¿Son los Personas Sintéticos la Nueva Normalidad de la Investigación de Usuarios?

La inteligencia artificial ha transformado cada aspecto del marketing – desde la creación de contenido hasta la generación de imágenes y la investigación del consumidor. Hemos llegado a un punto donde los modelos de IA están usando datos generados por IA para entrenarse a sí mismos. ¿Por qué? Porque se han quedado sin datos humanos; las máquinas no están aprendiendo de personas sino de otras máquinas. Por supuesto, los asistentes de IA aún no son perfectos pero mejoran cada día.

Entonces, no es sorprendente que los modelos de lenguaje grandes puedan reemplazar a personas reales en encuestas, entrevistas y estudios de investigación. Los investigadores de mercado ya están usando herramientas de IA generativa como ChatGPT para crear personas sintéticas que pueden imitar, describir y (a veces) predecir exitosamente el comportamiento humano. El objetivo es simple: reducir el costo del marketing mientras se mejoran las experiencias del usuario.

Las personas sintéticas eliminan la investigación tradicional del consumidor, que los mercadólogos consideran crítica para entender a los clientes y vender sus productos. Sin embargo, estos métodos son costosos y requieren mucho tiempo. Más importante aún, requieren grandes presupuestos y recursos humanos – personas que estén dispuestas a participar en una encuesta y responder sus preguntas. Con los costos de marketing en aumento y las personas volviéndose sensibles sobre el tipo de datos que comparten, los investigadores de mercado a menudo encuentran difícil recopilar información de calidad sobre los clientes.

Es este cuello de botella – recopilar, procesar y analizar datos demográficos y de comportamiento del consumidor – que las personas sintéticas intentan resolver. Aunque no pueden reemplazar la investigación cualitativa y cuantitativa que involucra interacciones humanas, pueden complementar sus métodos de investigación ayudándole a obtener una idea general de la reacción que recibirán sus productos o campañas de marketing y tomar decisiones informadas.

¿Qué Es una Persona Sintética?

Una persona sintética es un cliente virtual creado utilizando algoritmos de AI y machine learning basados en datos demográficos, psicográficos y de comportamiento del usuario. Proporciona una representación precisa de un segmento específico de audiencia, describiendo sus gustos, disgustos, pensamientos, preferencias, necesidades y desafíos. Aunque los usuarios sintéticos parecen similares a las personas de clientes, son diferentes en el sentido de que puedes interactuar o hablar directamente con ellos.

No son diferentes de los humanos AI creados por empresas utilizando generación de modelos y manipulación sofisticada. Tales avatares pueden rastrear movimientos oculares, expresiones faciales y dilatación pupilar para entender las emociones humanas y ofrecer instrucciones útiles (o en algunos casos, vender sus productos o servicios).

Dependiendo del objetivo de tu estudio de investigación, puedes crear un conjunto diverso de personas sintéticas usando ChatGPT o generadores de personas AI dedicados como Delve AI. Son bastante fáciles de crear y son más económicos que reclutar y realizar investigaciones con personas reales. Tienes control completo sobre los datos introducidos en el sistema y puedes hacer preguntas de seguimiento para avanzar en la entrevista.

Nota: ChatGPT requiere muchos prompts para entender el segmento de cliente correcto y adoptar la persona de usuario relacionada.

Para que los usuarios sintéticos funcionen, necesitas asegurar que existan estándares establecidos. Tus datos deben ser validados antes de ser introducidos en los sistemas de AI. Las personas resultantes también necesitan ser verificadas y comparadas con casos de uso reales antes de utilizarlas.

Cómo funcionan los clientes sintéticos

Una persona sintética es una metodología donde introduces una cantidad seleccionada de datos de clientes en modelos de lenguaje grandes (LLMs) como GPT-3 y le solicitas adoptar la "persona" de un cliente real basado en los datos que proporcionaste. Estos datos principalmente contienen información demográfica como edad, género y ubicación, junto con atributos psicográficos, como rasgos de personalidad, actitudes, estilos de vida e intereses. La persona generada se utiliza luego en encuestas de clientes para dar respuestas similares a las humanas.

Ahora, la precisión de las personas sintéticas es directamente proporcional a la calidad de los datos de entrenamiento. Cuanto mayor sea la calidad, mejores serán tus personas. Si tus datos de entrada son genéricos e inexactos, la salida también lo será.

Dejando a un lado las preocupaciones sobre los datos, puedes usar usuarios sintéticos para simular una gama diversa de clientes y preguntarles sobre sus necesidades, puntos de dolor y desafíos con respecto a tu producto o servicio. Puedes usarlos en investigación cualitativa para obtener perspectivas de usuarios, construir diseños de productos y probar creatividades publicitarias en múltiples audiencias objetivo.

Datos sintéticos e investigación de usuarios

En el pasado, el teléfono era una herramienta esencial para realizar encuestas, entrevistas y conversaciones comerciales. Las encuestas telefónicas se convirtieron en una excelente manera de obtener información de las personas. Con el avance de la tecnología y la llegada del Internet, se podían realizar encuestas en línea.

Avanzando hacia el siglo XXI, tenemos datos sintéticos de consumidores generados por algoritmos de AI y ML. Sabes que los LLMs digieren una gran cantidad de datos de entrenamiento de libros, revistas académicas, periódicos y más para sintetizar respuestas similares a las humanas en formato de texto. Pueden resumir texto, responder preguntas e incluso escribir poemas. Los LLMs son entidades que aprenden continuamente—aprenden de sus errores.

Esta capacidad de procesamiento y aprendizaje les permite analizar datos de consumidores, construir usuarios sintéticos y ayudar en la investigación de usuarios generando respuestas. Aunque los datos sintéticos se derivan de eventos del mundo real, no son lo mismo que los datos que recopilas de encuestados humanos. Está ganando popularidad en las empresas hoy en día ya que pueden probar escenarios y realizar entrevistas sin preocuparse por las leyes de privacidad de datos.

El costo y el tiempo también juegan un papel importante. Como se explicó antes, la investigación cuantitativa y cualitativa tiene altos costos asociados – necesitas procesar datos, reunir encuestados, establecer un horario y realizar entrevistas para descubrir tendencias y patrones en el comportamiento del consumidor. Los datos sintéticos ayudan fácilmente a los investigadores a desarrollar nuevos flujos de trabajo y simular varios escenarios.

Los asistentes virtuales impulsados por AI pueden realizar investigación de usuarios entrevistando personas en tu nombre – a veces en múltiples idiomas, 24/7. Pueden analizar las respuestas de los consumidores para hacer preguntas de seguimiento personalizadas. Las personas sintéticas además ayudan a los investigadores cuantitativos a estudiar demografías inalcanzables y completar datos y encuestas faltantes usando capacidades predictivas avanzadas. Se pueden analizar segmentos de audiencia de nicho, sin costos adicionales involucrados.

Creando Usuarios Sintéticos con Delve AI: Más Otros Prompts de ChatGPT

Una buena manera de entender a los clientes es escucharlos – construir un perfil aproximado del cliente y tratar de empatizar con ellos. ¿Pero cómo funcionan estos tres procesos? Obtienes retroalimentación humana para escuchar, creas un persona de comprador para caracterizar, y desarrollas un mapa de viaje del cliente para empatizar. El cuarto paso, la interacción, funciona con ChatGPT personas.

Persona por Delve AI es un software de marketing basado en personas que te ayuda a crear personas para tu sitio web, competidores y audiencias de redes sociales. Cubre los cuatro aspectos mencionados anteriormente – datos del consumidor, personas, viajes del usuario, y chatbots interactivos de usuarios.

Así es como funciona: nuestro software recopila tus datos de primera mano (análisis web, consola de búsqueda y datos CRM) y datos de segunda mano (análisis social e inteligencia competitiva), luego los enriquece con más de 40 fuentes de datos públicos (por ejemplo, datos de Voz del Cliente de reseñas, calificaciones, comentarios, foros en línea y periódicos) para crear personas basadas en datos para ti.

Se generan de tres a siete personas dependiendo de tu negocio, con segmentos de personas de compradores B2B resaltados en verde y personas B2C resaltadas en azul.

Cada persona proporciona detalles de persona, distribución y ejemplos de viajes de usuario para determinar los rasgos, características y comportamientos de tus segmentos de audiencia deseables y no deseables. Por ejemplo, un negocio de comercio electrónico podrá identificar los segmentos de rebote, navegadores pasivos, abandonadores de carrito y compradores de alto valor marcados con azul y rojo respectivamente.

Los DETALLES DE PERSONA ofrecen la edad, género, ubicación, perfil laboral, objetivos, motivaciones, puntos de dolor, valores, intereses, tareas a realizar y pasatiempos de ese segmento particular. Además, obtienes información sobre sus redes sociales favoritas, marcas, sitios de comercio electrónico, herramientas, programas de TV, películas, canales de YouTube, podcasts, eventos y más.

La PESTAÑA DE DISTRIBUCIÓN agrupa el segmento por edad, género, ubicación, idioma, canales de marketing, horarios de actividad en línea, acciones y etapa de toma de decisiones. Los VIAJES DE EJEMPLO muestran el número total de visitantes, junto con sus sesiones, vistas de página, conversiones y la etapa de toma de decisiones en la que se encuentra el usuario. ¿Lo mejor de todo? Tus personas generadas por IA y viajes de usuario se actualizan automáticamente con datos de clientes en tiempo real.

Ahora, entremos en nuestra próxima función de chat con personas.

Prompts de ChatGPT para crear personas sintéticas

ChatGPT puede procesar grandes cantidades de datos no estructurados – datos numéricos, perfiles laborales, literatura, documentos de investigación, foros, reseñas y sitios web – y presentarlos de manera lógica. Como tal, es una alternativa gratuita para crear personas interactivas que puedes usar en investigación de consumidores.

Es un ejercicio realmente simple:

• Sube tus datos de clientes a ChatGPT
• Dirígelo a enumerar los posibles segmentos
• Selecciona el segmento de audiencia que deseas dirigirte
• Solicita a ChatGPT que adopte la persona de ese segmento

Luego puedes pedir a la persona que sea participante en una sesión de encuesta. Ten en cuenta que las personas ChatGPT solo son útiles cuando tienes perfiles amplios de clientes y no una audiencia específica. A menos que, por supuesto, tengas suficientes datos cualitativos y cuantitativos para que ChatGPT forme suposiciones.

Así es como pueden desarrollarse tus prompts:

Prompt 1: Analiza y estructura los datos de clientes proporcionados, enfocándote en atributos demográficos, conductuales y psicográficos clave. Resume y destaca tendencias o patrones claros en diferentes atributos de clientes.

Prompt 2: Usando estos datos estructurados, enumera los posibles segmentos de clientes. Nombra cada segmento y describe brevemente sus características definitorias, incluyendo sus intereses, comportamientos de compra y otros detalles demográficos notables.

Prompt 3: De estos segmentos, enfócate en [Nombre del Segmento]. Proporciona más detalles sobre sus principales motivaciones, puntos de dolor típicos y posibles interacciones con la marca.

Prompt 4: Adopta la persona de un cliente típico del público [Nombre del Segmento]. Describe su estilo de vida diario, intereses, valores clave y necesidades específicas. Asume el carácter de esta persona para interacción adicional.

ChatGPT no puede entender significados por lo que no puede ser usado para crear patrones de significado que los usuarios sintéticos te comunican en un estudio. No te ayuda a entender los diferentes enfoques que las personas toman para alcanzar una meta o completar una tarea. La IA no puede usar productos si lo piensas – solo puede imaginar. Puedes realizar pruebas para validar tus ideas de productos pero cada opinión podría ser simplemente positiva – las personas ChatGPT buscan complacer al entrevistador.

Emporia Research realizó un estudio comparativo entre tres grupos de respuestas de encuestas: encuestados verificados por LinkedIn, usuarios sintéticos generados por IA basados en datos de perfiles de LinkedIn objetivo, y usuarios basados en personas generadas por IA que representan a tomadores de decisiones de TI. Su estudio descubrió que los usuarios sintéticos B2B generados por AI muestran un fuerte sesgo positivo en comparación con los encuestados reales. Siguen una mentalidad de rebaño; la calidad de las percepciones tampoco es tan buena.

Personas Sintéticas en Acción: Casos de Uso y Ejemplos

Marko Sarstedt ejemplifica el uso de personas sintéticas en investigación y diseño en su investigación sobre muestras de silicio. Las utilizó para obtener retroalimentación sobre preguntas de encuestas y refinar el diseño de empaque. Además de sus aplicaciones, las personas sintéticas también pueden utilizarse para otros casos de uso relacionados con marketing y productos.

Marketing, segmentación y marca

Puedes crear dos tipos de personas sintéticas: las que representan clientes individuales y las que representan grupos de clientes. Cada una permite obtener información sobre el comportamiento y preferencias del usuario sin acceder a datos privados de clientes. Es un buen punto de partida para profesionales que no están familiarizados con su público objetivo. Puedes desarrollar diferentes segmentos de clientes para probar tus campañas e identificar cuáles responden mejor. En consecuencia, puedes personalizar tus activos de marketing, contenido y texto para adaptarse a las preferencias de los segmentos de tu público objetivo.

Simplemente sube tus planes de marketing, diseños gráficos, videos y anuncios para obtener retroalimentación en el proceso de desarrollo de la campaña. Después de cargar tu material en el modelo, pregunta al usuario sintético por entradas como:

• ¿Este video publicitario evoca felicidad o tristeza (reemplázalo con tu emoción deseada)?
• ¿Dónde te gustaría ver este anuncio? ¿En vallas publicitarias, Facebook, Instagram o LinkedIn?
• ¿Te gusta el mensaje general que el texto publicitario intenta transmitir?
• ¿Qué tan probable es que respondas a esta campaña de correo electrónico?

Además, agrega datos de rendimiento de campañas de marketing anteriores para verificar qué funcionó y qué no - esto le da al modelo de IA más contexto con el cual trabajar. Tendrás que ajustar tus indicaciones para obtener resultados eficientes, pero los resultados valen la pena. ¡Quién sabe, podría ayudarte a crear un anuncio que se vuelva viral!

En desarrollo de productos, diseño y pruebas

Los usuarios sintéticos permiten a los equipos de producto empatizar con sus usuarios y crear nuevos productos, características y funcionalidades que se alinean con las necesidades y expectativas del consumidor. Puedes simular escenarios de uso para identificar problemas potenciales y asegurar que tu producto funcione bien en diferentes situaciones.

Las empresas pueden usarlos para validar sus diseños de productos antes de lanzarlos al público. Por ejemplo, pueden probar qué tan bien funcionan la interfaz de usuario y las interacciones en un entorno relativamente libre de riesgos (ya que no tendrán que probarlo con clientes reales). Hacerlo les ayudará a realizar refinamientos en la experiencia general del usuario (UX) del producto, reduciendo enormemente la probabilidad de que surjan problemas cuando el producto se lance oficialmente, atrayendo así nuevos usuarios y reduciendo las tasas de abandono de clientes.

Pregunta: Si no puedes realizar investigación, ¿está bien usar personas sintéticas? Tal vez sí, tal vez no. Siempre puedes aprender algo nuevo, en comparación con no aprender nada en absoluto. Sin embargo, basar decisiones críticas de producto o marketing en datos sintéticos no es lo ideal.

Supongamos que tu nueva función es un éxito con tus clientes sintéticos. La lanzas al mercado pero fracasa con los usuarios reales. ¿Qué sucede entonces? Desperdicias recursos y pierdes dinero que podría haberse gastado mejor en otra cosa. Por lo tanto, siempre toma sus respuestas con cautela.

Los Desafíos con Usuarios Sintéticos

No importa qué tan sofisticada sea la IA, hay demasiadas limitaciones de los usuarios sintéticos que no se ven a simple vista. Las personas sintéticas se construyen utilizando modelos de aprendizaje automático, por lo que son muy útiles en escenarios donde los datos reales de clientes son escasos o limitados. Sin embargo, hay algunas cosas que necesitas saber antes de incorporarlas a tu flujo de trabajo.

Para empezar, las personas sintéticas tienen dificultades para capturar la gama completa de comportamientos y acciones humanas; sus respuestas pueden ser demasiado simplificadas, genéricas o lógicas. Los seres humanos no siempre son lógicos – estamos influenciados por varios factores internos y externos (como nuestras experiencias personales, personalidades, opiniones y valores) que gobiernan la forma en que funcionamos y respondemos a las cosas.

La inteligencia artificial y los sistemas de aprendizaje automático, los fundamentos de las personas sintéticas, aún no son capaces de comprender estos factores. Por ejemplo, los respondientes de IA siempre quieren complacer al entrevistador, completar totalmente cualquier tarea dada, y responder preguntas de manera afirmativa (un fenómeno llamado adulación). Proporcionan respuestas unidimensionales, y parecen preocuparse por todo; proporcionando una larga lista de necesidades, desafíos e intereses. Las personas no tienen tales listas – se preocupan por cosas específicas, y otras cosas ni siquiera pasan por sus mentes.

En su artículo titulado, "A Manager and an AI Walk into a Bar: Does ChatGPT Make Biased Decisions Like We Do?" Chen et al. encontraron que ChatGPT a menudo no puede replicar efectos que caracterizan el comportamiento del cliente, como la falacia del costo hundido. Las personas continúan ofertando por un artículo incluso después de que el precio ha superado su valor, solo porque quieren ganar la oferta. Además, no hay jerarquía en sus respuestas – ¿cómo entiendes qué es importante y qué no?

Otra preocupación es los datos utilizados para crear personas sintéticas; si los datos de entrenamiento están sesgados, las respuestas contendrán y perpetuarán estereotipos. La escasez de datos también dificulta representar a usuarios subrepresentados o marginados. La validación también es complicada. No es fácil probar usuarios sintéticos contra situaciones y resultados del mundo real. Necesitan ser constantemente monitoreados, actualizados y verificados con datos de usuarios reales. Hablamos de datos que están anonimizados y no revelan información sensible del cliente.

Aunque tengas todas estas cosas marcadas en tu lista de verificación, integrar usuarios sintéticos en tus sistemas existentes puede resultar difícil. Dejando de lado los problemas técnicos y de datos, convencer a las partes interesadas escépticas sobre su utilidad podría ser tu mayor desafío. Peor aún, tu empresa podría acostumbrarse a usar clientes sintéticos para investigación de usuarios y no querer invertir en lo real.

El Futuro de las Personas Sintéticos de Usuario

Las personas sintéticas revelan conocimientos desconocidos sobre tus clientes. Pero, ¿podemos confiar en los datos sintéticos? ¿Son confiables, son éticos? Quién sabe. Algunos dicen que son el futuro de la investigación de usuarios, otros dicen que carecen del matiz y la variación que generalmente se encuentra en los encuestados humanos. Sin embargo, en un mundo donde la investigación de mercado cuesta un ojo de la cara, las personas sintéticas son una forma rentable de entender a tus clientes.

Puedes aprender sobre un nuevo grupo de usuarios, qué les interesa y cómo se comportan en línea, y desarrollar proto-personas y viajes de usuario que pueden ayudarte con usuarios reales. Como cualquier otro invento, las personas sintéticos de usuario vienen con una lista de ventajas y desventajas, pero si se hacen bien, las primeras superan con creces a las segundas.