惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
小众软件
小众软件
The Last Watchdog
The Last Watchdog
Latest news
Latest news
P
Palo Alto Networks Blog
C
Cisco Blogs
C
Cyber Attacks, Cyber Crime and Cyber Security
L
Lohrmann on Cybersecurity
P
Privacy International News Feed
NISL@THU
NISL@THU
T
Threat Research - Cisco Blogs
T
Threatpost
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
Spread Privacy
Spread Privacy
T
Tor Project blog
Cyberwarzone
Cyberwarzone
C
Cybersecurity and Infrastructure Security Agency CISA
AWS News Blog
AWS News Blog
S
Securelist
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Simon Willison's Weblog
Simon Willison's Weblog
P
Privacy & Cybersecurity Law Blog
Hugging Face - Blog
Hugging Face - Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
C
CERT Recently Published Vulnerability Notes
V
Visual Studio Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
月光博客
月光博客
博客园 - 司徒正美
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
罗磊的独立博客
A
Arctic Wolf
腾讯CDC
WordPress大学
WordPress大学
IT之家
IT之家
Last Week in AI
Last Week in AI
博客园 - 聂微东
P
Proofpoint News Feed
Y
Y Combinator Blog
Apple Machine Learning Research
Apple Machine Learning Research
Hacker News: Ask HN
Hacker News: Ask HN
Help Net Security
Help Net Security
Blog — PlanetScale
Blog — PlanetScale
爱范儿
爱范儿
美团技术团队
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
T
Tailwind CSS Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
一篇讲透:中小品牌怎么挖准小红书细分人群和场景
林卿LinQ. · 2026-06-09 · via 人人都是产品经理

品牌营销的逻辑正在经历深刻变革,从传统的品类为王到人群聚焦,如今场景驱动成为小红书电商闭环的核心法则。本文独创七要素框架,深入解析如何精准锁定细分人群与场景,揭示四种关键购买场景的差异,并提供了五种实操性极强的挖掘方法,帮助品牌在激烈竞争中找到突破口。

01.一个底层认知的转变:从品类为王到场景驱动

过去做品牌,大家很容易讲“品类为王”、“定位”、“品类占位”;

后来这几年,大家开始讲“人群聚焦”、“人群战略”、“人群品牌”;

但到了今天,如果我们真的站在小红书闭环电商的经营视角来看,我觉得更关键的是“场景驱动”。

因为同一个人群,在不同场景里的消费逻辑是不一样的,但同一个场景里,不同用户的消费动机和出发点反而是类似的。

比如,一个00后不一定会因为自己是00后,就要买某个东西。

但如果TA喜欢cos,明天要去参加漫展,今天需要补一些东西,这个时候,购买就被触发了。

人群身份在,场景也在,任务也出现了,所以人群和场景是不可拆分的,它们共同构成用户最强有力的购买理由。

这是贯穿今天所有内容的核心前提。

02.什么才是“有效”的细分人群和场景?

我自己提炼了一个七要素框架,用来定义什么是有效的细分人群和场景。

一个有效的细分人群+场景,至少需要能够回答以下七个问题:

1.1.哪一类具体人群?

不是泛泛说“宝妈”、“年轻人”、“女性用户”,而是要落到更具体的人群状态,比如同样是宝妈,是0到3岁宝宝的宝妈,还是3-6岁宝宝的宝妈?是全职在家,还是已经回到职场?是追求精致育儿,还是只想省心省力?……

人群不是越细越好,而是越具体、越能和后续的场景、任务、购买理由连起来越好。

1.2.在什么具体场景?

场景也不能只写成“日常使用”,我们需要知道用户到底是在什么时间、什么关系、什么状态、什么任务里,被这个需求击中的。

1.3.因为什么触发?

触发因素通常来自需求、痛点和情绪,比如麻烦、焦虑、不安全、没效果、不想忍了,或者突然想犒劳自己、想解决一个一直拖着的问题,再比如娃一直哭很焦虑,或者嫌带娃太麻烦想要一边带娃一边干自己的事儿……

1.4.想完成什么任务?

用户买商品,不是为了拥有商品本身,而是想通过商品这个解决方案,完成一个任务,比如用户买一个哄娃工具,不一定是因为TA想拥有一个“哄娃工具”,而是因为TA想更省心地把孩子哄睡,或者想一边带娃一边做自己的事儿……

1.5.现在是怎么解决的?

这儿会涌现出很多机会,有些用户在用竞品,有些用户在用土办法,有些用户在用临时替代品,还有些用户根本没有解决方案,只是在忍着,比如孩子哭,TA可能抱着哄,可能放摇摇车,可能给孩子看手机,也可能干脆忍着……

这些都不是标准答案,但都是我们判断机会的入口。

1.6.为什么不满意?

如果用户现在有解决方案,我们就要看TA为什么不满意,是麻烦、效果不好、不安全,还是成本太高、体验不好、无法真正解决问题……

这个“不满意”,往往就是我们切进去的地方。

1.7.为什么买我们?

我们需要在这个细分场景里针对性地给用户一个可被快速理解的、强有力的购买理由。

这儿围绕“现在怎么解决的”这个要素,会延伸出两种完全不同的用户:

第一种:用户压根不知道有解决方案。TA以前哄娃就是抱着哄,不知道原来还有哄娃工具这种产品。这种用户就需要被我们的内容激发需求,在看到我们构建的理想生活状态之后,TA可能才会意识到“原来还可以这样”。

第二种:用户已经在用竞品,但不满意,比如摇摇车不安全、哄睡时间太久、需要一直盯着……这种用户就需要我们证明自己是“更优解”。

两种用户,对应完全不同的内容策略和切入角度。

03.两个容易踩的认知误区

3.1.有效细分人群 ≠ 人群标签的简单叠加

很多人以为把人群标签组合叠加得越多就越“细分”,但有效细分的判断标准是:能不能完整适配七要素框架,且每个要素之间有逻辑延展……

如果只是为了细分而细分,标签堆得再多也没用。

3.2.有效细分场景不只是使用场景

大部分人在挖掘细分场景的时候,第一反应就是挖掘“使用场景”,比如追剧的时候吃、运动的时候穿……但真正触发用户购买的场景,至少有四种:

3.2.1.使用场景

用户实际使用产品的状态,比如追剧吃零食,出门戴防晒面罩,睡前用护肤品、户外穿冲锋衣……

3.2.2.购买场景

用户因为什么产生购买行为,也是一种场景。

比如发工资了,觉得自己有钱了,想犒劳一下自己,于是去吃一顿大餐;和对象吵架了,想买个东西哄TA,或者买个东西发泄一下……

你看,这些都不一定是“使用场景”,但它们都会触发用户购买。

3.2.3.决策场景

只要用户需要比较,决策场景就会出现,我们需要关注用户在比较产品的时候核心关注什么。

比如买充电宝,用户可能会比较有没有3C标识、容量怎么样、安不安全;

再比如同样是买猫砂,一个有精神洁癖、对家里环境有掌控感、爱干净的人,TA在比较猫砂的时候,可能不会把所有卖点都看一遍,而是特别在意:结团快不快、有没有碎屑会被猫带出来、能不能去异味甚至是香的……这就是TA的决策场景,跟别的人群完全不一样。

购买同一款产品,不同人群在同一个决策场景里,真正比较的点是不一样的。

3.2.4.传播场景

用户怎么知道这个产品、为什么推荐。

我觉得这个场景被很多人忽略了,但它也很重要,因为我们写小红书种草内容的时候,经常要回答一个问题:“我是怎么知道这个产品的?”

举个例子:我们在写祛痘产品种草笔记的时候,可能会写医学生表姐推荐、可能会写闺蜜安利、可能会写妈妈给我买的……然后就结束了。

但“我是怎么知道这个产品的”本身就是内容,真正有说服力的传播场景,往往是具象的,需要把人物关系、推荐过程和推荐理由写出来,比如我有位表姐在浙一上班,上次回家看到我脸上长满了痘痘,她说这跟她之前碰到的一个病人很像,认真问了我一些情况,最后就给我推荐了这个产品。我本来以为她只是职业病犯了,没想到真的好用。

这个时候,传播场景本身就成了购买理由。我们甚至不需要讲产品使用效果,光把这个传播故事讲清楚,把这个推荐为什么可信、为什么发生、为什么和用户有关讲清楚,用户就能被带进去,就能构成购买理由。

04.怎么挖掘有效细分人群和场景

方法一:竞品排除法

提到“有效细分人群和场景挖掘”,可能大部分人上来就会直接去“挖掘”,但我建议先做排除法。

先看看自己品类的TOP竞品现在在切哪些人群和场景,再分析它投入了多少预算、具体做了什么、怎么做的,比如内容是怎么打的、用户被教育到了哪一步……

最后再判断:

  • 这个方向我们有没有能力和资源去硬碰硬;
  • 这个方向还有没有继续细分的空间;
  • 如果没有空间,我们是不是应该避开?
  • 如果有空间,我们能不能吃它已经教育过的市场?……

举个例子:TOP竞品可能现在主要在切的是“精致宝妈”这种大人群,内容用的是通用型购买理由。

但精致宝妈还有继续细分的空间,比如按照宝宝年龄细分,0到3岁、3岁、不同成长阶段;按宝妈状态细分,全职带娃、已经回归职场、有没有老人帮忙;按具体任务拆,哄睡、吃饭、出门、早教、收纳……

如果TOP竞品已经让精致宝妈知道“原来有这么一个解决方案”,但没有把某个更具体的人群、场景和任务讲透,那我们就有机会继续往下切。

因为这些人已经被教育过了,TA们知道有这个品类、知道有这样的解决方案存在,只是因为TOP竞品用的是通用型购买理由,不够个性化,没被精准打动而已。

这就是中小品牌的机会,我们不需要再花钱做市场教育,而是在别人教育过的泛市场里,找到一个更具体、更强购买理由的切口(在大人群里再往下细分),比如从“精致宝妈”细分到“3岁宝宝的精致宝妈”,然后围绕3岁宝宝的具体需求/痛点和场景,讲出更个性化的购买理由。因为我们的购买理由足够个性化,能精准打到那个人,TA大概率愿意为我们买单。

方法二:基于产品价值挖掘

这个方法有一个硬性前提:我们的产品必须得有单点强优势。如果没有,直接跳过这个方法。

在有单点强优势的情况下,从四个维度去联想对应的细分人群和场景:

  • 功能性价值:解决了什么实际问题
  • 体验价值:用户实际的体验和感受
  • 风险性价值:降低了哪些风险(比竞品更安全等)
  • 情绪价值:是否让用户感到被照顾、被理解

从我们最强的那个单点出发,往外联想:谁会最在意这个优势?什么场景下这个优势最有感知?……

但需要注意,不是所有产品价值都能变成人群机会。只有当这个价值足够强,强到能支撑一个具体场景里的购买理由,它才值得继续往下挖。

方法三:替代方案挖掘(跨界打劫)

有很大一部分用户,TA在当下的情境里是有某个解决方案的,但不代表这个方案是最好的。

:)替代方案挖掘,本质上就是“抹平信息差”。

我们可以从五个方向看用户现在的替代方案:

4.3.1.直接竞品(同品类品牌)

找差异化优势,从决策场景切入。

4.3.2.间接竞品(不同品类,解决同一需求)

跨界打劫,比如同样是解渴,可乐、茶、果汁都能解决,那我们的产品能不能成为某个细分人群&场景下的更优解?

4.3.3.土办法(用户自己凑合解决)

这是非常好的内容切入口,比如“不会到现在还有人在用香水掩盖异味?用香水掩盖之后味道反而更奇怪,如果你想更高效解决异味问题,可以用我们的XX产品……”,直接切走用土办法的那群人。

4.3.4.不消费(觉得麻烦/没必要/太贵,干脆忍着)

需要颠覆认知,用户的认知可能停留在过往的解决方案里。

4.3.5.组合方案(多个产品一起解决)

用户嫌步骤多、嫌麻烦,比如现在很多护肤品打“一品多用”、“极简护肤”,本质就是在打组合方案的替代。

真正颠覆品类市场的,很多时候都是跨界产品的介入,所以我们真的可以跳出原有市场,看看自己能不能成为别人替代方案的更优解。

很多细分机会,就是从“用户现在凑合着怎么解决”里长出来的。

方法四:关键词挖掘(实操演示)

关键词挖掘这个方法特别多人讲过,但大家还是觉得道理我都懂,但具体怎么从关键词里挖出细分人群和场景就是搞不太清楚,所以我在直播的时候做了实操演示,这儿把核心逻辑和案例还原一下。

工具一:小红书聚光平台关键词规划工具(以词推词+上下游词)

关键要点只有一个,看上游词。

什么是上游词?用户搜索这个关键词之前搜索的关键词。

为什么需要看上游词?因为我们需要知道用户为什么搜索这个关键词,TA的搜索动机是什么,是什么场景、什么触发、什么任务把TA推到了这个关键词上。

为什么大部分人用这个工具挖不出东西?因为只做了一两轮就停了,没有追根溯源。

我以“防晒面罩”这个品类演示:

第一轮:搜索“真丝防晒面罩”,看上游词,发现了一个关键词:“逆光疹”。

我也不知道逆光疹是什么,所以去小红书搜索了一下,发现这是一种皮肤问题,是一种皮肤屏障受损引发的应激反应,表现为:

  • 正面看不明显,逆光的时候,可以看见针尖或米粒大小的小丘疹;
  • 多呈肉色或者微红,成片出现,常见于脸颊、眼下、太阳穴等皮肤较薄处;
  • 通常不痛不痒,但严重的时候,可能伴随刺痛、泛红、脱皮;
  • 用手挤不出油脂颗粒(这点和闭口不同)……

你看,这就是一个我以前完全不知道存在的细分人群,而且我搜索了一圈发现,几乎没有人针对逆光疹人群去卖防晒面罩,这不就是细分人群嘛?!

第二轮:继续搜索“逆光疹”的上游词,发现“脸上有很多小突起”、“脸上小疙瘩怎么办”、“逆光疹怎么消除”……

到这儿,我们就能还原出用户的完整搜索链路了:用户发现脸上有凸起 -> 搜索判断可能是逆光疹 -> 了解到逆光疹想恢复,需要做好防晒 -> 搜索防晒面罩……

所以有效细分人群&场景的七要素就可以直接提炼出来了,逆光疹人群,在夏天需要防晒的场景,因为皮肤问题不能过多使用护肤品和防晒霜,想完成“保护皮肤屏障”的任务,现有方案效果不够好,需要物理防晒。

内容也可以直接切入:“还以为夏天戴防晒面罩只是为了防晒?其实是为了更好地保护皮肤屏障。你是不是发现自己一到夏天脸上就容易痒痒的、泛红、起小疙瘩?其实就是因为防晒没做好……”

这样写,购买理由就从“我需要一个防晒产品”,变成了“我在帮你解决一个具体皮肤状态下的具体任务”,这就是关键词挖掘真正有价值的地方。

工具二:小红书APP搜索框+26字母穷尽法

除了小红书聚光平台关键词规划工具之外,小红书APP搜索框也能用。

但是有个问题:搜索框显示的联想词是有限的,但用户实际搜索的远不止这些,怎么可以尽可能穷尽呢?

有个笨办法就是:用“关键词+A、B、C……Z”逐个字母去搜索,比如搜索“逆光疹A”,出来“逆光疹A醇”、“逆光疹阿达帕林凝胶有用嘛”……;搜索“逆光疹B”,出来“逆光疹B5修复霜”、“逆光疹闭口”……

这些结果直接告诉我们,用户不只是在搜一个症状,而是在找解决方案。TA可能在比较护肤品、医用产品、物理防晒,甚至在拼出一套自己的修复路径。

这个时候,我们再回到内容里,就可以组合出更有流量、更完整的选题,比如“逆光疹夏季自救修复”,内容里可以把A醇、阿达帕林凝胶、物理防晒面罩,三个产品组合在一起,阐述清楚它们分别扮演什么角色,变成一篇完整的解决方案内容。

这不是为了堆关键词,而是为了从用户真实搜索路径里,倒推TA到底想解决什么问题。

还有一个细节,如果搜索出来的联想词很短(比如“逆光疹刺痛”),说明这个词本身还有挖掘空间,可以继续用字母穷尽法往下搜“逆光疹刺痛A”、“逆光疹刺痛B”……

另外,除了搜索联想词之外,搜索关联词也要看,它同样可以帮我们发现细分人群和场景。

方法五:用户原话挖掘+AI辅助分析

品类爆款内容评论区、商品评价、传统电商平台商品评价和问大家,都可以作为用户原话挖掘入口。

因为这些地方不是品牌自己想象出来的需求,而是用户自己说出来的话。

不过我感觉很多人不是不知道要看这些,而是不知道怎么把它们批量采集出来。

所以,分享一下对应的采集工具:

  • 社媒助手(Chrome插件),可以批量采集小红书笔记评论,包括子评论,但有封号风险,一定用小号去爬,别用品牌账号;
  • 小旺神插件,可以一键导出传统电商平台的全部商品评价和问大家;
  • 影刀RPA,可以写脚本采集小红书商品评价(配合PC端手机模拟器);
  • 灰豚数据红薯版等三方工具,可以批量导出品类爆款笔记链接,再用社媒助手批量采集评论……

采集完之后,可以直接把数据喂给AI,然后把“有效细分人群和场景的七要素定义”作为分析框架给它,让AI基于七要素,从评论数据中挖掘细分人群和场景。

即使没有数据,也可以让AI基于品类直接联想,比如让AI帮我挖掘防晒面罩的细分人群,它给出了一些我之前完全没想过的方向,像配送骑手、网约车司机、户外女教师、光敏性皮炎患者、疤痕修复期人群(手术/烧伤/外伤后需要防晒)、钓鱼路亚人群、户外摄影师……

但这儿需要注意一下,AI发散出来的人群,不等于有效人群。它只是帮我们多看见一些过去没想到的可能性,真正是否有效,必须自己去验证,不能直接拍板。

方法六:DMP人群包

除了是一种挖掘有效细分人群&场景的方法之后,也算是DMP人群包使用的小窍门吧。

4.6.1.大人群做交集

大人群做交集的前提,是这两个人群真的有交集,而且痛苦必须是叠加翻倍的。

举个例子:我是卖润喉糖的,能想到的大人群有很多,比如抽烟的人、咽喉炎的人、老师、歌手……

但单独去打“抽烟的人”太大了,打不过竞品;单独打“咽喉炎的人”也太大了……

如果我把这两个人群做交集,既抽烟又有咽喉炎的人会怎么样?

抽烟本身嗓子就不舒服,再加上咽喉炎更不舒服,这是双倍痛苦叠加。这群人对护嗓的重视程度会远高于单一人群,转化率自然就上来了。

这个时候,内容围绕“既抽烟又有咽喉炎的人怎么护嗓”来写,就可能比单独打“抽烟人群”或者“咽喉炎人群”更有购买理由。

但是大人群做交集,不能只看标签重合,还要看痛苦有没有变得更痛。

4.6.2.小人群做并集

单个小人群太小,触达效率低、转化成本高,但如果需求一致的小人群合并起来,就能解决这个问题。

比如卖冲锋衣,我们切“爬杭州宝石山的人”,人群太少了,可能同一天去的就几百人;再切“爬径山的人”、“爬十里琅珰的人”……每个单独拎出来都很小。

但这些人对冲锋衣的需求是一致的(爬小山需要防晒防风),内容对TA们来说也是通用有效的。那就把它们做并集,触达效率上来了,转化成本也降下去了。

所以我们可以先按需求分类(爬小山/中山/高山的需求不同),再把同一需求类别下的小人群做并集。

4.6.3.圈层映射

圈层映射的核心逻辑是找到相似消费力、相似生活方式、且需求能产生交集、场景能匹配的人群。

比如卖高端数码产品(如相机),很多人第一反应是找摄影师,但摄影师是品类人群,竞品早就打透了。

换个思路,经常打高尔夫的人、经常做医美的人,TA们的消费力够不够?够的;TA们有没有购买高端数码产品的需求和场景?有的;生活方式匹配嘛?匹配。

这就是圈层映射,不是在品类内找人群,而是跳出品类,找消费力和生活方式相似、且有交叉需求&场景的人群。

05.挖掘完之后,怎么验证有效性?

挖掘出来的细分人群和场景,不能直接拍板用,还需要先做六个维度的筛选判断:

5.1.人群体量

人群太小,可能转化率看起来高,但出单效率低,触达效率和成本也高。

可以在小红书聚光后台直接创建DMP人群包,看近7天搜索过特定关键词的人群规模来判断。

5.2.需求强度

需求强度可以看搜索数据和内容数据。

我建议直接看小红书蒲公英平台的内容广场,它那儿可以直接看到搜索指数、曝光量、阅读量、互动量……,比灰豚数据红薯版的大盘数据有参考价值得多,也能顺带判断竞争强度。

5.3.客单空间

这个人群的消费力是否匹配我们的产品客单价。

可以在小红书聚光后台直接创建DMP人群包,看人群整体的消费偏好、固定资产、手机价格等画像数据来判断。

5.4.竞争强度

直接看小红书蒲公英平台的内容广场,看对应关键词下的内容量有多少、作者数有多少……直接判断竞争强度。

5.5.内容表达空间和呈现难度

这个细分人群&场景能不能延伸出足够多的内容?如果只能写几篇就写死了,局限性太大,没必要做。

呈现难度同理,如果需要太高成本之类的,也没必要做。

5.6.转化难度

用户是否一看就懂?是否需要长时间教育?购买理由够不够强?付费意愿、付费能力和风险分别怎么样?……

经过这六个维度的筛选之后,最终的验证方式就一个:直接上架多个版本的商品详情页,围绕细分人群和场景创作至少3-5篇内容,投流测试。

毕竟理论分析再充分,也代替不了真实数据反馈。

06.写在最后

今天讲了很多具体方法和工具,总结来看,其实就是一条完整的链路:

先用竞品排除法框定方向,避开没有空间的战场;再用产品价值、替代方案、关键词工具、用户原话、DMP人群包这五种方法去挖掘细分人群和场景;挖掘完之后用通过六维筛选判断有效性,最后再上内容和投流跑数据验证。

最后,对中小品牌商家来说,能不能挖准细分人群和场景,可能是在小红书闭环电商里最核心的基本功,没有之一。因为它直接决定了我们的内容写给谁、怎么写、购买理由怎么构建……后续所有环节的效率,都建立在这个基本功之上。

所以与其花时间研究各种投放技巧和内容形式,不如先把这件事儿想清楚。

本文由人人都是产品经理作者【林卿LinQ.】,微信公众号:【林卿LinQ】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。