Perché i focus group sintetici stanno diventando popolari nella ricerca di mercato

I focus group sintetici simulano interazioni umane reali utilizzando rispondenti generati dall'IA. Fondamentalmente raccogli dati sui tuoi clienti, li inserisci in uno strumento di ricerca di mercato sintetico e crei utenti sintetici che rispondono in base a tali informazioni. Oltre alle chat testuali, puoi anche utilizzarli per condurre sondaggi, interviste e studi di test utente sintetici.

Ma qual è il punto dei rispondenti sintetici? Si potrebbe sostenere che stai solo ottenendo risposte che avresti potuto comunque intuire. Cosa c'è di così innovativo in questo approccio se non stai davvero scoprendo nuove informazioni?

Certo, è più economico dei metodi di ricerca tradizionali, che possono costare molto e richiedere tempo, tra il reclutamento dei partecipanti e l'assunzione di un ricercatore di mercato credibile. Inoltre, ottieni simulazioni che non si stancano mai, sono disponibili 24 ore su 24, 7 giorni su 7, e costano una frazione del denaro. Puoi continuare a fare domande e modificare il tuo studio secondo necessità senza preoccuparti della fatica o di orari contrastanti.

Ci sono molti altri pro e contro dei focus group sintetici, e in questo post ne tratteremo la maggior parte, insieme a come funzionano e alcuni casi d'uso del mondo reale.

Tutto sui Clienti Sintetici e la Ricerca di Mercato

La ricerca di mercato sintetica sfrutta modelli di IA e sistemi di machine learning per generare "utenti sintetici" realistici basati su dati demografici, psicografici e comportamentali effettivi del pubblico. Queste persona sintetiche si comportano come clienti virtuali e rispondono in modi simili a quelli umani, consentendo ai marketer di condurre studi di ricerca senza affidarsi interamente a partecipanti reali.

Ora, sono accurati? È discutibile.

Ad esempio, uno studio di Google DeepMind e Stanford ha scoperto che le "persone sintetiche" basate su GPT corrispondevano alle risposte ai sondaggi dei partecipanti reali circa l'85% delle volte, dimostrando che l'IA può imitare da vicino gli utenti reali quando è addestrata su dati umani di qualità.

I ricercatori hanno prima condotto interviste qualitative di due ore per raccogliere storie di vita complete da un gruppo diversificato di 1.000 persone. Queste interviste sono state poi inserite in GPT-4o per creare personas sintetica, o "agenti". Successivamente, sia i partecipanti che i loro corrispondenti agenti IA sono stati invitati a completare una serie di test di scienze sociali, come il General Social Survey (GSS) e il Big Five Personality Inventory.

I risultati hanno mostrato che gli agenti hanno replicato le risposte GSS dei partecipanti con un'accuratezza dell'85%.

Un modello simile è emerso in un caso d'uso reale di una redazione. In un episodio del Podcast Digiday, Tracy Yaverbaun, GM di The Times e Sunday Times, ha spiegato come il suo team ha sperimentato la tecnologia di ricerca sintetica. Per testarla, hanno costruito un panel di pubblico generato dall'IA con il loro database di 642.000 abbonati.

The Times ha quindi utilizzato quei rispondenti sintetici per aiutare a finalizzare un nome per un nuovo podcast aziendale. E proprio come nello studio DeepMind, hanno confrontato le risposte sintetiche con quelle degli utenti reali. Le risposte del panel sintetico erano accurate circa il 92%, solo un punto percentuale al di sotto del benchmark di ricerca tradizionale del 93%.

Naturalmente, non tutte le risposte avevano senso.

Quando è stato chiesto quali nuove esperienze avrebbero voluto dal Times, i clienti sintetici erano tutti favorevoli a riassunti, spiegazioni IA e maggiore automazione. La base di clienti reali e fedeli, tuttavia, era molto meno entusiasta dell'introduzione dell'IA nel prodotto.

Quindi è un po' incerto, a seconda di come lo si guarda. Attualmente, i rispondenti sintetici offrono uno spazio per la sperimentazione, una sandbox in cui i brand possono giocare, piuttosto che una sostituzione per la ricerca nel mondo reale.

Cosa sono i Gruppi di Focus Sintetici? Pro, Contro e Altro

Come accennato in precedenza, i gruppi di focus sintetici (SFG) rappresentano persone AI o utenti simulati che rappresentano diversi tipi di utenti. Questi utenti possono parlare tra loro, reagire a ciò che dicono gli altri e discutere idee insieme, proprio come i partecipanti in un vero gruppo di focus.

Gli SFG non si limitano ad analizzare i dati esistenti – contrariamente all'analisi AI tradizionale o alla modellazione predittiva – generano attivamente nuove intuizioni qualitative attraverso conversazioni testuali. E il motivo per cui stanno guadagnando terreno in questi giorni è semplice: i gruppi di focus tradizionali non sono realmente fattibili per le piccole imprese e le startup.

È lo stesso caso per i grandi brand. Sono costosi, richiedono tempo e sono logisticamente complessi. Devi reclutare partecipanti, progettare un piano di studio e moderare tu stesso la discussione o assumere un moderatore professionista, il che può rendere il processo ancora più costoso.

Inoltre, i gruppi di focus sintetici ti permettono di testare rapidamente molteplici scenari, messaggi e concetti di prodotto. Poiché sono persone AI, non c'è effetto carrozzone, nessuna singola "voce forte" che domina la conversazione e molta meno pressione sociale che può influenzare il feedback. Eliminano anche il bias del moderatore, poiché il moderatore AI segue una struttura di discussione predefinita.

Come funzionano i gruppi di focus sintetici nella pratica

La maggior parte degli strumenti di ricerca sintetica funziona in modo abbastanza simile quando si tratta di gruppi di focus. Scegli il tuo panel, condividi il tuo obiettivo di ricerca e poi aggiungi una guida alla discussione. Da lì, un moderatore AI gestisce la sessione per te, introducendo argomenti, facendo domande di follow-up e mantenendo la conversazione in carreggiata.

Uno dei vantaggi è che puoi eseguire più gruppi di focus simultaneamente, ciascuno personalizzato per un diverso segmento di clienti o persona. I risultati sono quasi istantanei, completi di trascrizioni e intuizioni facili da digerire, inclusi temi principali, sentimenti, punti di accordo o disaccordo e citazioni.

La parte migliore è che puoi sperimentare liberamente. Nessuna idea è troppo rischiosa o troppo audace da provare.

I team di marketing possono prima far passare idee di campagne rischiose attraverso un gruppo di focus sintetico per vedere come reagiscono i diversi utenti, quali titoli risuonano e quali messaggi cadono nel vuoto. Allo stesso tempo, un team UI/UX potrebbe prototipare un nuovo flusso di checkout e utilizzare utenti sintetici per attraversarlo, trovando aree in cui le persone si confondono o abbandonano. Nel frattempo, i team di prodotto potrebbero testare tre diversi modelli di prezzo — abbonamento, pay-as-you-go e freemium — eseguendo gruppi di focus paralleli e vedendo quale opzione sembra più attraente per ciascun segmento.

Poiché tutto accade velocemente e senza rischi nel mondo reale, i team possono provare idee complesse e migliorarle prima di coinvolgere clienti reali.

Pro e contro dei gruppi di focus sintetici

Siamo chiaramente in un'era in cui sembra che non serva nemmeno più gente per condurre ricerche di mercato. Ma è questa la prossima grande novità nel MarTech o solo un altro espediente AI?

La critica principale è che i modelli AI dipendono da dati storici, quindi stanno fondamentalmente remixando ciò che è già noto invece di produrre qualcosa di nuovo. Ma questo non è davvero un problema se il tuo obiettivo è capire i tuoi segmenti di clienti esistenti.

C'è anche il fatto che l'AI non prova emozioni. Non è umana. Non si infastidisce, non si stanca, né è influenzata nello stesso modo in cui lo sono le persone, il che può effettivamente essere un vantaggio perché quelle emozioni spesso influenzano le risposte nelle interviste reali.

D'altra parte, è difficile fidarsi completamente del feedback generato dagli utenti sintetici. Dopo un certo punto, i dati possono diluirsi e potrebbero smettere di essere una vera rappresentazione dell'esperienza umana reale. Ricordi l'"ouroboros dei contenuti AI," dove i modelli AI sono addestrati su contenuti generati dall'AI?

Quindi perché dovresti usare i gruppi di focus sintetici?

Per cominciare, la maggior parte delle aziende semplicemente non ha clienti entusiasti di rispondere a sondaggi o partecipare a gruppi di focus. In quei casi, l'approccio sintetico può essere un'alternativa pratica.

Non devi spendere soldi per reclutare o gestire partecipanti umani. I partecipanti AI possono operare 24 ore su 24, il che rende la tua ricerca incredibilmente scalabile. Hai anche la flessibilità di creare utenti sintetici da praticamente qualsiasi segmento demografico, psicografico o comportamentale. Ed è veloce.

Poiché i clienti sintetici sono basati su dati generalizzati dei clienti, non comportano gli stessi rischi di conformità, privacy o consenso che derivano dal lavorare con dati reali dei clienti.

Curiosità: Gli SFG possono essere utilizzati per colmare lacune di conoscenza e prevedere la domanda. Ad esempio, nel retail, possono aiutare a perfezionare prodotti e promozioni per catturare nuovi segmenti di mercato. Questo può, a sua volta, migliorare il ROI per ogni dollaro investito e guidare una crescita redditizia.

Quindi, Come Si Creano i Clienti Sintetici?

Il comportamento umano è complesso, ma non sempre. Con dati accurati sui clienti, puoi prevedere molte cose. E i clienti sintetici sono un modo per farlo. Poiché sono avatar virtuali costruiti dai tuoi dati utente esistenti, possono essere utilizzati per simulare comportamenti e preferenze reali dei clienti.

Il modo più semplice per generarne uno sarebbe attraverso modelli linguistici di grandi dimensioni o LLM come ChatGPT. Tutto ciò che serve è un prompt contenente una descrizione breve o dettagliata del tuo pubblico target e del tuo prodotto.

Puoi, a tutti gli effetti, utilizzare queste "personas AI" per testare concetti di prodotto, campagne di marketing e strategie aziendali. Tuttavia, preparati a risultati generici e, a volte, rappresentazioni stereotipate di determinati gruppi demografici.

Un modo migliore è utilizzare strumenti professionali di ricerca di mercato sintetica disponibili online, come il Software di Ricerca Sintetica di Delve AI, costruito specificamente per questo scopo.

Acclamato da Factors AI come "un'implementazione delle idee di persona sintetica/gemello digitale che HBR e gli accademici stanno esplorando—ma con output di marketing allegati," Delve AI si distingue dagli strumenti di AI generativa generici nel modo in cui vengono costruiti quegli utenti sintetici. Sono derivati da persone basate su dati reali dei clienti, inclusi record CRM, analisi web, intelligence del pubblico social e oltre 40 fonti di dati pubblici. Questo include anche segnali voce del cliente estratti da recensioni, valutazioni, forum della comunità, blog, canali di notizie e altro ancora.

Di conseguenza, i tuoi intervistati sintetici sono ancorati a come le persone reali pensano, parlano e si comportano effettivamente, non solo a come un modello AI ipotizza che potrebbero farlo.

Il modo in cui funziona è semplice: prima generi persone utente, poi crei panel sintetici e infine utilizzi quei panel per condurre studi di ricerca.

Passo 1. Genera persone utente

Il generatore di persone online di Delve AI offre attualmente sei tipi, e in questo caso utilizzeremo lo strumento persona di ricerca.

Accedi e vai a persona di ricerca. Quindi, carica i tuoi documenti di ricerca di mercato, come trascrizioni di interviste, profili utente, sondaggi o notizie del settore, praticamente qualsiasi cosa rilevante per il tuo pubblico. Nessun materiale di ricerca? Nessun problema. Aggiungi semplicemente una descrizione solida del tuo pubblico target, clicca su Crea Personas, e Delve AI svilupperà persone basate sui dati che hai fornito.

La piattaforma utilizza AI e machine learning per creare profili di pubblico unici. A seconda del tuo database e caso d'uso, otterrai una o più persone. Ogni segmento include dettagli della persona, distribuzione del pubblico, influencer e mappe del percorso.

Clicca su Dettagli persona per vedere i dati demografici degli utenti, i fattori scatenanti dell'acquisto, i driver psicologici (come obiettivi, motivazioni, bisogni), stile di vita, stato di carriera e sfide principali. Troverai anche informazioni sulle loro preferenze di comunicazione, reti social, marchi, siti di shopping, canali YouTube, podcast, subreddit e altro ancora.

Ognuna delle tue persone viene aggiornata mensilmente con nuovi dati, e puoi migliorare continuamente la loro accuratezza aggiungendo nuovi materiali di ricerca.

Passo 2: Crea panel di utenti simulati

Il prossimo passo è generare utenti sintetici o panel per il tuo studio di ricerca. Per iniziare, vai a Ricerca Sintetica e acquista il numero di utenti di cui hai bisogno. Quindi, crea un panel con questo gruppo e dagli un nome, come Gruppo di Approfondimenti Marketing.

Verrai quindi portato a una schermata dove puoi scegliere quale persona o prodotto persona utilizzare per creare utenti sintetici. Per questo esempio, abbiamo scelto un segmento da persona di ricerca chiamato Edward Collins.

Una volta selezionato, il software genera utenti sintetici basati su questo segmento di persona. Puoi utilizzarli per condurre diversi tipi di studi di ricerca sintetica. Ogni cliente sintetico viene anche fornito con un'opzione Avvia Chat, che ti consente di interagire direttamente con loro.

Passo 3: Esegui sondaggi e interviste

Per eseguire un sondaggio o un'intervista sintetica, vai su Studi e seleziona Crea Studio sulla dashboard. Ti verrà richiesto di:

• Scegliere il tuo panel di utenti sintetici
• Inserire il nome del tuo studio (es., Sondaggio Product Market Fit)
• Selezionare il numero di utenti (es., 100)
• Caricare un file CSV contenente le tue domande del sondaggio (es., scelta multipla, scala di valutazione, domande aperte e domande di classificazione)

La piattaforma esegue il tuo sondaggio attraverso il panel e trasforma automaticamente i risultati in grafici e temi.

Clicca sul pulsante Dati per vedere quante persone hanno risposto a ciascuna domanda e chi erano. Puoi anche controllare le trascrizioni complete del sondaggio/intervista e ordinarle per domanda o per intervistato.

Vuoi andare oltre le risposte superficiali? Usa la funzione chat per fare follow-up e chiedere agli utenti perché hanno fatto determinate scelte. Puoi anche esplorare altre domande di marketing o prodotto. Ad esempio, nel campione qui sotto, abbiamo chiesto a un utente cosa ha influenzato la loro decisione di completare un acquisto online.

Poiché tutto è strutturato e collegato a dataset reali, la nostra piattaforma può eseguire simulazioni più controllate di quanto potrebbe mai fare un prompt di chatbot generico. Otterrai meno stereotipi, più coerenza e risultati molto più vicini a qualcosa su cui puoi effettivamente agire.

Passo 4: Conduci discussioni di focus group

Il flusso di lavoro per condurre discussioni di focus group è abbastanza simile al passo precedente. Devi semplicemente selezionare l'opzione focus group, cliccare su "Crea un nuovo focus group" e compilare i dettagli richiesti. Inserisci il nome dello studio, scegli il numero di partecipanti (max 15), specifica la durata della sessione e scrivi gli obiettivi e gli argomenti della discussione. Infine, seleziona il panel utenti – es., Gruppo di Approfondimenti Marketing – che vuoi utilizzare per il focus group.

Il prossimo passo è aggiungere la tua guida alla discussione. Puoi inserire manualmente le sezioni e le descrizioni della discussione oppure utilizzarne una generata automaticamente da Delve AI. Se hai file (JPG, PNG, MP3 o MP4) che vorresti utilizzare nella discussione, puoi caricarli anche sulla piattaforma. Quando tutto è a posto, rivedi tutti i dettagli e premi "Esegui studio."

Come puoi vedere, la piattaforma analizzerà tutte le risposte degli utenti simulati per identificare temi e codici importanti. Sarai anche in grado di visualizzare la trascrizione completa della discussione del focus group, insieme a un report riassuntivo che evidenzia i risultati chiave.

Iniziare con la Ricerca di Mercato Sintetica

Potresti pensare: La ricerca di mercato sintetica sostituirà gli studi di ricerca tradizionali basati sugli esseri umani? Al momento, è altamente improbabile.

Gli utenti sintetici sono ottimi per i test in fase iniziale e la modellazione predittiva, ma le emozioni e il processo decisionale subconscio non sono ancora qualcosa che hanno padroneggiato. Poiché tutto è basato sul testo, non puoi davvero cogliere il tono, il linguaggio del corpo o le espressioni sottili che di solito accompagnano il modo in cui le persone parlano o reagiscono.

I rispondenti AI possono anche perdere il contesto culturale e sociale, come le tendenze sociali o lo slang, poiché sono addestrati su dati passati. Quindi, mentre gli utenti sintetici sono incredibilmente utili, è meglio vederli come un complemento alla ricerca umana, non come una sostituzione.

Ci sono anche diverse cose da tenere a mente prima e durante l'uso degli utenti sintetici:

• Non tagliare gli angoli sui dati. La qualità dei rispondenti sintetici dipende interamente dai dati utilizzati per costruirli. Sono buoni solo quanto gli input che fornisci.
• Fai attenzione ai pregiudizi. L'AI può introdurre pregiudizi nel tuo studio. Ad esempio, ha spesso la tendenza ad essere eccessivamente positiva e a concentrarsi sul miglior risultato possibile.
• Testa più strumenti. Prova diverse piattaforme di ricerca di mercato sintetica prima di impegnarti con una. Chiediti: Le persone sono realistiche? Lo strumento supporta i casi d'uso che voglio testare?
• Inizia in piccolo. Inizia con compiti semplici e a basso rischio che non hanno un impatto importante sulla tua attività. Questo ti aiuta a valutare la credibilità e l'accuratezza senza mettere troppo in gioco.
• Convalida con la ricerca umana. Testa i risultati contro un gruppo di test tradizionale composto da partecipanti umani reali per verificare l'accuratezza e l'affidabilità.

Considerazioni Finali

Nonostante tutti i suoi difetti, l'intelligenza artificiale diventerà solo migliore e più sofisticata in futuro; dopotutto, basta guardare a quanta strada abbiamo fatto dal 2022. Forse tra un anno o due, gli utenti sintetici saranno liberi dalla maggior parte dei pregiudizi e miglioreranno il processo decisionale.

Possono già accelerare il ritmo delle intuizioni. Con le ricerche di mercato tradizionali, quando arrivano i risultati, il mercato potrebbe essere già cambiato. Gli utenti sintetici riducono drasticamente i tempi per ottenere intuizioni, consentendo ai team di testare nuovi concetti, idee e incentivi 24 ore su 24, 7 giorni su 7. Aiutano a trasformare le ipotesi in azioni senza lunghe attese.

I partecipanti sintetici vanno anche oltre l'analisi dei dati passati e possono dirti cosa è probabile che i clienti facciano in futuro. Possono mostrare come diversi gruppi di clienti pensano e si comportano su larga scala.

Detto questo, i focus group sintetici non possono sostituire i partecipanti umani. Non operano con empatia né pensano con emozioni, almeno non ancora. Quindi, sebbene possano rivelarsi utili, dovrebbero essere utilizzati per integrare, non sostituire, gli input umani.