为什么合成焦点小组在市场研究中越来越受欢迎

合成焦点小组使用AI生成的受访者模拟真实的人类互动。您基本上收集有关客户的数据,将其输入合成市场研究工具,并创建基于该信息做出响应的合成用户。除了文本聊天之外,您还可以使用它们来运行调查、访谈和合成用户测试研究。

但合成受访者的意义何在?有人可能会争辩说,您只是得到了本来就能猜到的答案。如果您并没有真正发现任何新信息,这种方法有什么新颖之处?

当然,它比传统研究方法更便宜,传统方法可能成本高昂且耗时,需要招募参与者并聘请可靠的市场研究人员。此外,您获得的模拟永远不会疲倦,全天候可用,成本只是其中的一小部分。您可以不断提问并根据需要调整研究,而无需担心疲劳或时间冲突。

合成焦点小组还有许多其他优缺点,在本文中,我们将介绍其中的大部分,以及它们的工作原理和一些实际应用案例。

关于合成客户和市场研究的一切

合成市场研究利用AI模型和机器学习系统,基于实际受众的人口统计、心理统计和行为输入生成逼真的"合成用户"。这些合成 persona表现得像虚拟客户,以类似人类的方式做出响应,让营销人员无需完全依赖真实参与者即可进行研究。

那么,它们准确吗?这是有争议的。

例如,Google DeepMind和Stanford的一项研究发现,基于GPT的"合成人"与真实参与者的调查答案匹配度约为85%,证明当AI接受高质量人类数据训练时,可以非常接近地模仿真实用户。

研究人员首先进行了两小时的定性访谈,从1,000名不同背景的人群中收集全面的生活史。然后将这些访谈输入GPT-4o以创建合成 persona或"代理"。接下来,参与者和他们对应的AI代理都被要求完成一组社会科学测试,如General Social Survey (GSS)和Big Five Personality Inventory。

结果显示,代理以85%的准确率复制了参与者的GSS回答。

类似的模式出现在现实世界的新闻编辑室用例中。在Digiday Podcast节目中,The Times和Sunday Times的总经理Tracy Yaverbaun解释了她的团队如何尝试合成研究技术。为了测试它,他们使用642,000名订阅者的数据库构建了一个AI生成的受众面板。

然后The Times使用这些合成受访者来帮助确定新商业播客的名称。就像DeepMind研究一样,他们将合成回答与真实用户进行了比较。合成面板的答案准确率约为92%,仅比传统研究基准93%低一个百分点。

当然,并非所有回答都有意义。

当被问及他们希望从Times获得什么新体验时,合成客户都热衷于摘要、AI解释器和更多自动化。然而,实际的忠实客户群对在产品中引入AI的兴趣要低得多。

所以这有点不确定,取决于您如何看待它。目前,合成受访者提供了一个实验空间,一个供品牌试验的沙盒,而不是现实世界研究的替代品。

什么是合成焦点小组?优点、缺点及更多信息

如前所述,合成焦点小组(SFGs)代表AI personas或模拟用户,这些用户代表不同类型的用户。这些用户可以相互交谈,对他人的发言做出反应,并一起讨论想法,就像真实焦点小组中的参与者一样。

SFGs不仅仅分析现有数据——与传统的AI分析或预测建模相反——它们通过文本对话主动生成新的定性见解。它们如今受到关注的原因很简单:传统焦点小组对小企业和初创公司来说并不实际可行。

大品牌的情况也是如此。它们成本高昂、耗时且在物流上复杂。你必须招募参与者,设计研究计划,并且要么自己主持讨论,要么聘请专业主持人,这会使过程变得更加昂贵。

此外,合成焦点小组允许你快速测试多个场景、信息和产品概念。因为它们是AI personas,所以不存在从众效应,没有单一的"大嗓门"主导对话,也远少了可能影响反馈的社会压力。它们还消除了主持人偏见,因为AI主持人遵循预定义的讨论结构。

合成焦点小组在实践中如何运作

大多数合成研究工具在焦点小组方面的工作方式非常相似。你选择你的小组成员,分享你的研究目标,然后添加讨论指南。从那里开始,AI主持人为你运行会议,引入主题,提出后续问题,并保持对话在正轨上。

其中一个优势是你可以同时运行多个焦点小组,每个小组都针对不同的customer segment或persona量身定制。结果几乎是即时的,包含完整的记录和易于理解的见解,包括主要主题、情感、一致或不一致的观点以及引用。

最好的部分是你可以自由实验。没有想法过于冒险或过于大胆而不能尝试。

营销团队可以先通过合成焦点小组运行有风险的campaign想法,看看不同用户如何反应,哪些标题能引起共鸣,以及哪些信息传递效果不佳。同时,UI/UX团队可能会制作新结账流程的原型,并使用合成用户来演练,找出人们感到困惑或放弃的地方。与此同时,产品团队可以测试三种不同的定价模型——订阅制、按使用付费和freemium——通过运行并行焦点小组,看看哪个选项对每个细分市场最具吸引力。

由于一切都快速进行且没有现实世界的风险,团队可以尝试复杂的想法,并在涉及真实客户之前改进它们。

合成焦点小组的优点和缺点

我们显然处于一个感觉甚至不需要人来进行市场研究的时代。但这是MarTech的下一个大事件还是只是另一个AI噱头?

主要的批评是AI模型依赖于历史数据,所以它们基本上是在重新混合已知的东西,而不是产生新的东西。但如果你的目标是了解现有的customer segments,这并不是真正的致命问题。

还有一个事实是AI没有感觉。它不是人类。它不会像人一样感到恼怒、疲倦或有偏见,这实际上可能是一个优点,因为这些情绪经常影响真实的访谈回应。

另一方面,很难完全信任合成用户生成的反馈。到了某个点,数据可能会被稀释,可能不再是真实人类体验的真实代表。还记得"AI内容衔尾蛇",即AI模型在AI生成的内容上进行训练吗?

那么你为什么应该使用合成焦点小组?

首先,大多数企业根本没有对回答调查或参加焦点小组感到兴奋的客户。在这些情况下,合成方法可以是一个实用的替代方案。

你不必花钱招募或管理人类参与者。AI参与者可以全天候运作,这使你的研究具有惊人的可扩展性。你还可以灵活地从几乎任何人口统计、心理统计或行为细分中创建合成用户。而且速度很快。

因为合成客户基于广义的客户数据,它们不会像处理真实客户数据那样带来相同的合规性、隐私或同意风险。

有趣的事实: SFGs可用于填补知识空白和预测需求。例如,在零售业,它们可以帮助改进产品和促销活动,以捕获新的市场细分。这反过来可以提高每一美元投资的ROI,并推动盈利增长。

那么,如何创建合成客户?

人类行为是复杂的,但并非总是如此。有了准确的客户数据,你可以预测很多事情。合成客户就是实现这一目标的一种方式。由于它们是基于现有用户数据构建的虚拟化身,因此可以用来模拟真实客户的行为和偏好。

生成合成客户最简单的方法是通过大型语言模型或LLM,如ChatGPT。只需要一个包含目标受众和产品简要或详细描述的提示词即可。

从各方面来说,你都可以使用这些"AI personas"来测试产品概念、营销活动和业务策略。然而,要做好准备面对通用化的输出,有时还会出现对某些人口群体的刻板印象。

更好的方法是使用在线专业的合成市场研究工具,如Delve AI的Synthetic Research软件,该软件专为此目的而构建。

被Factors AI誉为"HBR和学术界正在探索的合成 persona/数字孪生理念的实现——但附加了营销输出",Delve AI在构建这些合成用户的方式上与通用生成式AI工具区别开来。它们源自基于真实客户数据的personas,包括CRM记录、网络分析、social audience情报和40多个公共数据源。这还包括从评论、评分、社区论坛、博客、新闻频道等处提取的客户之声信号。

因此,你的合成受访者是基于真实人群的实际思考、交谈和行为方式,而不仅仅是AI模型猜测的可能方式。

它的工作方式很简单:首先生成用户personas,然后创建合成小组,最后使用这些小组进行研究。

步骤1. 生成用户personas

Delve AI的在线persona生成器目前提供六种类型,在这个案例中,我们将使用研究 persona工具。

登录并进入Research Persona。然后,上传你的市场研究文档,如访谈记录、用户档案、调查或行业新闻,基本上任何与你的受众相关的内容。没有研究材料?没问题。只需添加对目标受众的详细描述,点击创建Personas,Delve AI就会根据你提供的数据开发personas。

该平台使用AI和机器学习创建独特的受众档案。根据你的数据库和使用场景,你将获得一个或多个personas。每个细分市场包括persona详情、受众分布、影响者和旅程地图。

点击Persona详情查看用户人口统计、购买触发因素、心理驱动因素(如目标、动机、需求)、生活方式、职业状态和核心挑战。你还会发现他们的沟通偏好、社交网络、品牌、购物网站、YouTube频道、播客、subreddits等方面的洞察。

你的每个persona每月都会用新数据刷新,你可以通过添加新的研究材料不断提高其准确性。

步骤2:创建模拟用户小组

下一步是为你的研究生成合成用户或小组。首先,进入Synthetic Research并购买所需数量的用户。然后,用这个群体创建一个小组,并给它命名,如营销洞察组。

然后你会进入一个屏幕,可以选择使用哪个persona或persona产品来创建合成用户。在这个例子中,我们从Research Persona中选择了一个名为Edward Collins的细分市场。

选择后,软件会基于这个persona细分市场生成合成用户。你可以使用它们进行不同类型的合成研究。每个合成客户还配有开始聊天选项,允许你直接与他们互动。

步骤3:进行调查和访谈

要进行调查或合成访谈,请进入研究并在仪表板上选择创建研究。系统会提示你:

• 选择你的合成用户小组
• 输入研究名称(例如,产品市场契合度调查)
• 选择用户数量(例如,100)
• 上传包含你的调查问题的CSV文件(例如,多选题、评分量表、开放式问题和排序问题)

该平台会在小组中进行调查,并自动将结果转换为图表和主题。

点击数据按钮查看有多少人回答了每个问题以及他们是谁。你还可以查看完整的调查/访谈记录,并按问题或按受访者排序。

想要深入了解表面答案之外的内容?使用聊天功能进行跟进,询问用户为什么做出某些选择。你还可以探索其他营销或产品问题。例如,在下面的示例中,我们询问了一位用户是什么影响了他们在线完成购买的决定。

因为所有内容都是结构化的并与真实数据集相关联,我们的平台可以运行比通用聊天机器人提示更受控的模拟。你会得到更少的刻板印象、更多的一致性,以及更接近你实际可以采取行动的结果。

步骤4:进行焦点小组讨论

进行焦点小组讨论的工作流程与上一步非常相似。你只需选择焦点小组选项,点击"创建新焦点小组",并填写所需的详细信息。输入研究名称,选择参与者数量(最多15人),指定会议持续时间,并写下讨论目标和主题。最后,选择你想用于焦点小组的用户小组——例如,营销洞察组。

下一步是添加你的讨论指南。你可以手动输入讨论部分和描述,也可以使用Delve AI自动生成的指南。如果你有任何想在讨论中使用的文件(JPG、PNG、MP3或MP4),也可以将它们上传到平台。当一切就绪后,审查所有详细信息并点击"运行研究"。

如你所见,该平台会分析所有模拟用户的回应,以识别重要的主题和代码。你还可以查看焦点小组讨论的完整记录,以及突出关键发现的摘要报告。

开始使用合成市场研究

您可能会想:合成市场研究会取代传统的、基于人类的研究吗?目前来看,这种可能性极小。

合成用户非常适合早期阶段的测试和预测建模,但情感和潜意识决策还不是它们已经掌握的东西。因为一切都是基于文本的,你无法真正捕捉到语气、肢体语言或通常伴随人们说话或反应的微妙表情。

AI受访者也可能忽略文化和社会背景,比如社会趋势或俚语,因为它们是基于过去的数据进行训练的。因此,虽然合成用户非常有用,但最好将它们视为人类研究的补充,而不是替代品。

在使用合成用户之前和使用过程中,还有几件事需要牢记:

• 不要在数据上偷工减料。合成受访者的质量完全取决于用于构建它们的数据。它们的好坏取决于您提供的输入。
• 警惕偏见。AI可能会在您的研究中引入偏见。例如,它通常倾向于过度积极并关注最佳可能结果。
• 测试多个工具。在选定一个平台之前,尝试不同的合成市场研究平台。问问自己:personas是否真实?该工具是否支持我想要测试的用例?
• 从小处着手。从对您的业务没有重大影响的低风险、简单任务开始。这有助于您在不冒太大风险的情况下评估可信度和准确性。
• 用人类研究进行验证。将结果与由真实人类参与者组成的传统测试组进行对比,以检查准确性和可靠性。

最后的思考

尽管存在各种缺陷,人工智能只会在未来变得更好、更复杂;毕竟,看看我们自2022年以来已经取得了多大的进步。也许在一两年内,合成用户将摆脱大多数偏见,并将改善决策制定。

它们已经可以加快洞察的速度。在传统的市场研究中,当结果到达时,市场可能已经发生了变化。合成用户大大缩短了获得洞察的时间,使团队能够全天候测试新概念、新想法和新激励措施。它们有助于将假设转化为行动,而无需长时间等待。

合成受访者还超越了分析过去数据的范畴,可以告诉你客户未来可能会做什么。它们可以大规模展示不同客户群体的思维和行为方式。

话虽如此,合成焦点小组无法取代人类参与者。它们不具备同理心,也不用情感思考,至少目前还不行。因此,虽然它们可以证明是有用的,但应该用来补充而不是取代人类的意见。