KelloggInsight: что синтетические персоны могут раскрыть о реальных покупателях — и чего не могут
Маркетинговые исследования — это сложно. Полевой сбор данных, фокус-группы и тестовые кампании требуют времени и денег. Чтобы упростить этот процесс, многие компании обращаются к альтернативе: синтетическим персонам, создаваемым с помощью AI.
Построенные на основе больших массивов потребительских данных, эти составные персонажи обещают помочь маркетологам предсказать, как потребители будут реагировать на новые продукты, услуги и рекламные кампании. Вместо того чтобы набирать группу молодых мам или подростков-геймеров, исследователи могут просто попросить AI-модель войти в образ нужной демографической группы.
Десятилетиями маркетологи использовали персоны, чтобы агрегировать аудиторию, которую они пытаются охватить, — группируя клиентов со схожими моделями поведения, мотивациями и потребностями в понятные профили. Синтетические персоны делают то же самое, но создаются с помощью AI.
Джина Фонг, потребительский антрополог и клинический доцент маркетинга в Школе Менеджмента Келлогг, говорит, что эти персоны могут быть полезны. Но бизнесу не следует принимать инсайты, полученные от синтетических персон, за тот тип информации, который могут дать реальные люди.
Однако понятно, почему они становятся всё привлекательнее. Компании, разрабатывающие синтетические персоны, обещают более быструю, дешёвую и эффективную альтернативу традиционным потребительским исследованиям — некоторые заявляют о точности воспроизведения человеческих ответов около 85%.
Тезис Фонг состоит не в том, что эти инструменты не работают. Они применяются не по назначению — для задач, для которых изначально не предназначались.
«Это удобный инструмент для подготовки и разведки, — говорит Фонг, — но он значительно менее эффективен для передачи нюансов, эмоций, эмпатии и непредсказуемости, которые предлагают реальные люди».
Готовьтесь с помощью синтетических персон
Синтетические персоны работают лучше всего не тогда, когда пытаются заменить потребительские исследования, а когда усиливают их. Они могут помочь исследователям подготовить интервью, выявив слепые пятна в линии вопросов, и укрепить уверенность перед встречей с реальными людьми.
«У вас может быть общее представление о том, чего вы хотите достичь в реальном этнографическом интервью с живым человеком, — говорит Фонг. — Использование синтетической персоны для практики может помочь отточить это интервью. Но было бы ошибкой ожидать, что эти персоны заменят людей, которых вы надеетесь понять».
Во время бума домашнего ремонта в период ковида Фонг работала с компанией, заинтересованной в выходе на рынок DIY. В данном случае синтетические персоны могли бы стать полезным способом для Фонг лучше понять поведение и мотивации любителей самостоятельного ремонта перед тем, как тратить время с клиентами в их домах.
«Синтетические персоны — это особенно полезный способ быстро погрузиться в незнакомую категорию и запустить генерацию идей», — говорит она.
На рынке DIY Фонг начала бы с простых вопросов: что значит быть самоделкиным? Как распознать другого самоделкина? Как самоделкины делятся информацией и опытом друг с другом?
Но эти ответы были бы лишь отправной точкой. Они не заменили бы живого общения с клиентами, но могли бы помочь выстроить разговор.
«Я действительно хотела бы пойти к кому-то домой, — говорит Фонг. — Я бы хотела увидеть мастерскую, инструментальный сарай, набор инструментов, какие проекты они сделали в доме и которыми больше всего гордятся. Это будет по-разному у каждого человека, занимающегося DIY-ремонтом».
Говорите с реальными людьми
Реальные люди по-прежнему сообщают вам ключевые вещи, которые синтетические персоны не могут, — раскрывая детали и мотивации, которые AI слишком часто сглаживает. Синтетические персоны могут нарисовать сводный портрет ваших клиентов, но не способны уловить индивидуальные особенности и противоречия, которые делают людей по-настоящему человечными.
«Когда вы используете синтетические персоны, вы не получаете ничего из той неразберихи, которую влечёт за собой человеческое существование, — говорит Фонг. — Всё округлено, ничего острого, ничего контрастного. По мне, это просто другой опыт. Они не дают полной картины».
Самые сильные потребительские исследования не заставляют выбирать между AI и людьми. Они используют оба подхода. Синтетические персоны наиболее полезны для сбора информации и тестирования до начала очного исследования. Они помогают исследователям приходить лучше подготовленными, с более острыми вопросами и более чётким пониманием целей, которые исследование пытается достичь.
Фонг вспоминает очную встречу с любителями DIY, которые испытывали огромную гордость за свои инструменты. Один участник владел несколькими клеевыми пистолетами, каждый из которых был предназначен для разных задач. Другая пошутила, что ей нужна кобура, потому что она носит клеевой пистолет повсюду.
«Я не знаю, смогла бы синтетическая персона по-настоящему выразить, как захватывает клеевой пистолет, — говорит Фонг, — или насколько эти люди идентифицировали себя с ним».
Среда имеет значение
Взаимодействие с синтетическими персонами также не позволяет маркетологам собирать контекстуальные детали, которые могут прояснить более полную картину отношения клиента к продукту. Детали о том, где живут люди, с кем живут и как они на самом деле используют продукты, часто раскрывают наиболее важные подробности.
«Даже когда вы проводите этнографическое исследование с реальным человеком онлайн, вы видите только то, что на экране, который он вам показывает, — говорит Фонг. — Если я провожу очное интервью для чистящего средства, я могу пройти через гостиную, столовую, возможно, семейную комнату и получить представление о последовательности того, как они убирают свой дом — чего просто нет, когда я провожу онлайн-этнографию или работаю с синтетической персоной».
Этот дополнительный контекст может побудить дизайнеров улучшить свои продукты. Показательный пример: когда Фонг проводила очное интервью с пожилой женщиной, чтобы узнать, как она использует принтер, Фонг наблюдала, как та с трудом подключает его к компьютеру.
«Вы видите, что она ползает на коленях, потому что хочет распечатать фотографию внука, — говорит Фонг. — Никто не хочет видеть бабушку под столом, пытающуюся разобраться с этим. Личное присутствие и наблюдение за этим зажгло огонь у инженеров, чтобы сделать принтер более удобным в использовании».
Эмоциональные детали
Большие языковые модели могут довольно хорошо войти в образ — до определённого момента. Попросите модель сыграть роль, и она изменит свои ответы, чтобы попытаться представить определённую демографическую группу. Но AI-модель по своей природе тяготеет к безопасным и приятным ответам, а не к импульсивным и эмоциональным реакциям, которые исследователи часто получают в полевых условиях.
Фонг ссылается на опыт тестирования нового заменителя пасты, обещавшего более здоровое питание без потери вкуса. Родители проявили энтузиазм, но реакция детей оказалась более показательной: «Эта штука склизкая и противная!»
С другой стороны, наблюдение за тем, как родители и дети вместе собирали новый STEM-конструктор, предоставило важные данные, выходящие за рамки ответов на интервью. Когда испытуемые склонились ближе друг к другу и сосредоточились на проекте, язык их тела посылал неосознанную положительную обратную связь о продукте, которую трудно было выразить словами.
«Работа непосредственно с людьми обеспечивает наполненную эмпатией связь, которая может привести к более глубоким инсайтам и большей уверенности в исследовании и его предмете, — говорит Фонг. — Пройдёт ещё очень много времени, прежде чем синтетическая персона сможет дать аналогичный опыт, если вообще когда-либо».
В итоге синтетические персоны — это ценный новый инструмент в арсенале маркетолога. Но подкреплять эти AI-инсайты исследованиями в реальном мире по-прежнему оправдывает дополнительные усилия, говорит Фонг.
«Наблюдение за реальными людьми в реальной жизни — единственный способ получить всестороннее представление о продукте или идее в действии, с полным, часто неупорядоченным набором поведения, эмоций и реакций, которые прежде всего делают нас людьми».