Os Personas Sintéticos são a Nova Normalidade da Pesquisa de Usuários?

A inteligência artificial transformou cada aspecto do marketing – desde a criação de conteúdo até a geração de imagens e pesquisa do consumidor. Agora chegamos a um ponto onde os modelos de IA estão usando dados gerados por IA para treinar a si mesmos. Por quê? Porque eles esgotaram os dados humanos; as máquinas não estão aprendendo com pessoas, mas com outras máquinas. Claro, os assistentes de IA ainda não são perfeitos, mas estão melhorando a cada dia.

Então, não é surpresa que os grandes modelos de linguagem possam substituir pessoas reais em pesquisas, entrevistas e estudos. Pesquisadores de mercado já estão usando ferramentas de IA generativa como ChatGPT para criar personas sintéticas que podem imitar, descrever e (às vezes) prever com sucesso o comportamento humano. O objetivo é simples: reduzir o custo do marketing enquanto melhora as experiências do usuário.

Personas sintéticas dispensam a pesquisa tradicional do consumidor, que os profissionais de marketing acreditam ser crucial para entender os clientes e vender seus produtos. No entanto, esses métodos são caros e demorados. Mais importante ainda, eles requerem grandes orçamentos e recursos humanos – pessoas dispostas a participar de uma pesquisa e responder suas perguntas. Com os custos de marketing em alta e as pessoas se tornando mais sensíveis sobre o tipo de dados que compartilham, os pesquisadores de mercado frequentemente encontram dificuldades para coletar informações de qualidade sobre os clientes.

É esse gargalo – coletar, processar e analisar dados demográficos e comportamentais do consumidor – que as personas sintéticas tentam resolver. Embora não possam substituir a pesquisa qualitativa e quantitativa envolvendo interações humanas, elas podem complementar seus métodos de pesquisa, ajudando você a ter uma ideia geral da reação que seus produtos ou campanhas de marketing receberão e tomar decisões informadas.

O Que É Uma Persona Sintética?

Uma persona sintética é um cliente virtual criado usando algoritmos de AI e machine learning baseados em dados demográficos, psicográficos e comportamentais do usuário. Ela fornece uma representação precisa de um segmento específico de público, descrevendo seus gostos, desgostos, pensamentos, preferências, necessidades e desafios. Embora os usuários sintéticos pareçam similares às personas dos clientes, eles são diferentes no sentido de que você pode interagir ou conversar diretamente com eles.

Eles não são diferentes dos humanos de AI criados por empresas usando geração de modelos e manipulação sofisticada. Tais avatares podem rastrear movimentos oculares, expressões faciais e dilatação da pupila para entender emoções humanas e oferecer instruções úteis (ou em alguns casos, vender seus produtos ou serviços).

Dependendo do objetivo do seu estudo de pesquisa, você pode criar um conjunto diversificado de personas sintéticas usando ChatGPT ou geradores de personas de AI dedicados como Delve AI. Eles são relativamente fáceis de criar e são mais baratos do que recrutar e conduzir pesquisas com pessoas reais. Você tem controle total sobre os dados inseridos no sistema e pode fazer perguntas de acompanhamento para continuar a entrevista.

Nota: O ChatGPT requer muito direcionamento para entender o segmento correto de cliente e adotar a persona do usuário relacionada.

Para que os usuários sintéticos funcionem, você precisa garantir que existam padrões estabelecidos. Seus dados precisam ser validados antes de serem inseridos nos sistemas de AI. As personas resultantes também precisam ser verificadas e comparadas com casos reais antes de você usá-las.

Como funcionam os clientes sintéticos

Uma persona sintética é uma metodologia em que você alimenta uma quantidade selecionada de dados do cliente em modelos de linguagem grandes (LLMs) como GPT-3 e o orienta a adotar a "persona" de um cliente real com base nos dados fornecidos. Esses dados geralmente contêm informações demográficas como idade, gênero e localização, junto com atributos psicográficos, como traços de personalidade, atitudes, estilos de vida e interesses. A persona gerada é então usada em pesquisas com clientes para fornecer respostas semelhantes às humanas.

Agora, a precisão das personas sintéticas é diretamente proporcional à qualidade dos dados de treinamento. Quanto maior a qualidade, melhores suas personas. Se seus dados de entrada forem genéricos e imprecisos, a saída também será.

Preocupações com dados à parte, você pode usar usuários sintéticos para simular uma variedade diversificada de clientes e perguntar sobre suas necessidades, pontos de dor e desafios em relação ao seu produto ou serviço. Você pode usá-los em pesquisas qualitativas para obter insights dos usuários, criar designs de produtos e testar criativos publicitários em vários públicos-alvo.

Dados sintéticos e pesquisa de usuários

No passado, o telefone era uma ferramenta essencial para realizar pesquisas, entrevistas e conversas de negócios. As pesquisas telefônicas se tornaram uma ótima maneira de coletar insights das pessoas. Com o avanço da tecnologia e a chegada da Internet, você poderia então realizar pesquisas online.

Avançando para o século 21, temos dados sintéticos de consumidor gerados por algoritmos de AI e ML. Você sabe que os LLMs digerem uma enorme quantidade de dados de treinamento de livros, periódicos acadêmicos, jornais e mais para sintetizar respostas humanizadas em formato de texto. Eles podem resumir textos, responder perguntas e até escrever poemas. Os LLMs são entidades em constante aprendizado—eles aprendem com seus erros.

Essa capacidade de processamento e aprendizado permite que eles analisem dados do consumidor, construam usuários sintéticos e ajudem na pesquisa de usuários gerando respostas. Embora os dados sintéticos sejam derivados de eventos do mundo real, não são iguais aos dados que você coleta de respondentes humanos em pesquisas. Está ganhando popularidade nas empresas atualmente, já que elas podem testar cenários e conduzir entrevistas sem se preocupar com leis de privacidade de dados.

Custo e tempo também têm um papel importante. Como explicado anteriormente, pesquisas quantitativas e qualitativas têm altos custos associados – você precisa processar dados, reunir respondentes, definir um horário e conduzir entrevistas para descobrir tendências e padrões no comportamento do consumidor. Dados sintéticos ajudam facilmente os pesquisadores a desenvolver novos fluxos de trabalho e simular diversos cenários.

Assistentes virtuais alimentados por AI podem realizar pesquisas de usuários entrevistando pessoas em seu nome – às vezes em múltiplos idiomas, 24/7. Eles podem analisar respostas dos consumidores para fazer perguntas personalizadas de acompanhamento. personas sintéticas adicionalmente ajudam pesquisadores quantitativos a estudar demografias inalcançáveis e preencher dados e pesquisas ausentes usando capacidades preditivas avançadas. Segmentos de público de nicho podem ser analisados, sem custos adicionais envolvidos.

Criando Usuários Sintéticos com Delve AI: Mais Outros Prompts do ChatGPT

Uma boa maneira de entender os clientes é ouvi-los – construir um perfil aproximado do cliente e tentar ter empatia com eles. Mas como funcionam esses três processos? Você obtém feedback humano para ouvir, cria um persona do comprador para caracterizar e desenvolve um mapa da jornada do cliente para ter empatia. O quarto passo, interação, funciona com ChatGPT personas.

Persona por Delve AI é um software de marketing baseado em personas que ajuda você a criar personas para seu site, concorrentes e públicos de mídias sociais. Ele cobre todos os quatro aspectos mencionados anteriormente – dados do consumidor, personas, jornadas do usuário e chatbots interativos.

Veja como: nosso software reúne seus dados primários (análise web, console de pesquisa e dados de CRM) e secundários (análise social e inteligência competitiva), depois os enriquece com mais de 40 fontes de dados públicos (ex. dados de Voz do Cliente de avaliações, classificações, feedback, fóruns online e jornais) para criar personas orientadas por dados para você.

Três a sete personas são geradas dependendo do seu negócio, com segmentos de B2B persona destacados em verde e personas B2C destacados em azul.

Cada persona fornece detalhes da persona, distribuição e exemplos de jornadas do usuário para determinar os traços, características e comportamentos dos seus segmentos de público desejáveis e não desejáveis. Por exemplo, um negócio de e-commerce poderá identificar abandonadores, navegadores passivos, abandonadores de carrinho e segmentos de compradores de alto valor marcados em azul e vermelho respectivamente.

DETALHES DA PERSONA oferecem idade, gênero, localização, perfil profissional, objetivos, motivações, pontos de dor, valores, interesses, tarefas a serem realizadas e hobbies daquele segmento específico. Adicionalmente, você obtém insights sobre suas redes sociais favoritas, marcas, sites de e-commerce, ferramentas, programas de TV, filmes, canais do YouTube, podcasts, eventos e mais.

A ABA DE DISTRIBUIÇÃO agrupa o segmento por idade, gênero, localização, idioma, canais de marketing, horários de atividade online, ações e estágio de tomada de decisão. JORNADAS DE EXEMPLO mostram o número total de visitantes, junto com suas sessões, visualizações de página, conversões e o estágio de tomada de decisão em que o usuário está. A melhor parte? Suas personas geradas por IA e jornadas do usuário são automaticamente atualizadas com dados do cliente em tempo real.

Agora, vamos conhecer nosso recurso chat com personas que será lançado em breve. Ele oferece aos usuários a capacidade de interagir com segmentos de clientes de alto valor online. O painel é similar ao WhatsApp ou qualquer outro aplicativo de mensagens. Tem dúvidas relacionadas ao seu novo produto ou copy de marketing? Apenas visite nossa plataforma, selecione sua persona alvo e faça a pergunta. Você também pode fazer uma pergunta diretamente via Slack – tudo o que você precisa fazer é integrar seu workspace do Slack com a Delve AI.

Prompts do ChatGPT para criar personas sintéticas

O ChatGPT pode processar grandes quantidades de dados não estruturados – dados numéricos, perfis profissionais, literatura, artigos científicos, fóruns, avaliações e sites – e apresentá-los logicamente. Como tal, é uma alternativa gratuita para criar personas interativas que você pode usar em pesquisas de consumidor.

É realmente um exercício simples:

• Carregue seus dados de cliente no ChatGPT
• Direcione-o para listar os segmentos possíveis
• Selecione o segmento de público que você deseja atingir
• Solicite ao ChatGPT para adotar a persona desse segmento

Você pode então pedir à persona para ser participante em uma sessão de pesquisa. Observe que as personas do ChatGPT só são úteis quando você tem perfis amplos de clientes e não um público específico. A menos que, claro, você tenha dados qualitativos e quantitativos suficientes para o ChatGPT formar suposições.

Aqui está como seus prompts podem se desenvolver:

Prompt 1: Analise e estruture os dados do cliente fornecidos, focando em atributos demográficos, comportamentais e psicográficos principais. Resuma e destaque quaisquer tendências ou padrões claros entre diferentes atributos do cliente.

Prompt 2: Usando estes dados estruturados, liste os possíveis segmentos de clientes. Nomeie cada segmento e descreva brevemente suas características definidoras, incluindo seus interesses, comportamentos de compra e outros detalhes demográficos notáveis.

Prompt 3: Destes segmentos, concentre-se em [Nome do Segmento]. Forneça mais detalhes sobre suas principais motivações, pontos de dor típicos e potenciais interações com a marca.

Prompt 4: Adote a persona de um cliente típico do público [Nome do Segmento]. Descreva seu estilo de vida diário, interesses, valores principais e necessidades específicas. Assuma o caráter desta persona para interação adicional.

O ChatGPT não pode entender significado, então não pode ser usado para criar padrões de significado que usuários sintéticos comunicam a você em um estudo. Ele não ajuda você a entender as diferentes abordagens que as pessoas usam para atingir um objetivo ou completar uma tarefa. A IA não pode usar produtos, se você pensar bem – ela só pode imaginar. Você pode executar testes para validar suas ideias de produto, mas cada opinião pode ser apenas positiva – as personas do ChatGPT visam agradar o entrevistador.

A Emporia Research conduziu um estudo comparativo entre três grupos de respostas de pesquisa: respondentes verificados pelo LinkedIn, usuários sintéticos gerados por IA baseados em dados de perfil do LinkedIn e usuários baseados em personas geradas por IA representando tomadores de decisão de TI. O estudo deles descobriu que usuários sintéticos B2B gerados por AI exibem um forte viés positivo em comparação com respondentes reais. Eles seguem uma mentalidade de rebanho; a qualidade das percepções também não é tão boa.

Personas Sintéticas em Ação: Casos de Uso e Exemplos

Marko Sarstedt exemplifica o uso de personas sintéticas em pesquisa e design em sua pesquisa sobre amostras de silício. Ele as utilizou para obter feedback sobre questões de pesquisa e refinar o design de embalagens. Além de suas aplicações, personas sintéticas também podem ser usadas para outros casos de uso relacionados a marketing e produto.

Marketing, segmentação e marca

Você pode criar dois tipos de personas sintéticas: aquelas que representam clientes individuais e aquelas que representam grupos de clientes. Cada uma permite obter informações sobre comportamento e preferências do usuário sem acessar dados privados dos clientes. É um bom ponto de partida para profissionais que não estão familiarizados com seu público-alvo. Você pode desenvolver diferentes segmentos de clientes para testar suas campanhas e identificar quais respondem melhor. Consequentemente, você pode personalizar seus ativos de marketing, conteúdo e texto para atender às preferências dos segmentos do seu público-alvo.

Simplesmente carregue seus planos de marketing, designs gráficos, vídeos e anúncios para obter feedback no processo de desenvolvimento da campanha. Após carregar seu material no modelo, peça ao usuário sintético por contribuições, como:

• Este vídeo publicitário transmite felicidade ou tristeza (substitua pela emoção desejada)?
• Onde você gostaria de ver este anúncio? Em outdoors, Facebook, Instagram ou LinkedIn?
• Você gosta da mensagem geral que o texto do anúncio tenta transmitir?
• Qual a probabilidade de você responder a esta campanha de email?

Além disso, adicione dados de desempenho de campanhas de marketing anteriores para verificar o que funcionou e o que não funcionou – isso fornece mais contexto para o modelo de IA trabalhar. Você precisará ajustar seus prompts para obter resultados eficientes, mas os resultados valem a pena. Quem sabe, isso pode ajudá-lo a criar um anúncio que se torne viral!

No desenvolvimento, design e teste de produtos

Usuários sintéticos permitem que as equipes de produto desenvolvam empatia com seus usuários e criem novos produtos, recursos e funcionalidades que se alinhem com as necessidades e expectativas dos consumidores. Você pode simular cenários de uso para identificar problemas potenciais e garantir que seu produto funcione bem em diferentes situações.

As empresas podem usá-los para validar seus designs de produto antes de lançá-los ao público. Por exemplo, elas podem testar quão bem a interface do usuário e as interações funcionam em um ambiente relativamente livre de riscos (já que não precisarão testá-lo com clientes reais). Fazer isso ajudará a fazer refinamentos na experiência geral do usuário (UX) do produto, reduzindo significativamente a probabilidade de problemas surgirem quando o produto for oficialmente lançado, assim atraindo novos usuários e reduzindo as taxas de abandono de clientes.

Pergunta: Se você não pode conduzir pesquisas, é aceitável usar personas sintéticas? Talvez sim, talvez não. Você sempre pode aprender algo novo, em vez de não aprender nada. No entanto, basear decisões críticas de produto ou marketing em dados sintéticos não é ideal.

Suponha que seu novo recurso seja um sucesso com seus clientes sintéticos. Você o lança no mercado, mas ele falha com os usuários reais. O que acontece então? Você desperdiça recursos e perde dinheiro que poderia ter sido melhor investido em outro lugar. Então, sempre leve suas respostas com cautela.

Os Desafios com Usuários Sintéticos

Não importa o quão sofisticada a IA se torne, existem muito mais limitações dos usuários sintéticos do que aparenta. As personas sintéticas são construídas usando modelos de machine learning, então são muito úteis em cenários onde dados reais de clientes são escassos ou limitados. No entanto, existem algumas coisas que você precisa saber antes de incorporá-las ao seu fluxo de trabalho.

Para começar, as personas sintéticas têm dificuldade em capturar toda a gama de comportamentos e ações humanas; suas respostas podem ser muito simplificadas, genéricas ou lógicas. Os seres humanos nem sempre são lógicos – somos influenciados por vários fatores internos e externos (como nossas experiências pessoais, personalidades, opiniões e valores) que governam a maneira como funcionamos e respondemos às coisas.

A inteligência artificial e os sistemas de machine learning, as bases das personas sintéticas, ainda não são capazes de compreender esses fatores. Por exemplo, os respondentes de IA sempre querem agradar o entrevistador, completar totalmente qualquer tarefa dada e responder às perguntas de forma afirmativa (um fenômeno chamado bajulação). Eles fornecem respostas unidimensionais, e parecem se importar com tudo; fornecendo uma longa lista de necessidades, desafios e interesses. As pessoas não têm essas listas – elas se importam com coisas específicas, e outras coisas nem passam por suas mentes.

Em seu artigo intitulado "A Manager and an AI Walk into a Bar: Does ChatGPT Make Biased Decisions Like We Do?" Chen et al. descobriram que o ChatGPT frequentemente não consegue replicar efeitos que caracterizam o comportamento do cliente, como a falácia do custo irrecuperável. As pessoas continuam dando lances em um item mesmo depois que o preço ultrapassou seu valor real, apenas porque querem ganhar o lance. Além disso, não há hierarquia em suas respostas – como você entende o que é importante e o que não é?

Outra preocupação é os dados usados para criar personas sintéticas; se os dados de treinamento forem tendenciosos, as respostas conterão e perpetuarão estereótipos. A escassez de dados também dificulta a representação de usuários sub-representados ou marginalizados. A validação também é complicada. Não é fácil testar usuários sintéticos em situações e resultados do mundo real. Eles precisam ser constantemente monitorados, atualizados e verificados com dados reais de usuários. Estamos falando de dados anonimizados e que não revelam informações sensíveis dos clientes.

Mesmo que você tenha todas essas coisas resolvidas em sua lista de verificação, integrar usuários sintéticos aos seus sistemas existentes pode se mostrar difícil. Além dos problemas técnicos e de dados, convencer stakeholders céticos sobre sua utilidade pode ser seu maior desafio. Pior ainda, sua empresa pode se acostumar a usar clientes sintéticos para pesquisa de usuários e não querer investir na coisa real.

O Futuro das Personas Sintéticas

As personas sintéticas revelam insights desconhecidos sobre seus clientes. Mas podemos confiar em dados sintéticos? É confiável, é ético? Quem sabe. Alguns dizem que são o futuro da pesquisa de usuários, outros dizem que falta a nuance e variação geralmente encontradas em respondentes humanos. Ainda assim, em um mundo onde a pesquisa de mercado custa os olhos da cara, as personas sintéticas são uma forma econômica de entender seus clientes.

Você pode aprender sobre um novo grupo de usuários, o que os interessa e como eles se comportam online, e desenvolver proto-personas e jornadas de usuário que podem ajudá-lo com usuários reais. Como toda invenção, as personas sintéticas vêm com uma lista de prós e contras, mas quando bem feitas, os primeiros superam em muito os últimos.