玩家细分
行业细分告诉你一个玩家买什么。它不告诉你一个玩家需要什么。本模块用六个细分取代「体育投注者对赌场玩家」——这六个细分建立在与博彩的关系之上,叠加五个产品垂直领域,并从你已经拥有的行为信号中读取。同一事实,不同透镜。
Operator note: 请将全文中的
{{PROGRAM_NAME}}替换为贵方的项目名称。六个细分、五个垂直领域和三个识别层级都是品牌体系的一部分,不应改动。你要调整的,是示例场景以及你据以读取它们的数据——也就是贵方产品的触点和分析工具。旁白脚本应以Playbook第一层级的声音录制。
项目: 品牌基础 | 时长: 约20分钟 | 前置条件: 声音与语气
快速浏览目录
| 章节 | 内容 | 时间 |
|---|---|---|
| 学习目标 | 完成本模块后你将掌握什么 | — |
| 第1节:一个新的细分模型 | 基于关系的六个细分 | 约5分钟 |
| 第2节:产品垂直领域叠加 | 细分与垂直领域如何结合 | 约4分钟 |
| 第3节:在实践中识别细分 | 三个识别层级 | 约4分钟 |
| 第4节:调整信息 | 细分特定信息传递的规则 | 约4分钟 |
| 模块测验 | 6道评分题,合格线80% | 约3分钟 |
| 要点总结 | 小结 | — |
| 参考资料 | Playbook品牌资源链接 | — |
学习目标
完成本模块后,你将能够:
- 说出{{PROGRAM_NAME}}的六个细分,并解释为什么同一个玩家可以同时处于两个细分中
- 把五个产品垂直领域映射到一个你下季度会真正推出的场景
- 解读行为信号,挑出一个玩家最可能所属的细分——并据此调整信息
为什么这很重要: 是你在决定一则内容是给谁看的。一个细分标签,是关于一个玩家需要什么的一次押注——如果你押在年龄或产品上,而不是关系上,你就会为对的人写出错的东西。本模块给你一个模型,让你从已经拥有的行为信号出发去运用它,从此不再靠猜,而是开始匹配。
想一想: 想象两个都「投注体育」的人。一个昨晚才下了人生第一注连串过关,还不确定那个减号是什么意思。另一个跨15家体育博彩追踪着抽水。同样的标签,同样的产品——可在他们需要你提供什么这件事上,几乎毫无共同之处。把这幅画面记在心里。到本模块结束时,你将拥有一个模型,一步就能把他们区分开。
第1节:一个新的细分模型
阅读
传统的博彩行业细分按人口统计(年龄、性别)或产品(体育投注者、赌场玩家、彩票购买者)对玩家分组。这造出的细分描述人们做什么,却不描述他们与博彩如何相处——而后者才真正决定他们需要什么内容。
用一个例子来说明问题。一个22岁和一个55岁、都娱乐性地玩且理解赔率的人,需要相同的内容。但一个刚下了人生第一注连串过关的「体育投注者」,和一个跨15家体育博彩追踪抽水(vig)的「体育投注者」,需要的内容完全不同——尽管两者都是「体育投注者」。人口统计和产品选择不告诉你某人需要什么。他们与博彩的关系才告诉你。
{{PROGRAM_NAME}}使用一个基于关系的细分模型:六个细分,由玩家的知识、参与模式和行为指标来定义。其中三个关乎参与,三个关乎支持。
三个以参与为重点的细分。 一个新手/新人玩家对某特定产品知识低——他们近期才开始,或是首次接触它。他们需要学习产品如何运作、数字意味着什么、风险存在于何处:以自信、富有信息的语气提供的基础教育。一个休闲型玩家量力而行、知识中等到良好、模式稳定——这是任何玩家群体中的多数。他们需要参与,而非教育:以俏皮、机智的语气呈现的破除迷思、社交内容,以及被框定为功能的工具。一个热衷型高参与、产品知识深厚、追踪自己的游戏——并无问题,只是高度投入。他们需要进阶内容、新视角和社群,以对等层面的俏皮语气呈现,因为失去他们的最快方式,就是去解释一件他们已经懂的事。
三个以支持为重点的细分。 一个风险中玩家显现出暗示困难的行为指标——模式在升级。他们需要不评判的工具可见性、温和的签到时刻,以及易于获取的支持,以温暖、直接的语气呈现。一个危机中玩家正主动寻求帮助或表现出严重痛苦——这是Tier 2领地。他们需要即时、无摩擦、零障碍地获取支持,以温暖、直接、严肃的语气呈现。亲友根本不是玩家——他们担心别人的博彩,他们搜索着诸如「如何帮助一个博彩太多的人」之类的内容而到来。他们需要一个单独的入口:对话引子、支持资源和肯定,以温暖、直接的语气呈现。
是什么让这个模型与众不同。 三件事把它与传统做法区分开来。第一,它是关系性的,而非人口统计性的——一个22岁和一个55岁、都娱乐性地玩的人,需要相同的内容,因为年龄不决定某人需要什么。第二,它是产品语境性的——一个玩家可以在赌场是休闲型、在体育同时是新手/新人,因为细分系于某特定产品,而非系于这个人整体。第三,它是动态的——随着行为变化,玩家在细分之间移动,所以一个细分描述的是一个玩家此刻在哪里,而非他们永久是谁。
默认声音规则: 大多数{{PROGRAM_NAME}}内容无需修改即可服务所有细分——通用的声音是你的默认。细分特定的调整用于定向活动、细分特定的触点,或当行为数据识别出匹配时。
旁白脚本
Narrator: [transition slide] 传统的博彩细分按人口统计——年龄、性别、地域——或按产品偏好——体育投注者、赌场玩家、彩票购买者——对玩家分组。这些类别描述人们做什么,却对他们实际需要什么内容只字不提。
[pause 5s for learner reflection] 一个22岁和一个55岁、都娱乐性地玩且理解赔率的人,需要相同的内容。但一个刚下了第一注连串过关的体育投注者,和一个跨15家体育博彩追踪抽水的体育投注者,需要的内容完全不同——尽管两者都是「体育投注者」。
[show six-segments grid] {{PROGRAM_NAME}}改用一个基于关系的模型。六个细分,由玩家的知识水平、参与模式和行为指标来定义。三个以参与为重点。首次接触某产品、需要基础教育的新手或新人玩家。量力而行、知识中等、模式稳定的休闲型玩家——这是任何玩家群体中的多数。还有热衷型——高度投入、产品知识深厚,他们追踪自己的游戏并想要进阶内容。
[pause 3s] 然后是三个以支持为重点的细分。显现出行为警告信号、需要工具可见性而非说教的风险中玩家。主动寻求帮助、需要即时无摩擦获取支持的危机中玩家。还有亲友——根本不是玩家的人,他们搜索「如何帮助一个博彩太多的人」而到来,需要一个完全独立的入口。
[show three-distinctions card] 三件事让这个模型不同于传统做法。它是关系性的,而非人口统计性的。它是产品语境性的——一个玩家可以在赌场是休闲型、在体育同时是新手或新人。而它是动态的——随着行为变化,玩家在细分之间移动。
[transition to exercise] 现在试试下面的练习来检验你的理解——你要把六段玩家描述匹配到正确的细分。
Exercise: 说出那个细分
Type: name-that-segment
Instructions: 对每段玩家描述,挑出最契合的细分。每一项提供三个选项——正确的细分和两个貌似有理但错误的备选。
| 项目 | 正确 | 干扰项A | 干扰项B | 反馈(正确) | 反馈(错误) |
|---|---|---|---|---|---|
| 首次玩在线赌场的玩家,正第一次探索界面 | 新手/新人 | 休闲型 | 热衷型 | 正确——对产品知识低、刚刚起步,使这明确是新手/新人。 | 这位玩家正首次接触产品。那种关系——而非频率或热情——把他们归入新手/新人。 |
| 每周玩扑克,理解底池赔率,每月设定一个存款限额并守在其内 | 休闲型 | 新手/新人 | 风险中 | 正确——稳定的参与、中等到良好的知识、一致的模式,定义了一个休闲型玩家。 | 带着扎实产品知识和主动用限额的每周游戏,指向休闲型。没有风险中的升级信号,而懂底池赔率的每周扑克也不是新手/新人。 |
| 每天存款,玩体育、赌场和扑克,关注行业新闻,追踪自己的数据 | 热衷型 | 休闲型 | 风险中 | 正确——跨多个产品的高参与,配上深厚知识和自我追踪,是热衷型的标志。 | 带着行业知识和自我追踪的每日多垂直领域游戏,标示出深入而持续的投入——是热衷型,而非风险中。不存在升级或痛苦的指标。休闲型捕捉不到这里的广度或深度。 |
| 存款在三周内翻倍,会话持续到凌晨2点之后,本月已经两次提高自己的存款限额 | 风险中 | 热衷型 | 危机中 | 正确——不断升级的存款、变长的会话和反复的限额提高,是教科书般的风险中行为指标。 | 多个升级信号指向风险中,而非热衷型(无论多投入)。也还不是危机中——玩家尚未寻求帮助。回应是不评判的工具可见性。 |
| 点击了「我需要歇一歇」,导航到自助排除页面,并开始了暂停流程 | 危机中 | 风险中 | 休闲型 | 正确——主动开始自助排除是毫不含糊的自我认定。这是危机中——需要即时、无摩擦支持的Tier 2领地。 | 开始自助排除已超出风险中的行为信号——玩家主动寻求了出口。这是危机中,而非休闲型。 |
| 某玩家的伴侣,通过搜索「如何帮助一个博彩太多的人」而到来 | 亲友 | 危机中 | 风险中 | 正确——这个人不是玩家。他们是一位忧心的旁人,需要一个带对话引子和支持资源的独立入口。 | 这位访客并未在博彩——他们在为一个正在博彩的人担忧。亲友提供了正确的入口;风险中和危机中描述的都是玩家。 |
第2节:产品垂直领域叠加
阅读
细分描述玩家在与博彩的关系中是谁。产品垂直领域描述他们在玩什么。这些是彼此叠加的独立维度——把它想成一张网格。
{{PROGRAM_NAME}}覆盖五个垂直领域:体育投注、赌场、彩票、扑克和宾果。每一个都有自己的知识范畴、自己的误解和自己的工具类别。一个休闲型赌场玩家需要会话管理工具,以及关于「热」和「冷」机器的破除迷思。一个休闲型体育投注者需要资金规划,以及关于抽水和连串过关利润率的教育。同样的细分,完全不同的内容。
为什么叠加很重要。 没有它,你最终会落到两种失败之一。第一种是通用内容——「知道赔率!」——含糊到没人能据此行动。哪个赔率?连串过关的赔率?老虎机RTP?彩票头奖概率?每一个都需要完全不同的解释。第二种是纯产品细分——把「体育投注者」当作一个细分——它忽略了一个首次体育投注者和一个五年老手需要的东西截然不同,尽管他们用的是同一个产品。
叠加给你具体性。一个新手/新人+体育的玩家需要学习一条-110的线意味着什么。一个休闲型+体育的玩家已经知道那个了——他们需要为自己的NFL赛季做资金规划。同样的产品,不同的关系,不同的内容。
叠加规则: 细分-垂直领域的叠加给你单凭任一维度都无法提供的具体性。玩家与博彩的关系告诉你如何沟通;产品垂直领域告诉你沟通关于什么。
旁白脚本
Narrator: [transition slide] 细分描述玩家在与博彩的关系中是谁。产品垂直领域描述他们在玩什么。这些是彼此叠加的独立维度——把它想成一张网格。
[show segment-vertical grid] {{PROGRAM_NAME}}覆盖五个垂直领域:体育投注、赌场、彩票、扑克和宾果。每一个都有自己的知识范畴、自己的误解和自己的工具类别。
一个休闲型赌场玩家需要会话管理工具,以及关于「热」和「冷」机器的破除迷思。一个休闲型体育投注者需要资金规划,以及关于抽水和连串过关利润率的教育。同样的细分,完全不同的内容。
[pause 3s] 没有这个叠加,你最终会落到像「知道赔率!」这样的通用内容——含糊到没人能据此行动。哪个赔率?连串过关的赔率?老虎机RTP?彩票头奖概率?每一个都需要完全不同的解释。或者你最终会落到像「体育投注者」这样的纯产品细分——它忽略了一个首次体育投注者和一个五年老手需要的东西截然不同。
叠加给你具体性。一个新手或新人+体育的玩家需要学习一条负110的线意味着什么。一个休闲型+体育的玩家已经知道那个了——他们需要为自己的NFL赛季做资金规划。
[transition to tool] 同样的产品,不同的关系,不同的内容。使用下面的垂直领域浏览器工具,看看每个垂直领域如何在细分、核心知识范畴、常见误解和关键工具类别上分解开来。
第3节:在实践中识别细分
阅读
给玩家做细分,你不需要完美的数据。{{PROGRAM_NAME}}使用三个识别层级,在任何数据成熟度上都能用。从层级1开始,逐步往上搭建。
层级1:结构性识别——无需数据。 你的产品已经在告诉你谁在哪里;你只需读取这些信号。一个处在新手引导或首次会话中的玩家,就他们正使用的任何垂直领域而言是新手/新人。一个正浏览体育博彩的玩家在体育垂直领域(其细分取决于其他信号)。一个在支持页面或求助热线页面上的玩家可能是危机中——也可能只是在寻找信息,所以语境很重要。一位经由「为某人担忧」链接到达的访客是亲友,而非玩家。而一个正浏览「怎么玩」内容的玩家,就该产品而言是新手/新人。结构性识别不是一种妥协——它往往比行为模型更准确,因为它基于玩家实际正在做什么,而非一个模型预测他们会做什么。
层级2:基础数据——注册加活动。 有了账户年龄、存款频率、会话次数和产品使用,你能推断更多。账户年龄加一致的活动指向休闲型——一个数月来稳定游戏、没有升级的人,很可能是休闲型。多垂直领域使用加高频率指向潜在热衷型——跨多个产品的规律游戏,尤其配上主动用工具,暗示深度投入。首次存款加首次会话指向新手/新人——这是最可靠的信号;如果他们刚注册,那么无论在别处经验如何,他们对你的平台都是新人。而来自支持搜索的转介指向亲友——一位经由「家庭博彩帮助」到达的访客,几乎肯定是一位忧心的旁人。
层级3:行为分析——最强大的层级。 有了完整的行为数据——游戏模式、会话趋势、限额设定历史、内容参与——你解锁了最重要的能力:风险中检测。风险中的行为指标包括:不断升级的存款(随时间花得更多,尤其是在亏损之后)、追逐损失(加大下注以挽回之前的亏损)、会话时长与频率增加(比基线玩得更久、更频繁)、反复提高限额(在刚触及自设限额后不久就把它调高)、深夜游戏激增(会话转移到异常时段),以及脱离常态的行为(下注金额、产品或频率的突然变化)。
没有单一指标是决定性的。 模式才重要。超级碗期间一次性的大额下注是正常的。三周内下注金额的持续增加是一个信号。语境就是一切。
试试自己来解读这些信号。 下面的练习给你六张简短的玩家快照。对每一张,挑出这位玩家最可能所属的细分——然后核对这个信号来自哪个层级:结构性、基础数据,还是行为。留意那种把风险中玩家与一位忙碌的热衷型区分开来的升级模式。
Operator integration point: 你能达到哪个层级,取决于你自己的系统——你的CRM、你的分析技术栈,以及你已经在运行的任何负责任博彩监控。大多数运营商仅凭结构性识别就成功上线了,因为你的产品触点已经告诉你的,比你以为的更多。如果贵组织有自己的玩家风险指标、升级阈值或分析定义,请在此处链接它们,以使本教学与贵方的工具保持一致:内部政策
旁白脚本
Narrator: [transition slide] 给玩家做细分,你不需要完美的数据。{{PROGRAM_NAME}}使用三个识别层级,在任何数据成熟度上都能用。
[show Level 1 card] 层级1是结构性识别——无需数据。你的产品已经在告诉你谁在哪里。玩家正处在新手引导中?新手或新人。在浏览体育博彩?体育垂直领域。在支持页面上?潜在危机中。经由「为某人担忧」的链接到达?亲友。结构性识别不是一种妥协——它往往比预测模型更准确,因为它基于玩家此刻实际正在做什么。
[show Level 2 card] 层级2使用基础数据——账户年龄、存款频率、会话次数。数月内一致的活动、没有升级,指向休闲型。高频率的多垂直领域使用,暗示热衷型。首次存款和首次会话,可靠地是新手或新人。
[show Level 3 card] 层级3是行为分析——最强大的层级。有了完整的行为数据,你能检测风险中的模式:不断升级的存款、追逐损失、会话时长增加、反复提高限额、深夜游戏激增,以及脱离常态的行为。
[pause 3s] 没有单一指标是决定性的。模式才重要。超级碗期间一次性的大额下注是正常的。三周内下注金额的持续增加是一个信号。从层级1开始。当你有了数据,再迈向层级2。层级3是一个长期目标。
第4节:调整信息
阅读
同一个核心信息通过改变语气、深度和框定——而非底层信息——来适配不同的细分。事实不变。透镜变了。
五条规则支配着调整。 第一,同一事实,不同深度:新手/新人需要定义,休闲型需要比较,热衷型需要进阶角度——底层真相是相同的。第二,匹配他们的语言:体育投注者说「抽水」,而非「庄家优势」;扑克玩家说「抽成」;赌场玩家懂「RTP」——使用他们垂直领域的词汇。第三,尊重他们已经知道的:别向一个热衷型解释庄家优势,也别向一个已经玩了3年的人解释基础赔率——给他们的知识做加法,别从零开始。第四,风险中和危机中要的是工具,而非教育:当行为指标暗示困难时,更多信息不是答案——工具可见性和支持获取才是。第五,通用的声音适用于大多数内容:只在触点、活动或行为数据有此要求时才调整——你的默认永远是通用的{{PROGRAM_NAME}}声音。
细分不是永久标签——它们描述一个玩家此刻在哪里。 随着知识增长、习惯改变,或生活境况变化,玩家在细分之间移动。你的内容战略需要考虑这些转变,而不只是状态本身。每一次转变都有一个触发——告诉你某事正在改变的行为信号——和一个内容回应——你的信息传递应如何适配。目标是在玩家正前往之处、而非曾在之处与他们相遇。
新手/新人 → 休闲型由时间加知识触发:玩家学会了产品如何运作,养成一致的模式。回应是逐渐减少「如何运作」的内容,并引入参与内容、破除迷思和社交功能。
休闲型 → 热衷型由加深的参与、增长的知识和多垂直领域探索触发。回应是提供进阶内容、不再重复基础,并把他们当作对等的同伴,而非学生。
任意 → 风险中由行为指标触发:不断升级的存款、追逐损失、频率增加、反复的限额变更。回应是提高工具可见性、加入温和的签到,并让支持一触可及——绝不贴标签或诊断。
风险中 → 危机中由自我认定(点击「我需要帮助」)、发起自助排除,或严重的行为模式触发。回应是一个Tier 2回应:零摩擦、零卖弄、即时获取支持。
风险中 → 休闲型在模式稳定下来、行为回到基线、工具在起作用时触发。回应是悄悄降低签到频率、绝不庆祝或提及那段风险期,并恢复正常内容。
注意,移动并不总是向前。一个遇到压力性生活事件的休闲型玩家,可能向风险中偏移,然后在情况稳定后回到休闲型。一个尝试新产品垂直领域的热衷型,就该特定产品而言会退回到新手/新人。这个模型在设计上是流动的——它回应行为,而非生平。
拐点规则: 最重要的内容时刻发生在细分转变期间——当一个新手/新人正在成为休闲型,或当一个休闲型玩家开始显现风险中信号时。为这些拐点构建内容,而不只是稳定状态。如果你只有「他们在哪里」的内容,你就会永远慢一步。
旁白脚本
Narrator: [transition slide] 同一个核心信息通过改变语气、深度和框定——而非底层信息——来适配不同的细分。事实不变。透镜变了。
[show five-rules card] 五条规则支配着调整。同一事实,不同深度——新手或新人需要定义,休闲型需要比较,热衷型需要进阶角度。匹配他们的语言——体育投注者说「抽水」,扑克玩家说「抽成」,赌场玩家懂「RTP」。尊重他们已经知道的——别向一个热衷型解释庄家优势。风险中和危机中要的是工具,而非教育——当行为指标暗示困难时,更多信息不是答案。还有通用的声音适用于大多数内容——只在触点或数据有此要求时才调整。
[transition to tool] 使用信息适配器工具看看它如何实际运作。从核心信息「每款游戏都有庄家优势」开始,点击每个细分,看看同一真相如何适配。然后加上垂直领域叠加,看看即便是单个细分的信息也会如何因产品而变。
[pause 3s] 之后,你会看到细分移动模式——玩家如何在细分之间转变,以及你的内容应如何回应那些转变。最重要的内容时刻发生在这些拐点,而非稳定状态期间。该检验你学到了什么了。
模块测验
Narrator: 该检验你学到了什么了。六道题,涵盖细分模型、产品垂直领域叠加、识别细分,以及调整信息。你需要80%才能将本模块标记为完成。慢慢来——有几道题考查模型的产品语境性本质。
Question 1
Assesses: 学习目标1
Stem: {{PROGRAM_NAME}}细分模型的根本基础是什么?
| 选项 | 内容 |
|---|---|
| A | 人口统计——年龄、性别、地域 |
| B | 产品偏好——他们玩哪些游戏 |
| C | 与博彩的关系——知识水平、参与模式和行为指标 |
| D | 消费水平——他们存多少钱 |
Correct: C
Explanation: {{PROGRAM_NAME}}按与博彩的关系、而非人口统计或产品选择来做细分。一个22岁和一个55岁、都随意地玩且理解赔率的人,都是休闲型玩家。人口统计不决定如何与某人沟通——他们与这项活动的关系才决定。
Source: Audience Segmentation
Question 2
Assesses: 学习目标2
Stem: 一位玩了10年的忠实彩票玩家注册了你新的体育博彩产品。就体育投注内容而言,他们属于哪个细分?
| 选项 | 内容 |
|---|---|
| A | 休闲型——他们是有经验的博彩者 |
| B | 热衷型——既然他们在添加产品,显然热爱博彩 |
| C | 新手/新人——他们对「这个」特定产品是新人 |
| D | 风险中——添加新产品可能预示升级 |
Correct: C
Explanation: 新手/新人是产品语境性的。这位玩家很懂彩票(就彩票而言大概是休闲型或热衷型),但对体育投注是个不折不扣的新人。他们需要体育特定的教育:投注线如何运作、抽水意味着什么、连串过关如何成倍放大风险。他们的彩票经验并不迁移过来。
Source: Audience Segmentation
Question 3
Assesses: 学习目标2
Stem: 在{{PROGRAM_NAME}}的模型中,细分与产品垂直领域之间是什么关系?
| 选项 | 内容 |
|---|---|
| A | 每个垂直领域都有自己的一套细分 |
| B | 细分和垂直领域是同一回事 |
| C | 细分描述玩家的关系;垂直领域描述他们玩什么——它们独立地叠加 |
| D | 垂直领域只对新手/新人玩家有意义 |
Correct: C
Explanation: 把它想成一张网格:一轴是细分(他们在与博彩的关系中是谁),另一轴是垂直领域(他们在用哪个产品)。一个休闲型体育投注者需要的内容,不同于一个休闲型赌场玩家——同样的关系,不同的产品语境。
Source: Audience Segmentation
Question 4
Assesses: 学习目标3
Stem: 对于一位在赌场是热衷型、但刚开始使用你体育博彩的玩家,你该如何处理?
| 选项 | 内容 |
|---|---|
| A | 在所有产品上都把他们当作热衷型 |
| B | 在所有产品上都把他们当作新手/新人 |
| C | 在赌场触点上是热衷型,在体育博彩触点上是新手/新人 |
| D | 请他们完成一项知识测验来确定其细分 |
Correct: C
Explanation: 细分可以因垂直领域而异。在你的赌场产品上,尊重他们的专长并提供进阶内容。在你的体育博彩上,他们需要基础——抽水是什么、线如何运作、为什么连串过关有风险。别假设知识会在垂直领域之间迁移。
Source: Audience Segmentation
Question 5
Assesses: 学习目标1
Stem: 是什么把风险中与危机中区分开来?
| 选项 | 内容 |
|---|---|
| A | 风险中的玩家亏更多的钱 |
| B | 风险中显现出暗示玩家处于困难的行为指标;危机中是主动寻求帮助或表现出严重痛苦 |
| C | 它们是名字不同的同一个细分 |
| D | 风险中由运营商识别;危机中由本人认定 |
Correct: B
Explanation: 风险中是一条Tier 1/2的边界——行为指标暗示模式可能非理性,而回应是提高工具可见性和温和的签到。危机中则牢牢地是Tier 2——玩家正处于痛苦或主动寻求支持,而回应是即时、无摩擦地获取帮助。
Source: Audience Segmentation
Question 6
Assesses: 学习目标3
Stem: 何时该使用细分特定的信息传递,而非通用的{{PROGRAM_NAME}}声音?
| 选项 | 内容 |
|---|---|
| A | 总是——每一则内容都应针对一个特定细分 |
| B | 仅针对风险中和危机中的玩家 |
| C | 当触点本身就是细分特定的、活动针对某一个细分,或行为数据识别出一个细分时 |
| D | 从不——通用的声音对每个人都管用 |
Correct: C
Explanation: 通用的{{PROGRAM_NAME}}声音是你的默认——它对每个人都管用。只在触点本身就服务于某个细分(连串过关构建器=体育垂直领域)、活动刻意针对某一群体,或行为数据触发了细分匹配时才调整。大多数内容不需要细分特定的调整。
Source: Audience Segmentation
要点总结
- 六个细分,基于关系: 新手/新人、休闲型、热衷型、风险中、危机中、亲友——由知识、参与和行为来定义,而非人口统计
- 产品语境性: 一个玩家可以在赌场是休闲型、在体育同时是新手/新人——细分系于某特定产品
- 动态: 随着行为变化,玩家在细分之间移动——为转变设计内容,而不只是稳定状态
- 五个垂直领域独立叠加: 体育、赌场、彩票、扑克、宾果——每一个都有自己的知识范畴和误解
- 三个识别层级: 结构性(无需数据)、基础数据、行为分析——从层级1开始,逐步往上搭建
- 适配透镜,而非事实: 同一个核心信息因细分和垂直领域而在语气、深度和词汇上变化——但底层真相保持恒定
- 通用声音是你的默认: 只为细分特定的触点、定向活动或行为数据匹配做调整
资料依据
你不必读这些,但它们是这个模型各项主张背后的已发表研究——以备有同事问起。
- Blaszczynski, A., Ladouceur, R., & Shaffer, H.J. (2004). A science-based framework for responsible gambling: The Reno Model. Journal of Gambling Studies, 20(3), 301–313. 为何列于此: 把绝大多数玩家视为以娱乐为目的、有能力做出知情选择的依据——这正是为什么本模型的默认读法是三个参与细分,而非一个缺陷标签。
- Currie, S.R., Hodgins, D.C., & Casey, D.M. (2013). Validity of the problem gambling severity index interpretive categories. Journal of Gambling Studies, 29(2), 311–327. 为何列于此: 证明博彩参与坐落在一道分级连续谱上、而非落在固定类型中的证据——这是细分之所以动态、依行为读取而非静态标签的实证骨架。
- Gainsbury, S.M., Russell, A., Hing, N., Wood, R., Lubman, D., & Blaszczynski, A. (2015). How the Internet is changing gambling: Findings from an Australian prevalence study. Journal of Gambling Studies, 31(1), 1–15. 为何列于此: 记录了同一玩家跨多个产品与渠道参与的现象——这是产品垂直领域叠加和产品语境性规则的现实依据。
参考资料
| 资源 | 用途 |
|---|---|
| Audience Segmentation | 完整的细分定义、产品垂直领域、行为指标 |
| Brand Personality | 各细分的声音语域与语气指引 |