Как создать цифровых двойников вашей целевой аудитории и тестировать на них идеи

Вопрос «зайдёт ли идея аудитории?» — один из самых дорогих в маркетинге. Неправильный ответ может стоить десятки миллионов: в бюджете, в доверии к бренду и в потерянных возможностях. Поэтому этап тестирования идей стал обязательным перед запуском. Проверяют всё: от слоганов до роликов, от позиционирования до упаковки. И делают это разными способами: с помощью количественных исследований, фокус‑групп, онлайн‑опросов, A/B‑тестов. У каждого метода есть плюсы и минусы, но суть одна: прежде чем вкладываться, хочется знать, сработает ли.

Что не так с тестированием идей на реальных людях

Зачем я вообще поднимаю этот вопрос? Процессы выстроены, все работает, зачем ворошить? Отвечаю: во‑первых, есть проблемы с фидбэком в классических исследованиях. Креативы тестируются на реальных людях, а они иногда устают, не интересуются темой, не хотят вникать, говорят не то, что думают, а то, чего от них ждут. Поэтому в любом опросе будет определенный процент ответов, на которые не стоит полагаться при выборе креатива. Что‑то вроде — «норм», «затрудняюсь ответить», «прикольно», «ничего не зацепило», «похоже на то, что уже было», «обычный ролик».

Во‑вторых, технологии дают нам возможность упростить и ускорить процессы. Так, например, искусственный интеллект способен эмулировать респондентов, создавая двойников аудитории, которая вам нужна для тестирования. И тут я перехожу к следующему пункту.

Что такое AI‑персоны и как они создаются

Цифровые респонденты — это сложная языковая модель, обученная на большом массиве данных о поведении, ценностях, страхах и желаниях реальной аудитории. Мы работаем с ними на базе платформы для тестирования идей Fair Lab.

Чтобы избежать ИИ‑галлюцинаций и сделать ответы респондентов релевантными, нам нужно было выстроить создание и генерацию персон через определенную архитектуру, то есть схему, по которой устроено создание и поведение персонажей. Далее с помощью социологов из нашей команды мы дообучили модели, что существенно приблизило их к реальным людям.

На основе этих данных нам удалось создать убедительных AI‑персон с определённым контекстом и логикой восприятия. Он может быть, например:

• 29‑летней мамой из Краснодара, которая ценит безопасность и простоту;
• подростком из TikTok, который хочет «быть как все, но при этом уникальным»;
• бренд‑менеджером, уставшим от буллшита и ищущим честные смыслы.

Таких персон можно создавать под разные задачи и в необходимом количестве, выбирая географию, соцдем характеристики, интересы, контекст.Но что они умеют?

Какой фидбек дают AI‑персоны

Тут надо оговориться, что над качеством фидбека нам пришлось хорошенько поработать. Изначально языковые модели склонны к комплиментарности, подстройке под собеседника и сглаживанию ответов. Мы учили цифровых респондентов быть не только персонажами, но и личностями: устойчивыми, честными и не всегда с приятными ответами. Отдельным вызовом сейчас для нас является необходимость сделать респондентов менее внимательными. Человек склонен упускать какие‑то важные для бренда элементы, а синтетический респондент видит и помнит все. Это позволит нам моделировать ответы на вопросы “какой бренд/категория рекламируется?” или “что вы запомнили из ролика?”

Чего мы добились в итоге? Сейчас AI‑персона не просто оценивает идею «нравится — не нравится». Она:

1. Аргументирует свою реакцию, ссылаясь на свои ценности и опыт: «Я не понимаю, зачем мне это. Я люблю простые продукты без лишней философии».
2. Улавливает подтекст и коннотации: если ролик звучит «излишне рекламно», персона скажет это.
3. Оценивают по заданной шкале основные параметры: понятность, привлекательность, релевантность, уникальность и даже намерение купить.
4. Отвечают на открытые вопросы, что позволяет бренд‑командам лучше понять, что ждет их аудитория.

Представим, что у нас есть идея. На каком этапе встроить в процесс AI‑персон? Все как и в обычном исследовании, только без рекрута людей. Этапы такие:

1. Заполняем бриф — что именно хотим протестировать: креатив, идею, формат.
2. Создаём выборку AI‑персон с нужными параметрами (пол, возраст, профессия, поведение).
3. AI‑персоны смотрят/читают/слушают материал — например, сценарий ролика или описание продукта.
4. Они отвечают на вопросы — будто это реальные люди: дают оценки и развёрнутую обратную связь.
5. В конце мы получаем отчёт — с цифрами, текстами и инсайтами.

Давайте покажу на конкретном кейсе.

Как мы тестировали идеи

На базе платформы Fair Lab мы сгенерировали 150 AI‑персон с заданными соцдем параметрами и поведенческими характеристиками.

Покажу вам анкету одного из AI‑персон.

AI‑персоне Алексею понравилась идея номер 3. Вот как он её прокомментировал: «Понравилась именно эстетика — приятно смотреть, ничего не раздражает: цвета, свет, книжки эти, витражи. И главное — ощущение, что продукт прямо делается с любовью, как в искусстве каком‑то».

В итоге, из трех креативов AI‑персоны однозначно выбрали одну идею, которая лучше всего транслировала ключевые ценности бренда и вызывала доверие.

Мы сравнили данные AI‑персон с результатами живой фокус‑группы — они совпали.

Выводы

Мы всё еще отлаживаем работу с AI‑персонами, но уже сейчас можно сказать, что AI‑персоны — это:

1. Рабочий инструмент, который позволяет протестировать идеи быстро, без погрешностей, связанных с человеческим фактором — усталостью, социальными ожиданиями или поверхностным отношением к опросу.
2. При грамотной настройке AI‑персона не просто реагирует на креатив, а объясняет свою позицию.
3. AI‑персоны особенно ценны в условиях нехватки времени.
4. Их задача — не заменить реальную аудиторию, а оптимизировать процесс. AI‑персоны обеспечивают предварительную разведку, избавляют от заведомо слабых решений и экономят ресурсы.
5. К AI‑аудитории можно обращаться постоянно, а это шаг к более осознанному маркетингу, в котором любые гипотезы проходят проверку. Это означает, что продукты, созданные на их основе, будут востребованы.