フランク・カーン(Frank Kern) State of The Internet Success 

 

2011年の情報が今日本で使えるとは思ってもいなかったのですが、2011年当時、フランク・カーンはState of The Internet Successというウェビナーでこんなことを語っていました。

Core Beliefをアップデートせよ

フランクは、格差社会がこれだけ広がっている今の時代は、従来のインターネットマーケティング手法では成功しにくくなっていると警告していました。

つまり、お金を持っていない人を相手にするのではなく、お金を持っている人たちを対象とすべきだと語っていたのです。日本でも格差社会問題がワイドショーなど特集されるようになってきましたが、アメリカの格差に比べればまだまだ小さい状況です。

 

お金を持っている人たちはたくさんいる

自分のいる世界だけを見ると、富裕層はごくわずかでほとんどいないんじゃないかと思いがちですが、あなたのマーケットにもお金を持っている人たちはたくさんいます。

2日間のセミナーで70万円以上するセミナーに、普通の事業主ですら申し込んでくる時代です。

お金持ちはどこにいるのかをリサーチして、プレミアムな価格て自社商品やサービスを提供できないか検討してみてください。

例)トーマス・コーリーによる富裕層の習慣について

Rich Habitの著書トーマス・コーリー氏はによると、お金持ち(年収1800万円以上、流動性資産3億円以上の富裕層)と貧乏な人(年収400万円以下、流動性資産50万円以下)の人々を5年間調査した結果として、お金持ちの63%は、通勤途中にオーディオブックを聞いていること。そして貧乏な人は5%しか、通勤途中にオーディオブックを聞いていないということがわかりました。

このように、富裕層の習慣を理解することで、あなたのビジネスとリンクさせ、集客することが可能になるのです。

新しいUSP構築法

従来のマーケティング手法では、原則として「人々が欲しているものを探し、提供すること」とされていました。

この方法は今でも十分通用する考えではあるのですが、カーン氏は、新しい原則を見出しました。その原則とは・・・

自分が持っている、とても大きな価値があるものは何かを決め、それがどんな市場に対して価値を持つのかを考えること。そして、正しいリードを集め、彼らを顧客に換えていくことが重要である。

 

そのために、

1.MTV:Massive Transformational Valueを見つける

顧客に最も大きな価値を与えるにはどうすればいいかを考え実践する。例えば、アルコール中毒患者に対する解決法の提示など。インパクトがあり強力な価値を見出すこと。

 

2.Right Market

正しい市場を選ぶこと。多くの場合、フリーライダー(タダでもらえるならもらう)を対象にしていることが多いため、きちんと経済的余裕があり、あなたが提供している価値を理解してくれる人を選ぶべきである。

 

3.あなたの商品を使ってくれる(実践してくれる)可能性が高いこと

当たり前の話かもしれませんが、意外と購入はしてくれるけど使わないor実践してくれないケースが多くみられます。購入者があなたの商品やサービスを使ってくれなければ、結果が出ず、あなたの商品を購入してくれることは二度とないでしょう。

 

4.I Need Helpという感情を引き出すこと

従来は、無料レポートを提供し、リードを大量に集め、ステップメールなどでセールスを仕掛けていましたが、それはもう古いやり方とのこと。

これからは、I Need Help(助けてください)と叫んでいる人だけをリードとして集めるべきで、そのためには、第三者のデータを使って、Big Problem(重大な問題)を提示し、さらにナイフをねじ込む必要があります。

政府機関のデータなどを引用して恐怖心や不安を提示するのも重要だそうです。

 

5年前の情報とは言え、今の日本でも格差が広がる中、対象を変える時期に来ているのは間違いありません。

年収200万円の人から10万円頂くのと、年収2000万円の人から10万円を頂くのでは払う側の感情は大きく異なるはずです。自分にはプレミアム価格を提示できるだけのスキルや実績がないという固定概念を無くし、正しい市場に正しいアプローチを始めていきましょう。

 

2年ぶりの大幅アップデート
10年後も愛されるコンテンツの作り方

ディズニー、ジブリ、ピクサーも使っている!パブリックドメインを使ったノウハウを大公開!

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください