实际上，我们每天都会遇到需求利润池。你可以回想一下那些围绕在你身边的人和事，你会发现你的家人、朋友、同事、顾客、邻居在生活中所作出的决策都是不一样的。他们对汽车、食物、服装、电视节目、政治家、音乐等的喜好都各不相同。他们中有些人能够非常快速地接受新技术，而另一些人很有可能是勒德分子。更复杂的是，每个人所作出的决策都不是一成不变的：一个平时特别喜欢讨价还价的人，却愿意花高价购买一些特别的商品或者服务。这是因为那种商品对他而言非常重要，所以他的需求也就变得非常高了。比如，一个唱片爱好者会购买顶级的音响设备并且收藏大量的音乐唱片，可是除此之外，他对其他需要购买的任何东西都会讨价还价。
对需求利润池进行分析，就是为了更好地了解不同的消费群体是利用怎样的决策标准来对商品或服务作出选择的。了解之后，我们就能够对这些需求利润池进行量化，从而分析它们的大小、升值空间以及能够赚取的利润额。
很多公司每年都会投入数亿美元来寻找适合自己的市场。不幸的是，它们中的大多数都只获得了极少的回报。为什么呢？因为已经有太多的公司根据统计原理以及人们过去的行为对市场进行分类了，所以市场分类已经不再是决定消费者未来行为的有效标准了。对于一个公司来说，现在根本就不应该再去考虑市场细分的问题。
举例来说，根据人口统计作出的市场细分，会根据顾客的年龄、收入、所处的人生阶段（单身、已婚、有孩子、空巢老人等）、种族背景、性别以及受教育程度来对其进行分组。这个方法其实就是假设那些有着类似的统计特征的人就会有相似的决策标准以及购物方式。当然，简单地说，这个假设确实能够成立。可是，就算这种方法能够帮助我们找到消费者的一些相似点，它的精确度以及可实施性还是远不及需求利润池分析法。
以我们之前所说的那个狗粮公司为例。我们已经知道了有“过分溺爱狗狗的家长”这一类人的存在。在实际生活中，这类人确实很多都是空巢老人，但是那并不能说明所有的空巢老人都是过分溺爱宠物的家长。同时，也不表示那些单身的年轻人、年轻的家庭或者更加成熟一些的家庭就不是“过分溺爱的家长”。实际上，这些人往往都属于这一类型。所以，“过分溺爱的家长”这个群体是根据这些人的普遍需求定义的，并不是靠人口统计得出的。虽然这个群体里的成员大多是空巢老人，但是这个群体却横跨了大多数以人口统计为依据而分出的群体。
可以说，除了一小部分趋势信息以外，以人口统计为依据作出的市场细分基本上无法提供任何与消费者购买行为相关的有用信息。试想一下，这个方法所提供给你的内容，你的竞争对手也完全了解，那么这些内容对你而言还有什么价值呢？所以，归根结底，以人口统计为依据对市场进行细分只能让你知道“你的消费者都是哪些人”，但是该方法很少会告诉你“为什么这些消费者会作出这样或那样的消费决策”。
人口统计学市场调查中有一种特殊的形式，叫做“公司人口统计学”。这种人口统计方法主要运用在批发行业中，帮助公司对它们的顾客进行分类。实际上，公司人口统计学创造出了一些客户组合。这些客户都与垂直市场（制造、零售、金融服务）以及业务的规模（小型、中型、大型）有关。也许和我们一样，以上这些内容会让你想起前面所提到的狗粮业务。
