Портрет ЦА — вымышленный, но основанный на данных персонаж: имя, возраст, должность, боли, цели, возражения, каналы информации. Помогает писать тексты и настраивать рекламу «на человека», а не на абстракцию.
Составляется из интервью с клиентами, данных CRM, отзывов и аналитики. Обычно 2–4 портрета на продукт.
Анна, 34
- плато роста SEO
- новые алгоритмы Google
- сложно нанять SEO
- рост органики ×2
- снизить CPL вдвое
- обогнать конкурентов
- Telegram-каналы про SEO
- вебинары
- «где гарантии?»
- «как сравнить агентства»
Портрет ЦА — не паспорт «Мария, 34 года, любит путешествия», а карта решений: что человек гуглит перед покупкой, кому показывает выбор, что заставляет уйти. Демография без болей и возражений бесполезна — реклама всё равно настраивается по интересам и запросам, а не по тому, что у персонажа двое детей. Самые ценные строки портрета — формулировки возражений дословно из отзывов и реплики из интервью, их потом вставляют прямо в тексты и заголовки.
Частая ошибка — рисовать портреты из головы маркетолога, а не из данных. Источник №1 — записи звонков отдела продаж и переписки, источник №2 — поисковые запросы: в Яндекс Вордстате видно, добавляют ли к вашему продукту «отзывы», «цена», «своими руками» или «б/у», и это сразу разводит персон на сегменты. Связывайте портрет с CJM и контент-стратегией: для каждой персоны — свой набор запросов и материалов, иначе портрет так и останется слайдом в презентации.
Интервью с клиентами, записи звонков, отзывы, CRM и поисковые запросы из Вордстата, а не догадки команды.
Дословные формулировки проблем и сомнений важнее возраста и хобби — именно они идут в тексты и заголовки.
Каждой персоне — свой набор запросов, офферов и материалов на её этапе пути клиента.
Онлайн-школа английского свела 200 заявок в две персоны. «Карьерист» гуглит «английский для собеседования в IT», возражение — «нет времени», ему дают вечерние интенсивы и кейсы. «Родитель» ищет «английский для ребёнка 8 лет онлайн отзывы», возражение — «ребёнок не усидит», ему показывают геймификацию и пробный урок. Разделение офферов подняло конверсию лендингов с 2,3% до 4,1%.