ChatGPT научился притворяться вашим покупателем: как маркетологи экономят миллионы на исследованиях с помощью ИИ

Компания Colgate-Palmolive вместе с PyMC Labs доказали, что языковые модели предсказывают покупательское поведение с точностью 90%. И дают более глубокие инсайты, чем живые люди. Представьте: вместо того чтобы месяцами собирать фокус-группы и тратить сотни тысяч рублей на опросы, вы просто «спрашиваете» у ChatGPT, купят ли люди ваш новый продукт. И получаете ответ, который совпадает с реальными опросами на 90%.

Звучит как фантастика? PyMC Labs совместно с гигантом Colgate-Palmolive провели масштабное исследование на базе 57 реальных потребительских опросов с участием 9300 человек. Результаты взорвали представления о том, как можно проводить маркетинговые исследования.

Каждый маркетолог сталкивался с этим: заказываешь исследование за несколько миллионов, ждешь результаты месяц, а в итоге получаешь размытые данные. Люди в опросах часто врут, стесняются честно отвечать или просто кликают наугад, чтобы быстрее закончить.

Компании тратят миллиарды долларов ежегодно на потребительские исследования. И при этом до 70% новых продуктов проваливаются на рынке. Почему? Потому что традиционные методы опросов искажены:

Исследователи из PyMC Labs взяли 57 реальных опросов о продуктах личной гигиены, которые Colgate-Palmolive проводила среди американских потребителей. В каждом опросе участвовало от 150 до 400 человек. Им показывали концепцию нового продукта и спрашивали: «Насколько вероятно, что вы купите этот продукт?»

Затем они провели тот же опрос, но вместо людей использовали GPT-4o. Модели «давали роль» конкретного покупателя: «Ты женщина 35 лет, живешь в Нью-Йорке, доход выше среднего». Показывали ту же карточку продукта и задавали тот же вопрос.

Но вот в чем фишка — исследователи не просили ИИ поставить оценку от 1 до 5. Они попросили модель написать развернутый ответ, как обычный человек. Например: «Наверное, куплю. Мне нравится, что продуктом легко пользоваться, и цена вполне приемлемая».

Здесь начинается самое интересное. Исследователи разработали метод SSR (Semantic Similarity Rating) — семантическое сопоставление рейтингов.

Работает это так:

Гениальность подхода в том, что он учитывает неоднозначность человеческих ответов. Фраза «наверное, куплю» может означать и 4, и 5 баллов в зависимости от контекста. Метод SSR это учитывает и дает вероятностное распределение, а не жесткую оценку.

Когда сравнили предсказания ИИ с реальными опросами людей, корреляция составила 0.88-0.90. Для контекста: это уровень надежности повторного тестирования среди людей (test-retest reliability). То есть ИИ предсказывает так же точно, как если бы вы дважды опросили одних и тех же людей.

В отличие от прямых запросов («поставь оценку от 1 до 5»), метод SSR дает распределения, неотличимые от человеческих. Коэффициент сходства Колмогорова-Смирнова > 0.85 — это означает, что статистически распределения практически идентичны.

И вот что действительно взорвало мозг исследователям: синтетические потребители дают более детальные и продуманные объяснения своих решений, чем реальные люди.

Реальный человек: «Не куплю. Дорого».

ИИ-потребитель: «Вряд ли куплю этот продукт. Хотя концепция интересная и я вижу потенциальную пользу для моей кожи, цена кажется завышенной для продукта этой категории. К тому же, я уже использую проверенное средство, и не вижу достаточно убедительных преимуществ для перехода на новый бренд. Возможно, рассмотрела бы покупку, если бы была пробная версия или существенная скидка на первый заказ».

ИИ успешно воспроизводит влияние возраста и дохода на покупательские предпочтения:

Правда, с гендерными и региональными различиями модель справляется хуже — здесь еще есть над чем работать.

Успех метода объясняется несколькими факторами:

Когда вы просите ChatGPT напрямую поставить оценку от 1 до 5, модель сталкивается с проблемой калибровки. Она не знает, что для вас означает «3» или «4». Но когда модель генерирует текст, она опирается на огромный корпус реальных отзывов из интернета. Она «видела» миллионы примеров, как люди выражают свое отношение к продуктам.

В обучающих данных GPT-4 содержатся терабайты дискуссий о продуктах, отзывов, обсуждений на форумах. Модель впитала паттерны того, как разные демографические группы говорят о покупках. Метод SSR позволяет извлечь это знание в структурированном виде.

ИИ не стесняется, не торопится, не устает. Он может генерировать последовательные, продуманные ответы для тысяч виртуальных респондентов без снижения качества.

Быстрая валидация гипотез Вместо дорогих опросов проведите первичное тестирование идеи через ИИ. Создайте 100-200 виртуальных персонажей вашей целевой аудитории и «опросите» их.

Пример промпта:

Ты мужчина 28 лет, работаешь в IT, живешь в Москве, доход 200 тыс. рублей в месяц. Увлекаешься технологиями и гаджетами. Тебе показывают новый продукт: [описание вашего продукта]
Расскажи, купил бы ты этот продукт? Что тебе нравится, что смущает? Ответь как обычный человек, не как ИИ.

A/B тестирование концепций Протестируйте несколько вариантов позиционирования, упаковки или ценовых стратегий. ИИ поможет быстро отсеять неудачные варианты до запуска реальных тестов.

Сегментация и персонализация Создайте детальные профили для каждого сегмента аудитории. ИИ поможет понять, как разные группы воспринимают ваш продукт и какие сообщения для них работают лучше.

Предварительный скрининг концепций Прогоните сотни идей через ИИ-тестирование, прежде чем запускать дорогие количественные исследования. Это сэкономит миллионы на тестировании заведомо неудачных концепций.

Глубинные интервью в масштабе Получите качественные инсайты от тысяч «респондентов» за долю стоимости традиционных глубинных интервью.

Составьте список демографических и психографических характеристик:

Для каждого сегмента создайте 20-30 персонажей с разными комбинациями характеристик. Используйте ChatGPT, Claude или другую современную языковую модель.

Опишите продукт так, как вы бы представили его реальным покупателям:

Для каждого виртуального респондента запустите диалог:

[Описание персонажа]
Представь, что ты видишь этот продукт в магазине/онлайн: [Описание продукта]
Вопросы: 1. Купил бы ты этот продукт? Почему да или нет?
2. Что тебе нравится в этом продукте?
3. Что смущает или отталкивает?
4. При какой цене ты бы точно купил?
5. Кому бы ты порекомендовал этот продукт?

Количественный анализ:

Качественный анализ:

Проведите мини-опрос среди 20-30 реальных людей из целевой аудитории. Сравните результаты с ИИ-исследованием. Если расхождения минимальны — можете доверять синтетическим данным.

Крупный маркетплейс (название под NDA) тестирует новые категории товаров через ИИ-опросы. За месяц протестировали 200+ концепций, из которых в реальный запуск пошли только 12. Экономия на неудачных запусках — десятки миллионов рублей.

Производитель продуктов питания использует метод для тестирования новых вкусов и упаковок. Время от идеи до решения о запуске сократилось с 3 месяцев до 2 недель.

Банк тестирует новые финансовые продукты и их позиционирование. Особенно эффективно для сложных продуктов, где важно понять барьеры и опасения клиентов.

Гибридные исследования Комбинация ИИ-опросов для массового скрининга и глубинных интервью с реальными людьми для валидации. Это даст и широту охвата, и глубину понимания.

Персонализированные исследования в реальном времени Возможность мгновенно тестировать персонализированные предложения для каждого микросегмента аудитории.

Предиктивная аналитика нового уровня ИИ сможет не только предсказывать намерение покупки, но и моделировать долгосрочное поведение потребителей, LTV, вероятность оттока.

Автоматическая оптимизация продуктов Системы будут автоматически генерировать и тестировать тысячи вариаций продукта, находя оптимальную комбинацию характеристик для каждого сегмента.

Выиграют:

Проиграют:

ChatGPT / Claude

Уже появляются стартапы, предлагающие ИИ-исследования как сервис:

Исследование PyMC Labs и Colgate-Palmolive — это не просто академический эксперимент. Это доказательство того, что ИИ может фундаментально изменить подход к маркетинговым исследованиям.

Метод SSR показывает: правильно настроенные языковые модели способны не просто имитировать человеческие ответы, а давать более глубокие и структурированные инсайты о потребительском поведении.

Компании, которые первыми освоят эти инструменты, получат огромное конкурентное преимущество:

Вопрос не в том, заменят ли ИИ-исследования традиционные методы. Вопрос в том, как быстро это произойдет и успеете ли вы адаптироваться.

Начните экспериментировать уже сегодня. Даже простой тест с ChatGPT может дать неожиданные инсайты о вашем продукте. А через год тот, кто не использует ИИ в маркетинговых исследованиях, будет выглядеть как динозавр.

P.S. Если вы дочитали до конца, вы точно из тех, кто готов к изменениям. Попробуйте провести первое ИИ-исследование прямо сегодня. Это проще, чем кажется, и результаты вас удивят.

Ссылка на оригинальное исследование

На связи Роман Шарафутдинов! Я маркетолог, спикер, специалист по нейросетям и ИИ. Занимаюсь стратегическим консалтингом по внедрению ИИ в бизнес-процессы и жизнь. Обучаю, внедряю «под ключ» ИИ и нейросети в разные проекты, от простого уровня «работа/жизнь» до интеграции в бизнесы разного масштаба.