В СберМаркетинге создали синтетического респондента Скуфа

Он рассказал, как относится к Хеллоуину и какой костюм выбрал бы для вечеринки

Во многих проектах маркетологи по привычке фокусируются на зумерах — самой активной и легкой на подъем аудитории. Но в этот раз мы решили посмотреть в другую сторону — на тех, кто сдержаннее относится к трендам, не гонится за хайпом и предпочитает проверенные ценности. И сконструировали синтетического респондента на основе типажа, который по поведению и мировосприятию близок к так называемому cкуфу, — со всем уважением и легкой самоиронией. Затем сравнили его ответы с результатами реального исследования рынка досуга — и теперь любой может задать нашему Скуфу вопросы в Telegram.

Кто такие синтетические респонденты и какие маркетинговые задачи можно решать с их помощью

Синтетические респонденты — это цифровые модели людей, созданные на основе данных и описаний реальных типов аудитории, которые могут отвечать на вопросы, участвовать в интервью и моделировать поведение определенных сегментов аудитории. Синтетических респондентов можно использовать не только для того, чтобы опрашивать их вместо живых респондентов, но и для иллюстрирования, оживления готовых сегментаций (создания изображений респондентов из разных сегментов), а также для создания концепций и визуализации продуктов для этих сегментов.

Интерес к этому направлению вырос после эксперимента ученых Стэнфордского университета — исследователи создали ИИ-клонов, которые после двухчасового интервью смогли воспроизводить реакции и стиль поведения реальных людей с точностью до 85%.

На основе подобных идей маркетинговые команды в разных странах начали создавать собственных синтетических респондентов. Прежде всего это компании, у которых уже накоплены большие массивы данных о клиентах и результаты многочисленных исследований: например, Сбер, «Билайн» или онлайн-панели вроде OMI. Благодаря этому они могут обучать модели на реальных данных и быстро проверять гипотезы без дополнительных затрат и полевых этапов. А точность совпадения смоделированных данных с результатами опросов настоящих респондентов будет продолжать расти.

В России исследовательский стартап «Кукушка» первым запустил гибридные опросы, в которых реальные участники дополняются цифровыми клонами — моделями, обученными на сотнях параметров поведения. А компания «Родная речь» представила собственную разработку — платформу Synth, создающую синтетических респондентов с учетом национального и культурного контекста.

Цель эксперимента СберМаркетинга

Эксперимент должен был показать, способен ли синтетический респондент органично имитировать интонацию и систему взглядов человека, объединяющего поведенческие черты определенных когорт аудитории, и продемонстрировать возможности ИИ в маркетинговых исследованиях. Для этого с помощью искусственного интеллекта создали собирательного ироничного персонажа Скуфа — модель, основанную на ряде социальных и поведенческих характеристик, встречающихся у части аудитории. В нем объединены стереотипные установки: скепсис к быстрым переменам, консерватизм, прагматичный подход к повседневным задачам.

Как создавали модель Скуф

Модель настраивали с помощью объемных промптов и данных, в том числе примеров текстов в стиле скуфа. Для этого сформировали корпус с фразами, сленгом и привычками, типичными для персонажа, а также вложили в характер ключевые ценности (независимость, юмор и прямолинейность) и отношение к различным сферам жизни (работе, семье, здоровью). Это помогло искусственному интеллекту погрузиться в образ и отвечать в соответствии с ним.

Модель поведения «скуфовости» была заложена через:

• характерный сленг и жаргон (по сути, собственный tone of voice);
• определенные принципы и ценности;
• отношение к различным жизненным сферам: политике, семье, спорту, еде;
• поведение в бытовых ситуациях: как скуф ведет себя в интернете, на работе, в разговоре с соседями или продавцами.

Важно было не создать карикатуру или пародию, а добиться узнаваемого реалистичного тона. Это оказалось непросто: модель сначала выдавала ответы слишком гротескно, буквально интерпретируя «скуфство». Чтобы синтетический респондент звучал как живой человек, пришлось искать баланс между иронией и правдоподобностью.

Что проверяли

Накануне Хеллоуина мы решили поговорить со Скуфом о празднике, а заодно о том, как он проводит свободное время. Так появилась возможность сравнить ответы синтетического персонажа с реальными данными о досуге россиян.

На вопросы о Хеллоуине, отмечает ли он этот праздник, что думает о костюмах и тыквах, ответ Скуфа был лаконичным: «Новые праздники — сплошные расходы. Лучше бы не хлам покупали, а дома убрались». На вопрос, какой костюм он бы надел на праздник, Скуф ответил: «Мужику не к лицу в тряпках скакать. Лучше бы двор подмели».

Во втором блоке использовали вопросы из реального исследования о досуге: как человек проводит свободное время, на что тратит выходные, как относится к развлечениям? Например, на вопрос «Представьте, что у вас появились дополнительные ресурсы…» Скуф ответил так: «Дачу обустроил бы, беседку поставил для посиделок, гараж доделал, машину нормальную рабочую, компьютер мощный для игр, снасти для рыбалки». Ответ на вопрос «Какие праздники отмечаете?»: «Да какие… Новый год, может, день рождения. Остальное — суета».

Когда мы проводили исследование досуга россиян, то выделили сегмент, по поведению и мировосприятию близкий к тем, кого принято называть скуфами. Позже мы сравнили ответы нашего синтетического Скуфа с результатами этого сегмента — и они во многом совпали. Оба демонстрируют схожую систему установок: минимум активности, усталость от суеты, скепсис к новым привычкам и предпочтение простых бытовых радостей.

Эксперимент со Скуфом показывает, как искусственный интеллект помогает точнее работать с данными и превращает исследования в живые истории, где даже цифровой персонаж может стать героем.