市场研究需要知道具体的营销行动，比如开发产品，如何传播给目标受众等，如果导出的行动都不是具有明确指向的行动，那么这种研究就没有太大意义。因此我们需要找到一种替代方案，让这个过程更加精准，今天介绍的就是场景细分这个方案。
用户研究几乎是近50年来各种营销理论的根基，由以生产为中心转向以用户为中心，商家总要理解目标用户在想什么，才能更好地为他们服务。既然存在目标用户，就一定存在用户分类和用户画像问题，于是各种用户研究模型不断涌现处来。
然而随着这项理论的发展，我们面临了两种截然相反的处境：
1. 大数据导致用户细分可以不断细化，最终每个用户都是一个独立的分类，这就是数据颗粒度足够细带来的挑战，商家无法建立每个分类或者用户特征与复杂产品准确的映射关系。
比如同一个公司里面两个年龄相仿的人，他们的生活圈子、性格特征，甚至价值观都可能非常接近，但他们很可能开两个完全不同的车。也就是人群分类和复杂产品并不构成一一对应的映射关系。
2. 从结果角度，我们看到市场中那些叱咤风云的所谓神车，他们之所以成为神车，是因为他们的用户就是代表这个细分市场平均水平的一群人。越是用户定位精准的车，越是销量惨淡，或者本身就是小众定位的产品。
比如mini，基本就是卖给小资情节很重的女生的。而红旗，就是卖给某种独特情怀尚未耗尽的人的。但是哈弗H6、朗逸这些神车，如果你非要弄一个用户画像的话，只有一个维度是基本确定的，那就是预算，因为这类车只有价格是确定的，他和预算构成强映射关系。
上面的挑战是来自结果的，如果我们深入分析人群画像和消费者人群分类的数据获取途径，以及他们背后的各种理论细节，那么至少或是被这个问题困扰多年都不一定能找到答案
从用户细分到场景细分
用户特征与产品特征无法构成严格的一一对应的强映射关系，那么我们设定一个目标用户，基于他们的需求开发产品，并开展后续营销传播工作的路线。
最佳方案是基于使用场景的类别划分，因为每种使用场景都对产品的功能利益有非常明确的要求，尽管不同用户对应的使用场景并非单一，但这种对应可以穷举并量化，最终我们可以通过叠加量化过的各种场景将其组合成各种产品方案或者营销方案。
按场景划分并非新生事物，其实在IT和数码产品开发上，基于场景的产品设计早已是司空见惯的事情了，只不过这种产品设计思想没有成为“大营销”的根基，目标用户人群画像仍是整个营销动作的主角。
