從傳統STP到以問題為中心：用數據重新定義市場區隔

身為行銷人，我們都有一種根深蒂固的焦慮：「我們的市場到底在哪裡？它的邊界有多大？」KPN奇寶也對這個議題做了多方的探索，以下是我們的思考運用圖論的分析工具來實驗的方法，試圖以搜尋引擎的資料回答市場上的分佈樣子。我們習慣用「已知客戶」去推測「潛在市場」，試圖描繪出一個清晰的輪廓。但我們內心深處都知道，這個「輪廓」往往只是猜測。它「因人而異，因己知的變化，這個形狀就跟著變化」。我們就像是在一張空白的地圖上，試圖畫出一個我們從未見過的海岸線。這個困境，不僅存在於行銷中也存在於學術研究中。一個來自芝哥大學學術寫作課程的深刻洞見，或許能為我們提供一把解開這個難題的鑰匙。

一、學術的啟發：「填補空白」的隱喻陷阱

二、行銷的轉譯：「問題中心論」的崛起

三、自我批判：「問題思考」的兩個致命缺陷

四、終極模型：「市場星系圖譜」

五、如何觀測星系：從關鍵字規劃到 VOSviewer

六、對話經典 (STP)：升級而非顛覆

七、最終結論：從「地圖繪製者」到「天文觀測者」

一、學術的啟發：「填補空白」的隱喻陷阱

在學術經典《研究的藝術》(The Craft of Research) 中，芝加哥大學的學者們嚴厲地批判了一個常見的研究動機：「填補知識的空白」（Gap-filling）。

他們指出，新手研究者常以為知識像一個巨大的「填字遊戲」或「拼圖」，邊界是固定的，任務就是找到那塊「還沒有人做過」的空白，然後把它填上。

但這個隱喻是錯的。知識更可能是無限的。在無限的領域中，僅僅因為「沒有人做過」就去做，是毫無意義的。這無法回答學術中最關鍵的問題：「所以呢？（So what?）」

一個有價值的研究，不是源自一個「空白」（Gap），而是源自一個「問題」（Problem）即「我們目前的不理解，導致了某個值得關心的後果（Consequence）」。

二、行銷的轉譯：「問題中心論」的崛起

這個洞察力，完美地擊中了行銷的核心。

傳統的「邊界思考」，就像是「填字遊戲」。我們問：「還有哪些人可能會買？」我們試圖用人口統計、產業類別來「填補」那個想像中的市場容器。這就是我們「猜測」的來源。

更進階的「問題中心思考」由此誕生。這個觀點主張：

市場的邊界，不是由「相似的人」決定的，而是由「面臨相似問題與後果」的人決定的。

例如，與其將市場定義為「30-50歲的中小企業主」（邊界思考），不如定義為「所有正因為庫存管理混亂，而導致現金流斷裂風險的人」（問題思考）。

這個轉變非常強大。它讓我們從「猜測輪廓」轉向「定義價值」。我們的任務不再是「觸及更多人」，而是去「解決一個更深刻的問題」。

三、自我批判：「問題思考」的兩個致命缺陷

然而，如果我們止步於此，我們只是從一個陷阱跳進了另一個。這個看似完美的「問題中心論」，在殘酷的行銷實務中，會立刻撞上兩堵高牆：

1. 「在哪裡」的執行難題：
「問題」定義了「為什麼」（Why），卻沒有告訴我們「在哪裡」（Where）。
我可以定義我的市場是「所有為庫存混亂所苦的人」，但我的行銷預算無法投放在這個「抽象的群體」上。我使用的 Google、Facebook、LinkedIn 等所有廣告平台，都要求我輸入具體的「邊界」如：關鍵字、職稱、產業、地區。一個無法被執行的完美策略，是沒有價值的。

2. 「問題的異質性」難題：
這個理論最天真的假設，是認為「庫存混亂」對所有人都是「同一個問題」，這顯然是錯的。

對一家 5 人的電商，「庫存混亂」的後果可能是「老闆要親自加班打包到半夜」（代價：時間）。
對一家 50 人的貿易商，「庫存混亂」的後果可能是「資金卡在貨物上」（代價：財務風險）。
對一家 500 人的製造廠，「庫存混亂」的後果可能是「違反供應鏈合規條款」（代價：法律風險）。

這三者是完全不同的市場，需要完全不同的產品、定價和溝通訊息。如果我們只定義了一個籠統的「問題」，我們等於什麼都沒定義。

四、終極模型：「市場星系圖譜」

我們既不能執著於「邊界」（無法回答 So What），也不能停留於「問題」（無法執行 Where & Who）。

真正的答案，是一個更動態、更立體的模型，如同「文獻計量學」中的科學圖譜，或一張「天文觀測圖」。

1. 「問題」是引力中心，而非平面圓心：
一個市場的「核心問題」（例如「企業數位轉型」），不是一個靜態的點，而是一個巨大的「引力中心」（如銀河系中心的超大質量黑洞）。它以強大的引力，將所有相關的個體拉向它。

2. 市場是「塊狀」的，由「群集」組成：
在引力中心的周圍，客戶不是均勻分佈的。他們會因為「次級特徵」的相似性，而聚集成一個個高密度的「群集」（Clusters）就像宇宙中的「太陽系」或「星團」。

「5人電商（時間代價）」是一個群集。
「50人貿易商（財務風險）」是另一個完全不同的群集。
它們雖然都圍繞同一個「引力中心」（庫存問題），但它們是兩個截然不同的「太陽系」。

3. 「邊界」是群集的引力範圍，而非圍牆：
在這個模型中，「邊界」終於有了清晰且可操作的定義。

邊界不再是「猜測的圍牆」。
邊界是「群集的引力範圍」也就是觀測到這個「群集」的具體特徵。

例如，一個群集的定義可能是：「正在使用A會計軟體」、「員工人數30-100人」、「位於特定工業區」、「主要痛點是財務風險」的貿易商。

這個「群集」本身，就是我們的「市場名」。

4. 行銷的擴散：從高密度到低密度：
我們的行銷策略，就是優先鎖定這些高密度的「群集」。
當我們的資源開始向外「擴散」，我們會發現這些「特徵」變得越來越少、越來越模糊（例如只剩下「需要ERP」這個特徵）。當「群組的特徵少到不重要時」，其密度就太低了，這就是我們應該停止投入的「邊界」。

5. 「交疊處」即是「創新點」：
真實的客戶（一顆星星）可能同時被多個「引力中心」（問題）拉扯。例如，一個客戶可能同時在「高端資產配置」（銀河系A）和「海外生活體驗」（銀河系B）的群集中。
這兩個「圖譜」的交疊處，就是一個全新的、高價值的「新群集」，例如「海外房產投資考察團」。

五、如何觀測星系：從關鍵字規劃到 VOSviewer

這個「星系圖譜」模型非常強大，但我們該如何實際觀測這些「群集」？這就是連接「策略」與「執行」的關鍵。

1. 基礎觀測：關鍵字（意圖）+ 受眾

這是「星系圖譜」的基礎操作手冊。我們在廣告平台上的操作，關鍵字（動機意圖）＋受眾＝有這種行為變數的對像，這整句話的總和，正是在定義一個「群集」（太陽系）。

批判性觀點： 如果只看「關鍵字」，我們又回到了「填字遊戲」。但如果我們將「關鍵字」視為「引力問題」的訊號，將「受眾」視為「群集特徵」的篩選器，這個操作就從「猜測」變為了「觀測」。
實務舉例：
核心問題（引力）： 企業需要更有效率的客戶管理。
觀測（一）： 關鍵字："CRM 推薦" + 受眾："B2B 軟體新創" = 【群集 A】。他們的需求（異質性）是「快速導入、與SaaS工具整合」。
觀測（二）： 關鍵字："客戶資料整合" + 受眾："傳產業務主管" = 【群集 B】。他們的需求是「取代舊有系統、線下業務管理」。

這兩個「群集」雖然都在「CRM」的引力範圍內，卻是兩個截然不同的市場。關鍵字規劃，就是我們用來鎖定並命名這些「群集」的望遠鏡。

2. 進階觀測：用 GAI + VOSviewer 繪製星系圖譜

這正是將「星系圖譜」模型從理論轉化為可視化實戰的關鍵。這完美地呼應了我們「文獻計量學」或「科學圖譜」的比喻。

批判性觀點： 我們不只是要「分析主題」，我們是要「觀測主題之間的關聯」。VOSviewer 這類工具，能讓我們真正「看見」市場的塊狀結構 (Clumpy Structure)。
GAI + VOSviewer 的實務工作流：
- 資料搜集（觀測樣本）： 抓取 Google SERP 上，關於「CRM 推薦」、「CRM 比較」等核心關鍵字的前 30\~50 篇評論文章、論壇討論串（即「語言分佈」）。
- 主題匯整（GAI 輔助）： 使用 GAI（如 GPT）讀取每篇文章，要求它提取 3-5 個「核心主題」或「決策考量點」（例如：「SaaS 整合性」、「導入成本」、「業務管理流程」、「報表功能」等）。
- 格式轉換（建立星圖）： 將 GAI 匯整出的「主題」轉換為 VOSviewer 可讀的「共現矩陣」(Co-occurrence Matrix)。（一篇文檔中同時出現的「主題」，代表它們之間有關聯）
- 可視化觀測（VOSviewer）：

您會得到的「星系圖譜」：
當您將資料匯入 VOSviewer，您會親眼看到我們一直在討論的「星系圖譜」：

節點（Nodes）/ 星星： 每一個「主題」（如「導入成本」）。節點越大，代表這個主題被討論的頻率越高。
連線（Links）/ 引力： 兩個主題間的連線越粗，代表它們在市場上（SERP中）的關聯性越強。
群集（Clusters）/ 太陽系： VOSviewer 會自動將高度關聯的主題用不同顏色標示出來。這就是您要找的「高密度群集」！
- 【群集A - 紅色】：您可能會發現「SaaS」、「API 串接」、「快速導入」緊密地聚在一起。
- 【群集B - 藍色】：您可能會發現「操作簡單」、「老員工」、「線下業務」、「手機打卡」聚成另一個群集。
- 【群集C - 綠色】：而「報表」、「業績」、「Excel 匯出」可能是第三個群集。
結論： VOSviewer + GAI 的流程，讓您不再是「猜測」市場區隔。您是「觀測」到了市場本來就存在的「主題群集」（太陽系），並能精確地用它們的語言來執行下一步的 SEO 內容佈局和 SEM 廣告投放。