Синтетические персонажи решают проблему холодного старта с точностью 85%, моделируя поведение поиска в разных сегментах пользователей.

Повышайте свои навыки с помощью еженедельной экспертной информации Growth Memo. Подпишитесь бесплатно!

Мы все знаем, что оперативное отслеживание имеет направленный характер. Самый эффективный способ уменьшить шум — отслеживать подсказки на основе персонажей.

<стр>На этой неделе я расскажу: <ул>

Почему персонализация с помощью ИИ заставляет традиционное “отслеживать поисковую выдачу” модели неполны, и как синтетические персонажи заполняют этот пробел.

<ли>Данные валидации в Стэнфорде показывают точность 85% при одной трети стоимости и то, как компания Bain сократила время исследований на 50-70%.

Структура карты персоны из пяти полей и способы создания 15-30 отслеживаемых подсказок для каждого сегмента на разных уровнях намерений.

Лучший способ сделать ваше быстрое отслеживание более точным — основывать его на персонах. Синтетические персонажи ускоряют работу за небольшую цену. (Изображение предоставлено: Кевин Индиг)

Большая разница между классическим поиском и поиском с использованием искусственного интеллекта заключается в том, что последний дает очень персонализированные результаты.

<ул>

Каждый пользователь получает разные ответы в зависимости от контекста, истории и предполагаемого намерения.

Среднее приглашение ИИ примерно в 5 раз длиннее, чем классические ключевые слова поиска (23 слова против 4,2 слова), передавая гораздо более насыщенные сигналы о намерениях, которые модели ИИ используют для персонализации.

Персонализация создает проблему отслеживания: вы не можете отслеживать “the” Реакция ИИ больше, потому что каждое приглашение по сути уникально и формируется в зависимости от индивидуального пользовательского контекста.

Традиционное исследование личности решает эту проблему – вы сопоставляете различные сегменты пользователей и отслеживаете ответы для каждого – но это создает новые проблемы. Проведение интервью и обобщение результатов занимают недели.

К тому времени, как вы закончите, модели ИИ изменились. Персоны становятся устаревшей документацией, которую никогда не используют для фактического отслеживания подсказок.

Синтетические персонажи заполняют этот пробел, создавая профили пользователей на основе поведенческих и профилирующих данных: аналитики, записей CRM, заявок в службу поддержки, сайтов отзывов. Вы можете создать сотни вариантов микросегментов и взаимодействовать с ними на естественном языке, чтобы проверить, как они формулируют вопросы. <п>Самое важное: они являются ключом к более точному отслеживанию запросов, поскольку они имитируют реальные информационные потребности и ограничения.

Сдвиг: Традиционные персоны носят описательный характер (кто пользователь), синтетические персоны прогнозируют (как ведет себя пользователь). Один документирует сегмент, другой его моделирует.

Изображение предоставлено: Кевин Индиг

Пример: Персона покупателя корпоративных ИТ с заданием, которое необходимо выполнить “оценить соответствие требованиям безопасности” и ограничение “необходим контрольный журнал закупок” будет предлагать иначе, чем отдельный пользователь с заданием “найти самый дешевый вариант” и ограничение «требуется решение в течение 24 часов».

<ул>

Первое приглашение: “журналы аудита соответствия требованиям SOC 2 средств управления корпоративными проектами”

Второе приглашение: “лучшее бесплатное приложение для управления проектами”

<ли>Одна и та же категория товаров, совершенно разные подсказки. Вам нужны оба персонажа, чтобы отслеживать оба шаблона подсказок.

Создавайте персонажей с точностью 85% за одну треть цены

Стэнфорд и Google DeepMind обучили синтетических персонажей на стенограммах двухчасовых интервью, а затем проверили, могут ли ИИ-персонажи предсказать, как те же самые реальные люди будут отвечать на вопросы опроса позже.

<ул>

Метод: Исследователи провели последующие опросы среди участников первоначального интервью, задавая им новые вопросы. Синтетические персонажи ответили на те же вопросы.

<сильный>Результат: <сильный>85% точности. Синтетические персонажи повторяли то, что говорили реальные участники исследования.

<ли>Для контекста это сравнимо с согласованностью повторных тестов человека. Если вы зададите одному и тому же человеку один и тот же вопрос с разницей в две недели, он примерно на 85% будет согласен с самим собой.

В ходе контролируемых экспериментов Стэнфордское исследование также измерило, насколько хорошо синтетические личности предсказывают модели социального поведения – например, кто будет сотрудничать в доверительных играх, кто будет следовать социальным нормам и кто будет справедливо делиться ресурсами.

<п>Корреляция между синтетическими предсказаниями личности и реальным поведением участников составила 98%. Это означает, что персонажи ИИ не просто запоминали ответы на интервью; они уловили основные поведенческие тенденции, которые предсказали, как люди будут действовать в новых ситуациях.

Bain &amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp; Компания запустила отдельный пилотный проект, который продемонстрировал сопоставимое качество понимания при затратах на треть меньше и в два раза меньше времени, чем традиционные методы исследования. Их результаты: сокращение времени на 50-70% (дни вместо недель) и экономия средств на 60-70% (отсутствие платы за набор персонала, стимулов и услуг по транскрипции).

Подвох: эти результаты полностью зависят от качества входных данных. В Стэнфордском исследовании использовались подробные двухчасовые стенограммы интервью. Если вы тренируетесь на поверхностных данных (только просмотры страниц или базовые демографические данные), вы получите поверхностные персоны. Мусор на входе, мусор на выходе.

Как создавать синтетические персонажи для более быстрого отслеживания

<стр>Построение синтетической личности состоит из трех частей: <ол>

Наполните его данными из разных источников о ваших реальных пользователях: расшифровками звонков, интервью, журналами сообщений, данными обычного поиска.

Заполните карточку персонажа – пять полей, которые отражают то, как человек думает и ищет.

Добавляйте метаданные, чтобы отслеживать качество персонажа и определять необходимость его обновления.

<п>Ошибка большинства команд: попытка создать персонажей из подсказок. Это циклическая логика – вам нужны персоны, чтобы понять, какие подсказки отслеживать, но вы используете подсказки для создания персон. Вместо этого начните с информационных потребностей пользователя, а затем позвольте ему преобразовать эти потребности в вероятные подсказки.

Источники данных для подачи синтетических персон

Цель состоит в том, чтобы понять, чего пользователи пытаются достичь, и какой язык они обычно используют:

<ол>

Заявки на поддержку и форумы сообщества: точный язык, который клиенты используют при описании проблем. Нефильтрованный, высокоинтенсивный сигнал.

CRM и стенограммы переговоров по продажам: вопросы, которые они задают, возражения, которые они выдвигают, варианты использования, которые завершают сделки. Показывает процесс принятия решений.

<сильный>Интервью и опросы клиентов: Прямой голос клиента об информационных потребностях и исследовательском поведении.

Сайты отзывов (G2, Trustpilot и т. д.): то, что они хотели бы знать перед покупкой. Разрыв между ожиданием и реальностью.

Данные запросов Search Console: Вопросы, которые они задают Google. Используйте регулярное выражение для фильтрации запросов типа вопроса: <п>(?i)^(кто|что|почему|как|когда|где|который|может|делает|есть|должен|руководство|учебник|курс|учить|примеры?|определение|значение|c контрольный список|фреймворк|шаблон|советы?|идеи?|лучшие|топ|списки?|сравнение|против|разница|преимущества|преимущества|альтернативы)b.*

(я предпочитаю использовать данные за последние 28 дней, сегментировать по целевой стране)

Структура карты персоны (только пять полей – больше создает долг по техническому обслуживанию):

Эти пять полей содержат все необходимое для моделирования того, как кто-то будет подсказывать системе ИИ. Они минималистичны по дизайну. Вы всегда можете добавить больше позже, но если начать с простого, персонажей будет легче поддерживать.

<ол>

<сильный>Необходимая работа: Какую реальную задачу они пытаются решить? Не “узнать о X” но “решить, покупать ли X” или “исправить проблему Y.”

<сильные>Ограничения: Каковы их временные ограничения, уровни толерантности к риску, требования соответствия, бюджетные ограничения и ограничения на инструменты? Они определяют то, как они ищут и какие доказательства им нужны.

<сильный>Показатель успеха: Как они оценивают “достаточно хорошо?” Руководители хотят направленной уверенности. Инженерам нужны воспроизводимые характеристики.

<сильный>Критерии принятия решения: Какие доказательства, структура и уровень детализации им требуются, прежде чем они начнут доверять информации и действовать на ее основе?

<ли><сильный>Словарный запас: Какие термины и фразы они обычно используют? Не “смягчение оттока” но “удержание клиентов” Не “UX-оптимизация” но “упрощение использования сайта”

<сильный>Требования к характеристикам

Это метаданные, которые делают синтетические личности заслуживающими доверия; это предотвращает возникновение “черного ящика” проблема. <стр>Когда кто-то подвергает сомнению действия человека, вы можете найти доказательства. <п>Эти требования составляют основу непрерывного развития личности. Они отслеживают изменения, источники и уверенность в весах.

<ул>

Происхождение: Какие источники данных, диапазоны дат и размеры выборки использовались (например, “Запросы в службу поддержки за 3 квартал 2024 г. + Обзоры G2”).

<сильный>Показатель уверенности в каждом поле: Высокий/Средний/Низкий рейтинг для каждого из пяти полей карты персоны, подкрепленный количеством доказательств. (например, “Критерии принятия решения: ВЫСОКАЯ достоверность, на основе 47 звонков по продажам vs. Словарь: НИЗКАЯ достоверность, на основе 3 внутренних электронных писем”).

Примечания к освещению: Четко укажите, чего не хватает в данных (например, “Представляет слишком много корпоративных покупателей, полностью не учитывает пользователей, которые ушли до обращения в службу поддержки”).

<сильный>Проверочные тесты:Три-пять проверок реальности на соответствие известным бизнес-истинам для выявления галлюцинаций. (например, “Если персонаж утверждает, что ‘цена’ является верхним ограничением, соответствует ли это нашим фактическим данным цикла сделки?”).

Триггеры регенерации: Предварительно определенные сигналы о том, что пора перезапустить сценарий и обновить персону (например, на рынке появляется новый конкурент или словарный запас в заявках в службу поддержки значительно меняется).

Где лучше всего работают синтетические персонажи

<п>Прежде чем создавать синтетические персонажи, поймите, в чем они добавляют ценности, а где нет.

Важные случаи использования

<ул>

Быстрый дизайн для отслеживания ИИ: смоделируйте, как разные сегменты пользователей будут формулировать вопросы поисковым системам ИИ (основной вариант использования, описанный в этой статье).

<сильный>Ранняя стадия концептуального тестирования: протестируйте 20 вариантов сообщений, сузьте их до пяти лучших, прежде чем тратить деньги на реальные исследования.

Исследование микросегментов: понимание поведения при выполнении десятков различных функций пользователя (администратор предприятия, индивидуальный участник или исполнительный покупатель) или вариантов использования без собеседования с каждым из них.

<сильный>Труднодоступные сегменты: тестируйте идеи вместе с руководителями закупок или техническими оценщиками, не тратя их времени.

Непрерывная итерация: обновляйте персоналии по мере поступления новых заявок в службу поддержки, отзывов и звонков по продажам.

Важные ограничения синтетических личностей, которые вам нужно понять

<ул>

<сильный>Склонность к подхалимству: персонажи ИИ слишком позитивны. Реальные пользователи говорят: «Я начал курс, но не закончил». Синтетические личности говорят: «Я закончил курс». Они хотят угодить.

<сильный>Недостающее трение: Они более рациональны и последовательны, чем настоящие люди. Если ваши данные обучения включают заявки в службу поддержки, описывающие разочарования, или обзоры, в которых упоминаются болевые точки, персонаж может сослаться на эти шаблоны, когда его спросят – он просто не будет спонтанно испытывать новое трение, которого вы раньше не видели.

<сильный>Неглубокая расстановка приоритетов: спросите, что важно, и они назовут 10 одинаково важных факторов. У реальных пользователей есть четкая иерархия (цена в 10 раз важнее цвета пользовательского интерфейса).

<сильная>Наследственная предвзятость: Происходят смещения тренировочных данных. Если ваша CRM недостаточно представляет покупателей из малого бизнеса, ваши персоны тоже будут.

<сильный>Риск ложной уверенности: Самая большая опасность. Синтетические персонажи всегда дают последовательные ответы. Это делает команды самоуверенными и пропускает реальную проверку.

Правило работы: Используйте синтетические персонажи для исследования и фильтрации, а не для принятия окончательных решений. Они сужают ваш набор возможностей. Реальные пользователи делают последний выбор.

Решение проблемы холодного запуска для оперативного отслеживания

Синтетические персонажи — это инструмент фильтра, а не инструмент принятия решений. Они сузят ваш набор вариантов с 20 идей до пяти финалистов. Затем вы проверяете эти пять реальных пользователей перед отправкой.

Что касается отслеживания подсказок ИИ, синтетические персонажи решают проблему холодного запуска. Вам не терпится накопить реальный объем запросов за шесть месяцев, прежде чем приступить к оптимизации. Синтетические персонажи позволяют мгновенно моделировать поведение различных сегментов пользователей, а затем уточнять их по мере поступления реальных данных.

Когда они приведут вас к неудаче, так это если вы будете использовать их как предлог для пропуска реальной проверки. Команды любят синтетических персонажей, потому что они быстры и всегда дают ответы. Это также делает их опасными. Не пропускайте этап проверки с реальными клиентами.