得到一些有关如何为我的业务建立一个质量漏斗的点子，从而可以增加投资回报率等。此外，倘若你真的有一个可以和我们直接合作并且能明显提高效果的方法，我将会很乐意与你合作，从而弄清楚我到底该怎样做才能向企业主推广那个设想……提前谢谢你！
1703881890
1703881891
EM
1703881892
1703881893
实际上，这位先生在澳大利亚运营着一家经销汽车贷款的网络公司。在一个竞争力剧烈和高成本双面夹击的市场环境里，他不知道该如何转换点击付费广告（PPC）的流量。
1703881894
1703881895
1703881896
1703881897
这则反馈是一个很好的例子，它展现出了好几种处理方法，这些方法我们都能用得到。针对他的反馈，我提出了以下分类：
1703881898
1703881899
由于他想知道如何将我的技术应用于点击付费广告（PPC）上，也就是要将点击付费广告流量进行转换，因此我将这第一类细分称为“点击付费广告转换”。
1703881900