Cada vez mais marcas estão recorrendo a personas sintéticas e dados sintéticos para diferentes etapas do processo de pesquisa, desde a identificação de insights até a avaliação de como uma mensagem será recebida pelo público.
O que está acontecendo
Durante uma recente conferência da MRS sobre insights impulsionados por inteligência artificial, especialistas relataram que a possibilidade de fazer perguntas a “consumidores simulados”, sobre temas que vão de embalagens a novos produtos, acelera o trabalho dos pesquisadores, que deixam de precisar retornar continuamente a grupos focais e outras formas de pesquisa qualitativa.
Separadamente, uma pesquisa da Strat7 sobre o uso de dados sintéticos, em vez de personas sintéticas ou gêmeos digitais, alerta que esse tipo de dado costuma funcionar bem para análises gerais, mas “isso começa a perder força quando é necessária precisão”.
Por que isso importa
As marcas precisam compreender seus consumidores, enquanto os pesquisadores precisam utilizar todas as ferramentas disponíveis para acompanhar as mudanças desse público. Não se trata apenas de velocidade e eficiência, embora esses sejam fatores importantes para a adoção da nova técnica.
Entre outros benefícios destacados durante o evento da MRS estão:
- Levar insights para áreas da empresa que ainda recebem pouca atenção;
- Reaproveitar relatórios de pesquisas já existentes;
- Dar suporte a projetos de pesquisa de maior escala.
O entusiasmo com o potencial das pesquisas sintéticas, porém, veio acompanhado do reconhecimento de algumas limitações, entre elas o risco de produzir respostas genéricas e a tendência dos sistemas de estabelecer conexões equivocadas entre diferentes informações.
O que a No7 Beauty Company faz
Para confiar nas respostas produzidas pelos modelos de IA, as personas de consumidores simulados precisam ser construídas a partir de pesquisas iniciais confiáveis e atualizadas regularmente com resultados validados.
A No7 Beauty Company, por exemplo, afirma ter alcançado 93% de correlação e 83% de precisão preditiva nos testes realizados com os oito segmentos de clientes que desenvolveu.
“Isso realmente mudou a forma como abordamos a pesquisa com consumidores. Passamos a ter uma compreensão contínua do nosso público, e o consumidor voltou a estar presente em cada decisão que tomamos”, afirmou Rosie Hudson, gerente global de insights.
A No7 Beauty Company e sua parceira Verve consideram as simulações “ativos vivos”, ou seja, recursos que continuam evoluindo conforme novos dados são incorporados. A partir da experiência das empresas, cinco aprendizados foram destacados:
- Comece pelo problema, não pela tecnologia: não faz sentido desenvolver uma solução de IA apenas para utilizar a tecnologia;
- Desenvolva pensando nas decisões: as simulações precisam ser fáceis de incorporar à rotina diária das equipes;
- A validação gera confiança; a confiança estimula o uso;
- A adoção é construída, não simplesmente lançada: esse processo precisa ser parte central de qualquer programa;
- A pesquisa continua sendo a base: o modelo só será tão bom quanto os dados utilizados para alimentá-lo.
O que outras marcas estão fazendo
- A IA é útil para coleta de dados e análise de segmentação, mas ainda apresenta limitações para compreender nuances culturais e pode identificar padrões que não existem. A Unilever, por exemplo, relatou que a tecnologia pode inventar códigos culturais e confundir sinais superficiais com significado.
- Segundo Hannah Robbins, da Quantum CS, o necessário é um ecossistema equilibrado, que combine amplitude, com análises conduzidas por IA, textura, proporcionada por semioticistas locais capazes de identificar verdades específicas de cada mercado, e profundidade, com pesquisadores humanos transformando padrões validados em “estratégias de marca viáveis e de alto impacto”.
- Na Sky, um dos principais usos das personas sintéticas é avaliar a atratividade de mensagens. O trabalho considera agrupamentos demográficos, padrões de comportamento e a maneira como os usuários se expressam. A recomendação de John-William Awbrey, responsável por insights de marca e campanhas, é não se contentar com a primeira resposta. Ele sugere formular as perguntas de maneiras diferentes, alterar o contexto, os critérios e os estímulos e repetir o processo para chegar a novas conclusões.
- A Diageo prefere utilizar grandes modelos de linguagem (LLMs) no final, e não no início, do processo de ideação. A empresa argumenta que a tecnologia é treinada a partir do que já existe e, por isso, tende a produzir ideias que não contemplam as tensões dos consumidores ou as diferenças culturais. Com o uso da ferramenta Evaluate Explore, da Kantar, por exemplo, a empresa conseguiu desenvolver conceitos que apresentaram resultados significativamente superiores aos produzidos por LLMs genéricos, 43% contra 11% em potencial preditivo de experimentação e 48% contra 7% em potencial preditivo de exclusividade, por exemplo.
“A tecnologia oferece um excelente ponto de partida, mas o elemento humano é cada vez mais importante” para compreender as nuances culturais, afirmou Salome Njomo, gerente de planejamento de inovação da Diageo para África e Europa.
Fonte: WARC
Entre em contato com o AcontecendoAqui se tiver interesse em divulgar seus trabalhos para a Comunidade AcontecendoAqui. Envie um e-mail para [email protected]
Leave a Reply