Waarom synthetische focusgroepen populair worden in marktonderzoek

Synthetische focusgroepen simuleren echte menselijke interacties met behulp van AI-gegenereerde respondenten. Je verzamelt in feite gegevens over je klanten, voert deze in een synthetisch marktonderzoekstool in en creëert synthetische gebruikers die reageren op basis van die informatie. Naast tekstuele chats kun je ze ook gebruiken om enquêtes, interviews en synthetische gebruikerstesten uit te voeren.

Maar wat is het nut van synthetische respondenten? Men zou kunnen beweren dat je gewoon antwoorden krijgt die je toch al had kunnen raden. Wat is er zo nieuw aan deze aanpak als je niet echt nieuwe informatie ontdekt?

Natuurlijk is het goedkoper dan traditionele onderzoeksmethoden, die veel kunnen kosten en tijd in beslag nemen, met het werven van deelnemers en het inschakelen van een geloofwaardige marktonderzoeker. Bovendien krijg je simulaties die nooit moe worden, 24/7 beschikbaar zijn en een fractie van het geld kosten. Je kunt vragen blijven stellen en je onderzoek naar behoefte aanpassen zonder je zorgen te maken over vermoeidheid of conflicterende schema's.

Er zijn tal van andere voor- en nadelen aan synthetische focusgroepen, en in dit bericht behandelen we de meeste daarvan, samen met hoe ze werken en enkele praktijkvoorbeelden.

Alles over synthetische klanten & marktonderzoek

Synthetisch marktonderzoek maakt gebruik van AI-modellen en machine learning-systemen om realistische "synthetische gebruikers" te genereren op basis van daadwerkelijke doelgroepdemografie, psychografie en gedragsinputs. Deze synthetische persona's gedragen zich als virtuele klanten en reageren op menselijke wijze, waardoor marketeers onderzoeksstudies kunnen uitvoeren zonder volledig afhankelijk te zijn van echte deelnemers.

Zijn ze nu nauwkeurig? Dat is discutabel.

Bijvoorbeeld, een onderzoek van Google DeepMind en Stanford ontdekte dat GPT-gebaseerde "synthetische mensen" 85% van de tijd overeenkwamen met de enquêteantwoorden van echte deelnemers, wat bewijst dat AI echte gebruikers nauwkeurig kan nabootsen wanneer het getraind is op kwalitatieve menselijke gegevens.

De onderzoekers voerden eerst twee uur durende kwalitatieve interviews uit om uitgebreide levensgeschiedenissen te verzamelen van een diverse groep van 1.000 mensen. Deze interviews werden vervolgens ingevoerd in GPT-4o om synthetische persona'ss, of "agenten", te creëren. Vervolgens werden zowel de deelnemers als hun corresponderende AI-agenten gevraagd om een reeks sociale wetenschappelijke tests te voltooien, zoals de General Social Survey (GSS) en de Big Five Personality Inventory.

De resultaten toonden aan dat de agenten de GSS-antwoorden van deelnemers met 85% nauwkeurigheid repliceerden.

Een vergelijkbaar patroon verscheen in een praktijkvoorbeeld uit een nieuwsredactie. In een Digiday Podcast-aflevering legde Tracy Yaverbaun, GM van The Times en Sunday Times, uit hoe haar team heeft geëxperimenteerd met de synthetische onderzoekstechnologie. Om het te testen, bouwden ze een AI-gegenereerd publiekspanel met hun database van 642.000 abonnees.

The Times gebruikte vervolgens die synthetische respondenten om te helpen bij het afronden van een naam voor een nieuwe zakelijke podcast. En net als in het DeepMind-onderzoek vergeleken ze de synthetische antwoorden met echte gebruikers. De antwoorden van het synthetisch panel waren ongeveer 92% nauwkeurig, slechts één procentpunt onder de traditionele onderzoeksbenchmark van 93%.

Natuurlijk waren niet alle antwoorden logisch.

Toen gevraagd werd welke nieuwe ervaringen ze graag van de Times zouden willen, waren de synthetische klanten helemaal voor samenvattingen, AI-uitleg en meer automatisering. De daadwerkelijke, loyale klantenbasis was echter veel minder enthousiast over het introduceren van AI in het product.

Dus het is een beetje wisselend, afhankelijk van hoe je ernaar kijkt. Momenteel bieden synthetische respondenten een ruimte voor experimentatie, een zandbak voor merken om in te spelen, in plaats van een vervanging voor onderzoek in de echte wereld.

Wat zijn Synthetische Focusgroepen? Voor- en Nadelen, & Meer

Zoals eerder vermeld, vertegenwoordigen synthetische focusgroepen (SFG's) AI persona's of gesimuleerde gebruikers die verschillende soorten gebruikers vertegenwoordigen. Deze gebruikers kunnen met elkaar praten, reageren op wat anderen zeggen en samen ideeën bespreken, net zoals deelnemers in een echte focusgroep.

SFG's analyseren niet alleen bestaande data – in tegenstelling tot traditionele AI-analyses of voorspellende modellen – ze genereren actief nieuwe kwalitatieve inzichten door middel van tekstuele conversatie. En de reden dat ze tegenwoordig aan populariteit winnen is simpel: traditionele focusgroepen zijn niet echt haalbaar voor kleine bedrijven en startups.

Het is hetzelfde geval voor grote merken. Ze zijn duur, tijdrovend en logistiek complex. Je moet deelnemers werven, een studieplan ontwerpen en de discussie zelf modereren of een professionele moderator inhuren, wat het proces nog duurder kan maken.

Ook stellen synthetische focusgroepen je in staat om snel meerdere scenario's, boodschappen en productconcepten te testen. Omdat het AI persona's zijn, is er geen bandwagon effect, geen enkele "luide stem" die het gesprek domineert, en veel minder sociale druk die feedback kan beïnvloeden. Ze elimineren ook moderator bias, omdat de AI-moderator een vooraf gedefinieerde discussiestructuur volgt.

Hoe synthetische focusgroepen in de praktijk werken

De meeste synthetische onderzoekstools werken op een vrij vergelijkbare manier als het gaat om focusgroepen. Je kiest je panel, deelt je onderzoeksdoel en voegt vervolgens een discussiegids toe. Vanaf daar voert een AI-moderator de sessie voor je uit, introduceert onderwerpen, stelt vervolgvragen en houdt het gesprek op koers.

Een van de voordelen is dat je meerdere focusgroepen tegelijkertijd kunt uitvoeren, elk afgestemd op een ander klantsegment of persona. De resultaten zijn bijna onmiddellijk, compleet met transcripties en gemakkelijk te verteren inzichten, inclusief belangrijke thema's, sentimenten, punten van overeenstemming of meningsverschil, en citaten.

Het beste deel is dat je vrijelijk kunt experimenteren. Geen idee is te riskant of te gedurfd om te proberen.

Marketingteams kunnen riskante campagne-ideeën eerst door een synthetische focusgroep laten lopen om te zien hoe verschillende gebruikers reageren, welke koppen resoneren en welke boodschappen niet aanslaan. Tegelijkertijd kan een UI/UX-team een nieuwe checkout-flow prototypen en synthetische gebruikers gebruiken om erdoorheen te lopen, waarbij gebieden worden gevonden waar mensen verward raken of afhaken. Ondertussen zouden productteams drie verschillende prijsmodellen kunnen testen – abonnement, pay-as-you-go en freemium – door parallelle focusgroepen uit te voeren en te zien welke optie het meest aantrekkelijk aanvoelt voor elk segment.

Omdat alles snel gebeurt en zonder risico in de echte wereld, kunnen teams complexe ideeën proberen en verbeteren voordat ze echte klanten betrekken.

Voor- en nadelen van synthetische focusgroepen

We bevinden ons duidelijk in een tijdperk waarin het voelt alsof je niet eens meer mensen nodig hebt om marktonderzoek uit te voeren. Maar is dit het volgende grote ding in MarTech of slechts een andere AI-gimmick?

De belangrijkste kritiek is dat AI-modellen afhankelijk zijn van historische data, dus ze remixen eigenlijk wat al bekend is in plaats van iets nieuws te produceren. Maar dat is niet echt een dealbreaker als je doel is om je bestaande klantsegmenten te begrijpen.

Er is ook het feit dat AI niet voelt. Het is niet menselijk. Het raakt niet geïrriteerd, moe of bevooroordeeld op dezelfde manier als mensen, wat eigenlijk een pluspunt kan zijn omdat die emoties vaak echte interview-antwoorden beïnvloeden.

Aan de andere kant is het moeilijk om de feedback die synthetische gebruikers genereren volledig te vertrouwen. Na een bepaald punt kan de data verdund raken en mogelijk stoppen met een echte weergave te zijn van echte menselijke ervaring. Herinner je de "AI content ouroboros," waarbij AI-modellen worden getraind op AI-gegenereerde content?

Dus waarom zou je synthetische focusgroepen gebruiken?

Om te beginnen hebben de meeste bedrijven simpelweg geen klanten die enthousiast zijn over het beantwoorden van enquêtes of het deelnemen aan focusgroepen. In die gevallen kan de synthetische aanpak een praktisch alternatief zijn.

Je hoeft geen geld uit te geven aan het werven of beheren van menselijke deelnemers. AI-deelnemers kunnen de klok rond opereren, wat je onderzoek waanzinnig schaalbaar maakt. Je krijgt ook de flexibiliteit om synthetische gebruikers te creëren van vrijwel elk demografisch, psychografisch of gedragssegment. En het is snel.

Omdat synthetische klanten zijn gebaseerd op gegeneraliseerde klantdata, komen ze niet met dezelfde compliance-, privacy- of toestemmingsrisico's als werken met echte klantdata.

Leuk feitje: SFG's kunnen worden gebruikt om kennislacunes op te vullen en vraag te voorspellen. Bijvoorbeeld in retail kunnen ze helpen producten en promoties te verfijnen om nieuwe marktsegmenten te veroveren. Dit kan op zijn beurt de ROI verbeteren voor elke geïnvesteerde dollar en winstgevende groei stimuleren.

Dus, Hoe Creëer Je Synthetische Klanten?

Menselijk gedrag is complex, maar niet altijd. Met nauwkeurige klantgegevens kun je veel dingen voorspellen. En synthetische klanten zijn een manier om dit te doen. Omdat het virtuele avatars zijn die zijn gebouwd op basis van je bestaande gebruikersgegevens, kunnen ze worden gebruikt om echt klantgedrag en voorkeuren te simuleren.

De gemakkelijkste manier om er een te genereren is via grote taalmodellen of LLM's zoals ChatGPT. Het enige wat nodig is, is een prompt met een korte of gedetailleerde beschrijving van je doelgroep en je product.

Je kunt, voor alle praktische doeleinden, deze "AI personas" gebruiken om productconcepten, marketingcampagnes en bedrijfsstrategieën te testen. Wees echter voorbereid op generieke outputs en, soms, gestereotypeerde representaties van bepaalde demografische groepen.

Een betere manier is om professionele synthetische marktonderzoekstools te gebruiken die online beschikbaar zijn, zoals Delve AI's Synthetische Onderzoekssoftware, speciaal voor dit doel gebouwd.

Geprezen door Factors AI als een "implementatie van de synthetische persona/digitale tweeling ideeën die HBR en academici onderzoeken—maar met marketing outputs eraan gekoppeld," onderscheidt Delve AI zich van generieke generatieve AI-tools in hoe die synthetische gebruikers worden gebouwd. Ze zijn afgeleid van persona's die zijn gebaseerd op echte klantgegevens, inclusief CRM-records, webanalyses, social audience intelligence en 40+ publieke gegevensbronnen. Dit omvat ook stem van de klant signalen verzameld uit reviews, beoordelingen, communityforums, blogs, nieuwskanalen en meer.

Als gevolg hiervan zijn je synthetische respondenten verankerd in hoe echte mensen daadwerkelijk denken, praten en zich gedragen, niet alleen hoe een AI-model vermoedt dat ze zouden kunnen.

De manier waarop het werkt is eenvoudig: je genereert eerst gebruikers personas, vervolgens creëer je synthetische panels en ten slotte gebruik je die panels om onderzoeksstudies uit te voeren.

Stap 1. Genereer gebruikers persona's

Delve AI's online persona generator biedt momenteel zes types, en in dit geval gebruiken we de onderzoek persona tool.

Log in en ga naar onderzoek persona. Upload vervolgens je marktonderzoeksdocumenten, zoals interviewtranscripten, gebruikersprofielen, enquêtes of nieuwsberichten uit de sector, eigenlijk alles wat relevant is voor je doelgroep. Geen onderzoeksmateriaal? Geen probleem. Voeg gewoon een solide beschrijving van je doelgroep toe, klik op Create Personas, en Delve AI zal persona's ontwikkelen op basis van de gegevens die je hebt verstrekt.

Het platform gebruikt AI en machine learning om unieke doelgroepprofielen te creëren. Afhankelijk van je database en use case krijg je één of meerdere persona's. Elk segment bevat persona-details, doelgroepdistributie, influencers en journey maps.

Klik op persona Details om gebruikersdemografie, kooptriggers, psychologische drijfveren (zoals doelen, motivaties, behoeften), levensstijl, carrièrestatus en kernuitdagingen te zien. Je vindt ook inzichten in hun communicatievoorkeuren, sociale netwerken, merken, shoppingsites, YouTube-kanalen, podcasts, subreddits en meer.

Elk van je persona's wordt maandelijks vernieuwd met nieuwe gegevens, en je kunt hun nauwkeurigheid voortdurend verbeteren door nieuw onderzoeksmateriaal toe te voegen.

Stap 2: Creëer gesimuleerde gebruikerspanels

De volgende stap is het genereren van synthetische gebruikers of panels voor je onderzoeksstudie. Om te beginnen, ga naar de synthetisch onderzoek en koop het aantal gebruikers dat je nodig hebt. Maak vervolgens een panel met deze groep en geef het een naam, zoals Marketing Insights Group.

Je wordt dan naar een scherm gebracht waar je kunt kiezen welke persona of persona-product je wilt gebruiken voor het creëren van synthetische gebruikers. Voor dit voorbeeld hebben we een segment uit onderzoek persona genaamd Edward Collins gekozen.

Eenmaal geselecteerd, genereert de software synthetische gebruikers op basis van dit persona-segment. Je kunt ze gebruiken om verschillende types synthetische onderzoeksstudies uit te voeren. Elke synthetische klant komt ook met een Start Chat optie, waarmee je direct met hen kunt communiceren.

Stap 3: Voer enquêtes en interviews uit

Om een enquête of een synthetisch interview uit te voeren, ga naar Studies en selecteer Create Study op het dashboard. Je wordt gevraagd om:

• Kies je synthetische gebruikerspanel
• Voer je studienaam in (bijv. Product Market Fit Survey)
• Selecteer het aantal gebruikers (bijv. 100)
• Upload een CSV-bestand met je enquêtevragen (bijv. meerkeuzevragen, beoordelingsschalen, open vragen en rangschikkingsvragen)

Het platform voert je enquête uit over het panel en zet de resultaten automatisch om in grafieken en thema's.

Klik op de Data-knop om te zien hoeveel mensen op elke vraag hebben gereageerd en wie zij waren. Je kunt ook de volledige enquête-/interviewtranscripten bekijken en ze sorteren op vraag of op respondent.

Wil je verder gaan dan oppervlakkige antwoorden? Gebruik de chatfunctie om vervolgvragen te stellen en gebruikers te vragen waarom ze bepaalde keuzes hebben gemaakt. Je kunt ook andere marketing- of productvragen verkennen. In het onderstaande voorbeeld hebben we bijvoorbeeld een gebruiker gevraagd wat hun beslissing om een online aankoop te voltooien heeft beïnvloed.

Omdat alles gestructureerd is en teruggekoppeld wordt naar echte datasets, kan ons platform meer gecontroleerde simulaties uitvoeren dan een generieke chatbot-prompt ooit zou kunnen. Je krijgt minder stereotypen, meer consistentie en resultaten die veel dichter bij iets liggen waarop je daadwerkelijk kunt handelen.

Stap 4: Voer focusgroepdiscussies uit

De workflow voor het uitvoeren van focusgroepdiscussies is vrij vergelijkbaar met de vorige stap. Je hoeft alleen maar de focusgroepoptie te selecteren, te klikken op "Create a new focus group" en de vereiste details in te vullen. Voer de studienaam in, kies het aantal deelnemers (max 15), specificeer de sessieduur en schrijf de discussiedoelen en onderwerpen op. Selecteer ten slotte het gebruikerspanel – bijv. Marketing Insights Group – dat je wilt gebruiken voor de focusgroep.

De volgende stap is het toevoegen van je discussiegids. Je kunt de discussiesecties en beschrijvingen handmatig invoeren of er een gebruiken die automatisch door Delve AI is gegenereerd. Als je bestanden (JPG, PNG, MP3 of MP4) hebt die je in de discussie wilt gebruiken, kun je deze ook naar het platform uploaden. Wanneer alles op zijn plaats is, bekijk je alle details en druk je op "Run study."

Zoals je kunt zien, zal het platform alle gesimuleerde gebruikersreacties analyseren om belangrijke thema's en codes te identificeren. Je kunt ook het volledige transcript van de focusgroepdiscussie bekijken, samen met een samengevat rapport waarin de belangrijkste bevindingen worden benadrukt.

Aan de slag met synthetisch marktonderzoek

Je denkt misschien: Zal synthetisch marktonderzoek traditioneel, menselijk onderzoek overbodig maken? Op dit moment is dat zeer onwaarschijnlijk.

Synthetische gebruikers zijn geweldig voor vroege-fase testen en voorspellende modellering, maar emoties en onbewuste besluitvorming zijn nog niet iets waar ze goed in zijn. Omdat alles tekstgebaseerd is, kun je niet echt de toon, lichaamstaal of subtiele uitdrukkingen oppikken die gewoonlijk gepaard gaan met hoe mensen praten of reageren.

AI-respondenten kunnen ook culturele en sociale context missen, zoals sociale trends of slang, omdat ze getraind zijn op historische data. Dus hoewel synthetische gebruikers ongelooflijk nuttig zijn, kunnen ze het beste gezien worden als een aanvulling op menselijk onderzoek, niet als vervanging.

Er zijn ook verschillende zaken om rekening mee te houden voor en tijdens je gebruik van synthetische gebruikers:

• Bespaar niet op data. De kwaliteit van synthetische respondenten hangt volledig af van de data die gebruikt wordt om ze te bouwen. Ze zijn slechts zo goed als de input die je verstrekt.
• Let op voor vooringenomenheid. AI kan vooringenomenheid introduceren in je onderzoek. Het heeft bijvoorbeeld vaak de neiging om overdreven positief te zijn en zich te richten op de best mogelijke uitkomst.
• Test meerdere tools. Probeer verschillende synthetische marktonderzoeksplatforms voordat je je vastlegt op één. Vraag jezelf af: Zijn de persona's realistisch? Ondersteunt de tool de use cases die ik wil testen?
• Begin klein. Begin met laagrisico, eenvoudige taken die geen grote impact hebben op je bedrijf. Dit helpt je geloofwaardigheid en nauwkeurigheid te evalueren zonder te veel op het spel te zetten.
• Valideer met menselijk onderzoek. Test de resultaten tegen een traditionele testgroep bestaande uit echte menselijke deelnemers om nauwkeurigheid en betrouwbaarheid te controleren.

Slotgedachten

Ondanks alle tekortkomingen zal kunstmatige intelligentie in de toekomst alleen maar beter en geavanceerder worden; kijk maar eens hoe ver we zijn gekomen sinds 2022. Over misschien een jaar of twee zullen synthetische gebruikers vrij zijn van de meeste vooroordelen en zullen ze de besluitvorming verbeteren.

Ze kunnen nu al het tempo van inzichten versnellen. Bij traditioneel marktonderzoek kan de markt al zijn veranderd tegen de tijd dat de resultaten binnenkomen. Synthetische gebruikers verminderen de tijd tot inzicht drastisch, waardoor teams 24/7 nieuwe concepten, ideeën en prikkels kunnen testen. Ze helpen hypotheses om te zetten in actie zonder lange wachttijden.

Synthetische respondenten gaan ook verder dan het analyseren van gegevens uit het verleden en kunnen je vertellen wat klanten waarschijnlijk in de toekomst zullen doen. Ze kunnen laten zien hoe verschillende klantengroepen op grote schaal denken en zich gedragen.

Dat gezegd hebbende, synthetische focusgroepen kunnen menselijke deelnemers niet vervangen. Ze werken niet met empathie of denken niet met emoties, althans nog niet. Dus hoewel ze nuttig kunnen zijn, moeten ze worden gebruikt om menselijke input aan te vullen, niet te vervangen.