合成フォーカスグループが市場調査で人気を集めている理由

シンセティックフォーカスグループは、AIで生成された回答者を使用して、実際の人間のインタラクションをシミュレートします。基本的には、顧客に関するデータを収集し、それをシンセティック市場調査ツールに入力して、その情報に基づいて応答するシンセティックユーザーを作成します。テキストチャットに加えて、調査、インタビュー、シンセティックユーザーテスト研究を実行するためにも使用できます。

しかし、シンセティック回答者の意義は何でしょうか？とにかく推測できたであろう答えを得ているだけだと主張する人もいるかもしれません。本当に新しい情報を発見していないのであれば、このアプローチの何が斬新なのでしょうか？

確かに、従来の調査方法よりも安価です。従来の方法は、参加者を募集したり、信頼できる市場調査員を雇ったりするのに多くの費用と時間がかかります。さらに、疲れることなく、24時間365日利用可能で、費用もほんの一部で済むシミュレーションを得ることができます。疲労やスケジュールの競合を心配することなく、質問を続けたり、必要に応じて研究を調整したりできます。

シンセティックフォーカスグループには他にも多くの長所と短所があり、この投稿では、その仕組みと実際の使用例とともに、それらのほとんどをカバーします。

シンセティックカスタマーと市場調査のすべて

シンセティック市場調査は、AIモデルと機械学習システムを活用して、実際のオーディエンスの人口統計、サイコグラフィックス、行動入力に基づいてリアルな「シンセティックユーザー」を生成します。これらの合成 ペルソナは、仮想顧客のように振る舞い、人間らしい方法で応答するため、マーケターは実際の参加者に完全に依存することなく調査研究を実行できます。

さて、それらは正確でしょうか？それは議論の余地があります。

たとえば、Google DeepMindとStanfordの研究では、GPTベースの「シンセティックピープル」が実際の参加者の調査回答と約85%の確率で一致することがわかり、AIが質の高い人間データで訓練されると、実際のユーザーを忠実に模倣できることが証明されました。

研究者たちはまず、多様な1,000人のグループから包括的な生活史を収集するために、2時間の質的インタビューを実施しました。これらのインタビューは、合成 ペルソナまたは「エージェント」を作成するためにGPT-4oに入力されました。次に、参加者と対応するAIエージェントの両方に、General Social Survey（GSS）やBig Five Personality Inventoryなどの社会科学テストのセットを完了するよう求められました。

結果は、エージェントが参加者のGSS回答を85%の精度で再現したことを示しました。

同様のパターンが、実際のニュースルームの使用例でも現れました。Digiday Podcastエピソードで、The TimesとSunday TimesのGMであるTracy Yaverbaun氏は、彼女のチームがシンセティック調査技術を実験してきた方法を説明しました。それをテストするために、彼らは642,000人の購読者のデータベースを使用してAI生成オーディエンスパネルを構築しました。

その後、The Timesは、新しいビジネスポッドキャストの名前を確定するのを支援するために、これらのシンセティック回答者を使用しました。そして、DeepMindの研究と同様に、彼らはシンセティック回答を実際のユーザーと比較しました。合成パネルの回答は約92%正確で、従来の調査ベンチマークである93%をわずか1パーセントポイント下回っただけでした。

もちろん、すべての回答が意味をなしたわけではありません。

Timesからどのような新しい体験を望むかと尋ねられたとき、シンセティックカスタマーは要約、AI解説、およびより多くの自動化に賛成でした。しかし、実際の忠実な顧客ベースは、製品にAIを導入することにそれほど興奮していませんでした。

したがって、見方によっては、少し不安定です。現在、シンセティック回答者は、実世界の調査の代替というよりも、ブランドが試行錯誤できる実験の場、サンドボックスを提供しています。

合成フォーカスグループとは？メリット、デメリット、その他

前述のとおり、合成フォーカスグループ（SFG）は、さまざまなタイプのユーザーを表すAI personasまたはシミュレートされたユーザーを表します。これらのユーザーは互いに会話し、他者の発言に反応し、実際のフォーカスグループの参加者と同じように、アイデアについて議論することができます。

SFGは既存のデータを分析するだけではありません。従来のAI分析や予測モデリングとは異なり、テキストによる会話を通じて新しい質的インサイトを積極的に生成します。そして、最近注目を集めている理由は単純です。従来のフォーカスグループは、中小企業やスタートアップにとって実際には実行不可能だからです。

大手ブランドにとっても同じです。費用がかかり、時間がかかり、ロジスティック的に複雑です。参加者を募集し、調査計画を設計し、自分でディスカッションを司会するか、プロのモデレーターを雇う必要があり、それによってプロセスがさらに高額になる可能性があります。

また、合成フォーカスグループを使用すると、複数のシナリオ、メッセージ、製品コンセプトを迅速にテストできます。AI personasであるため、バンドワゴン効果はなく、会話を支配する単一の「大きな声」もなく、フィードバックに影響を与える社会的プレッシャーもはるかに少なくなります。また、AIモデレーターが事前定義されたディスカッション構造に従うため、モデレーターのバイアスも排除されます。

合成フォーカスグループが実際にどのように機能するか

ほとんどのsynthetic調査ツールは、フォーカスグループに関しては非常に似た方法で機能します。パネルを選択し、調査目標を共有し、ディスカッションガイドを追加します。そこから、AIモデレーターがセッションを実行し、トピックを紹介し、フォローアップの質問をし、会話を軌道に乗せます。

利点の1つは、複数のフォーカスグループを同時に実行でき、それぞれが異なるcustomer segmentまたはpersonaに合わせて調整できることです。結果はほぼ瞬時に得られ、トランスクリプトと理解しやすいインサイト（主要なテーマ、センチメント、同意または不同意のポイント、引用を含む）が完備されています。

最も良い点は、自由に実験できることです。リスクが高すぎたり、大胆すぎたりするアイデアはありません。

マーケティングチームは、まず合成フォーカスグループを通じてリスクの高いキャンペーンアイデアを実行し、さまざまなユーザーがどのように反応するか、どの見出しが共感を呼ぶか、どのメッセージが不発に終わるかを確認できます。同時に、UI/UXチームは新しいチェックアウトフローのプロトタイプを作成し、合成ユーザーを使用してそれを実行し、人々が混乱したり離脱したりする領域を見つけることができます。一方、プロダクトチームは、サブスクリプション、従量課金制、フリーミアムという3つの異なる価格モデルをテストし、並行してフォーカスグループを実行し、各セグメントにとってどのオプションが最も魅力的に感じられるかを確認できます。

すべてが迅速に、現実世界のリスクなしに行われるため、チームは複雑なアイデアを試し、実際の顧客を巻き込む前に改善することができます。

合成フォーカスグループのメリットとデメリット

私たちは明らかに、市場調査を実施するために人さえ必要ないと感じる時代にいます。しかし、これはMarTechの次の大きなトレンドなのでしょうか、それとも単なるAIの流行なのでしょうか？

主な批判は、AIモデルが過去のデータに依存しているため、基本的には既に知られていることをリミックスしているだけで、新しいものを生み出していないということです。しかし、既存のcustomer segmentsを理解することが目標であれば、これは実際には決定的な欠点ではありません。

また、AIは感じないという事実もあります。人間ではありません。イライラしたり、疲れたり、人々と同じようにバイアスがかかったりすることはありませんが、これらの感情は実際のインタビューの回答に影響を与えることが多いため、実際にはプラスになる可能性があります。

一方で、合成ユーザーが生成するフィードバックを完全に信頼することは困難です。ある時点を過ぎると、データが希釈され、実際の人間の体験の真の表現ではなくなる可能性があります。AIモデルがAI生成コンテンツでトレーニングされる「AIコンテンツのウロボロス」を覚えていますか？

では、なぜ合成フォーカスグループを使用すべきなのでしょうか？

まず、ほとんどの企業には、アンケートに答えたり、フォーカスグループに参加したりすることに興奮している顧客が単純にいません。そのような場合、syntheticアプローチは実用的な代替手段となります。

人間の参加者を募集または管理するためにお金を費やす必要はありません。AI参加者は24時間稼働できるため、調査が非常にスケーラブルになります。また、事実上あらゆる人口統計、心理統計、または行動セグメントから合成ユーザーを作成する柔軟性も得られます。そして、高速です。

合成顧客は一般化された顧客データに基づいているため、実際の顧客データを扱う場合と同じコンプライアンス、プライバシー、または同意のリスクは伴いません。

豆知識： SFGは、知識のギャップを埋め、需要を予測するために使用できます。たとえば、小売業では、新しい市場セグメントを獲得するために製品やプロモーションを改善するのに役立ちます。これにより、投資された1ドルあたりのROIが向上し、収益性の高い成長を促進できます。

では、どのようにして合成顧客を作成するのでしょうか?

人間の行動は複雑ですが、常にそうとは限りません。正確な顧客データがあれば、多くのことを予測できます。そして合成顧客はこれを実現する方法です。既存のユーザーデータから構築された仮想アバターであるため、実際の顧客の行動や好みをシミュレートするために使用できます。

最も簡単な生成方法は、ChatGPTのような大規模言語モデルまたはLLMを使用することです。必要なのは、ターゲットオーディエンスと製品の簡単または詳細な説明を含むプロンプトだけです。

あらゆる目的において、これらの「AIペルソナ」を使用して、製品コンセプト、マーケティングキャンペーン、ビジネス戦略をテストできます。ただし、一般的な出力や、時には特定の人口統計グループのステレオタイプ化された表現に備えてください。

より良い方法は、Delve AIの合成リサーチソフトウェアのように、この目的のために特別に構築されたオンラインで利用可能なプロフェッショナルな合成市場調査ツールを使用することです。

Factors AIによって「HBRや学者が探求している合成 ペルソナ/デジタルツインのアイデアの実装であり、マーケティング出力が付属している」と称賛されているDelve AIは、合成ユーザーの構築方法において、一般的な生成AIツールとは一線を画しています。これらは、CRMレコード、Webアナリティクス、social audienceインテリジェンス、40以上の公開データソースを含む、実際の顧客データに基づいたペルソナから派生しています。これには、レビュー、評価、コミュニティフォーラム、ブログ、ニュースチャンネルなどから取得した顧客の声シグナルも含まれます。

その結果、合成回答者は、AIモデルが推測する可能性のある方法ではなく、実際の人々が実際にどのように考え、話し、行動するかに基づいています。

仕組みは簡単です。まずユーザーペルソナを生成し、次に合成パネルを作成し、最後にそれらのパネルを使用して調査研究を実施します。

ステップ1. ユーザーペルソナを生成する

Delve AIのオンラインペルソナジェネレーターは現在6つのタイプを提供しており、この場合は調査 ペルソナツールを使用します。

サインインしてResearch Personaに移動します。次に、インタビューのトランスクリプト、ユーザープロファイル、調査、業界ニュースなど、オーディエンスに関連する市場調査ドキュメントをアップロードします。基本的にオーディエンスに関連するものなら何でも構いません。調査資料がない場合も問題ありません。ターゲットオーディエンスの確かな説明を追加し、Create Personasをクリックすると、Delve AIが提供されたデータに基づいてペルソナを開発します。

このプラットフォームは、AIと機械学習を使用して独自のオーディエンスプロファイルを作成します。データベースとユースケースに応じて、1つまたは複数のペルソナが得られます。各セグメントには、ペルソナの詳細、オーディエンスの分布、インフルエンサー、ジャーニーマップが含まれます。

Persona Detailsをクリックすると、ユーザーの人口統計、購買トリガー、心理的ドライバー(目標、動機、ニーズなど)、ライフスタイル、キャリアステータス、主要な課題が表示されます。また、コミュニケーションの好み、ソーシャルネットワーク、ブランド、ショッピングサイト、YouTubeチャンネル、ポッドキャスト、subredditなどに関する洞察も見つかります。

各ペルソナは毎月新しいデータで更新され、新しい調査資料を追加することで継続的に精度を向上させることができます。

ステップ2: シミュレートされたユーザーパネルを作成する

次のステップは、調査研究のために合成ユーザーまたはパネルを生成することです。開始するには、合成リサーチに移動し、必要なユーザー数を購入します。次に、このグループでパネルを作成し、Marketing Insights Groupのような名前を付けます。

次に、合成ユーザーを作成するために使用するペルソナまたはペルソナ製品を選択できる画面に移動します。この例では、Research PersonaからEdward Collinsという名前のセグメントを選択しました。

選択すると、ソフトウェアはこのペルソナセグメントに基づいて合成ユーザーを生成します。これらを使用して、さまざまなタイプの合成調査研究を実施できます。各合成顧客には、直接対話できるStart Chatオプションも付属しています。

ステップ3: 調査とインタビューを実施する

調査または合成インタビューを実施するには、Studiesに移動し、ダッシュボードでCreate Studyを選択します。次の操作を求められます:

• 合成ユーザーパネルを選択する
• 調査名を入力する(例:Product Market Fit Survey)
• ユーザー数を選択する(例:100)
• 調査質問を含むCSVファイルをアップロードする(例:多肢選択式、評価尺度、自由回答式、ランキング質問)

プラットフォームはパネル全体で調査を実行し、結果を自動的にチャートとテーマに変換します。

Dataボタンをクリックすると、各質問に何人が回答したか、誰が回答したかを確認できます。また、完全な調査/インタビューのトランスクリプトを確認し、質問別または回答者別に並べ替えることもできます。

表面的な回答を超えたいですか?チャット機能を使用してフォローアップし、ユーザーになぜ特定の選択をしたのかを尋ねます。他のマーケティングや製品の質問を探求することもできます。たとえば、以下のサンプルでは、オンラインで購入を完了する決定に何が影響したかをユーザーに尋ねました。

すべてが構造化され、実際のデータセットに結び付けられているため、当社のプラットフォームは一般的なチャットボットプロンプトよりも制御されたシミュレーションを実行できます。ステレオタイプが少なく、一貫性が高く、実際に行動できるものにはるかに近い結果が得られます。

ステップ4: フォーカスグループディスカッションを実施する

フォーカスグループディスカッションを実施するワークフローは、前のステップと非常に似ています。フォーカスグループオプションを選択し、「Create a new focus group」をクリックして、必要な詳細を入力するだけです。調査名を入力し、参加者数(最大15人)を選択し、セッション期間を指定し、ディスカッションの目標とトピックを書き留めます。最後に、フォーカスグループに使用するユーザーパネル(例:Marketing Insights Group)を選択します。

次のステップは、ディスカッションガイドを追加することです。ディスカッションのセクションと説明を手動で入力するか、Delve AIによって自動生成されたものを使用できます。ディスカッションで使用したいファイル(JPG、PNG、MP3、またはMP4)がある場合は、それらをプラットフォームにアップロードすることもできます。すべてが整ったら、すべての詳細を確認して「Run study」を押します。

ご覧のとおり、プラットフォームはすべてのシミュレートされたユーザーの回答を分析して、重要なテーマとコードを特定します。また、主要な調査結果を強調した要約レポートとともに、フォーカスグループディスカッションの完全なトランスクリプトを表示することもできます。

合成マーケットリサーチを始める

こう思うかもしれません。合成マーケットリサーチは従来の人間ベースの調査研究を不要にするのでしょうか？現時点では、その可能性は極めて低いです。

Syntheticユーザーは初期段階のテストや予測モデリングには優れていますが、感情や無意識の意思決定はまだ習得できていません。すべてがテキストベースであるため、トーン、ボディランゲージ、または人々が話したり反応したりする際に通常伴う微妙な表情を実際に読み取ることはできません。

AIレスポンデントは、過去のデータでトレーニングされているため、社会的トレンドやスラングなどの文化的・社会的コンテキストを見逃すこともあります。したがって、syntheticユーザーは非常に有用ですが、人間による調査の代替ではなく、補完として見るのが最適です。

Syntheticユーザーを使用する前および使用中に留意すべき点もいくつかあります。

• データで手を抜かないこと。 Syntheticレスポンデントの品質は、それらを構築するために使用されるデータに完全に依存します。提供する入力と同じ程度の品質しか得られません。
• バイアスに注意すること。 AIは調査にバイアスをもたらす可能性があります。例えば、過度にポジティブになり、最良の結果に焦点を当てる傾向があります。
• 複数のツールをテストすること。 1つに決める前に、さまざまな合成マーケットリサーチプラットフォームを試してください。自問してください。personasは現実的か？このツールはテストしたいユースケースをサポートしているか？
• 小さく始めること。 ビジネスに大きな影響を与えない、リスクの低いシンプルなタスクから始めましょう。これにより、大きなリスクを負うことなく信頼性と正確性を評価できます。
• 人間による調査で検証すること。 正確性と信頼性を確認するために、実際の人間の参加者で構成される従来のテストグループに対して結果をテストしてください。

最終的な考察

その欠点はあるものの、人工知能は今後さらに改善され、より洗練されていくでしょう。結局のところ、2022年以降、私たちがどれだけ進歩してきたかを見てください。おそらく1年か2年後には、シンセティックユーザーはほとんどのバイアスから解放され、意思決定を改善するでしょう。

シンセティックユーザーはすでに洞察のペースを加速させることができます。従来の市場調査では、結果が届く頃には、市場はすでに変化している可能性があります。シンセティックユーザーは洞察までの時間を劇的に短縮し、チームが新しいコンセプト、アイデア、インセンティブを24時間365日テストできるようにします。長い待ち時間なしに、仮説を行動に移すのに役立ちます。

シンセティックレスポンデントはまた、過去のデータを分析するだけでなく、顧客が将来何をする可能性が高いかを教えてくれます。さまざまな顧客グループが大規模にどのように考え、行動するかを示すことができます。

とはいえ、シンセティックフォーカスグループは人間の参加者に取って代わることはできません。少なくとも今のところ、彼らは共感を持って行動したり、感情で考えたりすることはありません。したがって、有用であることが証明される可能性はありますが、人間のインプットを置き換えるのではなく、補完するために使用する必要があります。