Come Creare le Buyer Persona con Facebook Audience Insights

Molto spesso quando si entra nella fase di analisi per la realizzazione di un sito o di una piattaforma, ci si imbatte nel concetto di Buyer Persona.

Nel web ci sono diverse definizioni valide ma personalmente quella che preferisco è la seguente:
Le persona sono degli utenti “inventati” utilizzati per rappresentare bisogni e/o caratteristiche di una determinata classe di utenti reali.
Da questa definizione capiamo che le persona sono utenti “ideali” che servono per raffigurare quindi una categoria di utenti che presenta caratteristiche e bisogni simili.

Un esempio pratico potrebbe essere il seguente:

Questa Buyer Persona, come spiegato nella definizione, non è una persona vera e propria ma è una persona ideale, cioè un utente tipo che rappresenta una determinata categoria di utenti reali.
Nello specifico Lorenzo rappresenta quel pubblico maschile, di età compresa tra i 26 e i 34 anni, fidanzato, che non presenta titoli di studio oltre il diploma e che ha mostrato interessi per sport e motori.
La domanda che quindi sorge spontanea è: “Come faccio però a creare una buyer persona relativamente dettagliata come quella nell’esempio?”.

Purtroppo per eseguire questa operazione non esiste un unico metodo infallibile anzi, online ci sono diversi articoli che spiegano come individuare queste Buyer Persona utilizzando i più disparati metodi. La cosa veramente problematica è che i metodi proposti sonoquasi tutti validi, l’unica differenza è data dal fattore tempo.

Spesso quando ci troviamo nell’analisi del progetto il tempo che possiamo dedicare a questa fase è limitato (per via delle fasi di disegno e progettazione vera e propria che assorbono solitamente il grosso del tempo a disposizione) e spesso non è facile ottenere buoni risultati con il poco tempo a disposizione.

Quello che vi proporrò oggi è un metodo “tendenzialmente” rapido (dopo capirete perché ho utilizzato questa parola) per ottenere delle Buyer Persona accettabili per proseguire nel progetto.
Il metodo che andrò a spiegarvi utilizza lo strumento gratuito chiamato Facebook Audience Insights.

Essenzialmente si tratta dello strumento utilizzato da Facebook per la creazione di campagne sponsorizzate, il vantaggio di questo strumento è che è di rapido accesso a tutti e non richiede altro che la semplice registrazione su facebook.

Non è uno metodo universale, ne tanto meno il migliore, è semplicemente uno dei metodi presenti che ho sperimentato di recente e che per determinati progetti può essere ritenuto un metodo più che valido. Quindi ora basta con la teoria e passiamo alla pratica.

FASE 1 – Impostazione dell’analisi

L’obiettivo di questa fase è quello di andare ad analizzare gli utenti interessati al nostro settore e una volta analizzati trarre delle conclusioni sul target che effettivamente è di nostro interesse o che comunque ha mostrato interesse per il nostro settore.Per poter continuare però abbiamo bisogno di un caso studio specifico in modo tale da analizzare dei dati reali e trarre delle conclusioni su di essi.
Prendiamo per esempio il caso di un progetto per un sito internet, in particolare un blog, dedicato alla saga “Il Trono di Spade”.

Trattandosi di un progetto di realizzazione di un sito abbiamo bisogno di individuare le BUYER persona per analizzare i bisogni di tali utenti e dedurne quindi un comportamento all’interno del sito, cosa che porterà quindi alla realizzazione di una struttura del sito basata su queste informazioni.

Prima di iniziare l’analisi abbiamo bisogno di definire le fasce di età e il paese che andremo a considerare. In particolare per questa analisi considereremo unicamente gli utenti italiani interessati alla serie e le fasce di età analizzate saranno le seguenti:
18 – 25 | 26 – 34 | 35 – 44 | 45 – 54 | 55+
Quindi iniziamo con la nostra analisi su Facebook Audience Insights.
Nella schermata che ci apparirà dovremo andare a considerare quindi i seguenti parametri impostandoli su questi valori:

• Luogo – Italy;
• Età – La fascia considerata (es. 18 – 24);
• Interessi – Il trono di spade.

FASE 2 – L’analisi

Abbiamo definito nella fase precedente quali sono le fasce di età, il paese e l’argomento considerati ora è il momento di raccogliere i dati e organizzarli all’interno di una tabella, vi consiglio di impostarla nel seguente modo:

Una volta impostato il documento andremo a riempire le varie righe con i dati presenti all’interno dello strumento, in particolare ci interessa la media tra i due valori presenti nella schermata principale sotto la scritta “Nuovo Pubblico”. Per ogni fascia di età andremo a compilare una nuova riga inserendo tutti i dati richiesti nella tabella.

Raccolti tutti i dati avremo come risultato una tabella con 5 colonne riempite mentre le ultime 2 rimangono bianche. Per riempire queste due colonne bisogna ripetere lo stesso procedimento utilizzato per riempire le prime colonne solo che in questo caso andremo a rimuovere l’interesse. Così facendo lo strumento ci indicherà il totale degli utenti attivi su Facebook per quella determinata fascia di età.

Una volta inserito anche questo dato possiamo finalmente scoprire di tutti gli utenti Facebook, di una determinata fascia di età, qual’è la percentuale interessata al trono di spade.

Si ottiene quindi una tabella di questo tipo:

A questo punto non ci resta che analizzare i dati ottenuti andando ad osservare all’interno della tabella quali sono le % maggiori e a quali classi appartengono.

Come potete notare dalla tabella utilizzando solo un paese, un solo interesse e 5 fasce di età siamo giunti ad una tabella con 10 righe. In alcuni casi si può facilmente raggiungere le 100 righe se si considerano più paesi, situazioni sentimentali diverse e delle fasce di età a range più ristretto, quindi per questo motivo prima ho definito il metodo “tendenzialmente” rapido, perché concettualmente è un processo veloce ma dipende dalla mole di dati che si vuole analizzare.

Tornando alla nostro caso andremo ad analizzare i dati ottenuti osservando all’interno della tabella quali sono le % maggiori e a quali classi appartengono. In particolare si andrà ad individuare la percentuale maggiore per gli uomini e la percentuale maggiore per le donne. In questa fase, se si hanno maggiori dati a disposizione (come ad esempio i dati di altre nazioni) è possibile andare a fare un confronto della stessa fascia di età nelle diverse nazioni.

Io per semplicità andrò a considerare solo la percentuale maggiore per ogni sesso in modo da ottenere 2 buyer persona. Nel nostro caso le percentuali maggiori sono:
Uomo > 25 – 34 con un punteggio di 8,46%
Donna > 18 – 24 con un punteggio di 7,78%

Abbiamo quindi definito per ogni sesso qual’è la fascia di età che ci interessa, ora dobbiamo andare a strutturare la Buyer persona vera e propria.

FASE 3 – Realizzazione Buyer Persona

L’obiettivo di questa fase sarà quindi quello di scendere maggiormente nel dettaglio delle fasce di età maggiormente interessate emerse andando a creare degli utenti “ideali” sulla base di queste informazioni. Il processo che andremo ad applicare è lo stesso sia che si tratti di 1 Buyer Persona sia che si tratti di 100, quindi ve lo mostrerò solo per uno dei due casi.

Pubblico Femminile, età 18 – 24
Riapriamo Facebook Audience Insights e andiamo a scegliere un età compresa nella fascia di età emersa. Prendiamo per esempio il valore medio della fascia, 21 anni.

A questo punto impostiamo nuovamente i valori nello strumento e come età mettiamo 21 anni.
La prima cosa che salta all’occhio è che focalizzandoci su un solo valore di età siamo passati da una media di 175000 utenti ad una media di 27500, questo significa che il 15% totale delle donne di quella fascia di età ha 21 anni, ma continuiamo a guardare.

Per velocizzare questo processo conviene scegliere da subito quali dati vogliamo andare ad analizzare, in modo tale da puntare direttamente a quelli tralasciando il resto, ci torna utile in questa fase lo schema della Buyer Persona che avevamo visto all’inizio (in questa fase si può utilizzare uno schema più o meno dettagliato a seconda del progetto).

Andiamo quindi a compilare i vari campi, tralasciando il nome e i dati demografici che già sappiamo, andiamo ad analizzare la professione e il livello di istruzione. Scendendo leggermente dentro la schermata dello strumento troviamo una sezione chiamata “Livello di istruzione”, come vedete in questo caso la percentuale più alta è occupata da studentesse universitarie, andremo quindi a prendere questo dato.

Per andare adesso ad individuare la professione bisognerà per prima cosa cliccare sulla colonna centrale del grafico “livello di istruzione”, in questo modo dei 27500 utenti che erano emersi andiamo a selezionare solo quelli universitari (che rappresentano quindi la persona che stiamo creando). Come potrete notare una volta cliccato, il numero di utenti totali passerà a 17500, ovvero il 63% degli utenti totali, donne e di 21 anni.

Scendendo ancora noteremo la sezione “Titolo Professionale”. Come vedete sono presenti numerose opzioni molto diverse tra di loro e sceglierne una in base alla percentuale potrebbe essere uno dei metodi per selezionare una professione. C’è però un metodo migliore per scremarli, tornando leggermente sopra nella schermata andiamo a visualizzare il grafico della “Situazione Sentimentale”. Come potete notare dal grafico, la percentuale maggiore è occupata dagli utenti “single” che occupano il 53% del totale.

Se andiamo a cliccare sulla colonna rappresentante i sigle, lo strumento andrà a selezionare quindi tutti quegli utenti di sesso femminile, di 21 anni, interessate al trono di spade e single. Se torniamo ora nella sezione “Titolo Professionale”, notiamo che è rimasta una sola voce, ovvero “Arte, intrattenimento, sport e media”. Sapendo che si tratta di studentesse universitarie possiamo prendere in considerazione una laurea in scienze della comunicazione.

Abbiamo riempito i nostri primi campi, ora però bisogna passare ad analizzare gli interessi. Nella schermata principale andiamo a cliccare sulla tab “Mi piace sulla pagina”. In questa sezione verranno mostrate le pagine maggiormente seguite, come potete notare abbiamo una scelta. In questa fase dobbiamo analizzare gli interessi che a nostro parere sono abbastanza caratteristici della fascia di età selezionata (utile in questa fase farsi aiutare da qualcuno che effettivamente appartiene alla fascia selezionata), ad esempio prendiamo in considerazione:

• Serie Tv (Il trono di spade);
• Film (Divergent, Hunger Games, Lo hobbit);
• Giochi (The sims);
• Musica (Lo stato sociale);
• Shopping (Woodstock Zambon);
• Pagine seguite (L’umorismo di Piton,L’immane disgusto di Varys nei confronti dell’umanità, Citazioni improbabili di Lady Gaga).

Per analizzare il profilo tecnologico ci spostiamo sulla tab “Attività” e andiamo ad analizzare il grafico della sezione “Utente di dispositivi”. Si nota subito che la percentuale maggiore è occupata dalla colonna riguardante sia il desktop che il mobile. Inoltre si nota una netta separazione tra dispositivi mobile apple e dispositivi mobile android.

A questo punto possiamo dire di aver raccolto abbastanza materiale, non ci resta che andare compilare il nostro schema.

Come si può notare da Facebook Audience Insights gli utenti reali simili a Linda (utente ideale) rappresentano il 23% degli utenti donna, di 21 anni, che mostra interesse per il trono di spade.

La percentuale che abbiamo ottenuto, apparentemente bassa, in realtà può essere definite rilevante, perché come abbiamo notato la variazione gira intorno alla situazione sentimentale, che quindi non influisce quasi mai sugli interessi. Come visto precedentemente andando ad eliminare la situazione sentimentale e lasciando invece invariati gli altri dati otteniamo un valore del 63%, decisamente rilevante.

Conclusioni

Come accennato all’inizio della spiegazione questo non è il metodo definito ma è uno dei metodi presenti. I dati raccolti ovviamente sono parziali trattandosi solo degli utenti connessi su Facebook che hanno inserito tra i loro dati queste caratteristiche. Il risultato ottenuto non è quindi una stima precisa ma può essere un base per fare delle considerazioni. Un fattore molto importante lo prende anche il settore per il quale si sta svolgendo l’analisi.

Se sappiamo che il target di riferimento è un utente che mediamente non utilizza questo social network, la stima non ha nessun valore in quanto rappresenterebbe solo una fetta del pubblico totale e non sarebbe quindi caratterizzante. Per il caso che invece abbiamo preso in esame, trattandosi di una fascia di età che spende buona parte del tempo sui social, possiamo ritenerla una stima abbastanza rappresentativa del pubblico totale.