Как быстро создать цифровую личность для задач маркетинга

Ранее рассказывали, как сконструировать синтетического респондента на основе типажа — например, «скуфа». В продолжение темы вместе с руководителем направления продвижения продуктов и контента СберМаркетинга Константином Медведевым посмотрим, в чем особенности синтетических респондентов, зачем они брендам, и как работают в маркетинговых исследованиях.  

Что такое «синтетические респонденты»

Маркетинговые исследования все чаще сталкиваются с ограничениями по времени и бюджету — гипотезы требуется проверять быстро, тогда как классические опросы и интервью остаются ресурсоемкими и медленными. При этом объем данных о поведении аудитории растет — компании накапливают результаты исследований, трекингов и аналитики, но не всегда успевают превращать их в прикладные инсайты.  

В ответ на эти вызовы исследователи все чаще прибегают к помощи технологий и нейросетей, в частности, создают и используют синтетических респондентов — цифровые модели, которые позволяют имитировать поведение и ответы людей для анализа и предварительного тестирования гипотез.

Одно из первых масштабных подтверждений работоспособности такого подхода появилось у исследователей Стэнфордского института искусственного интеллекта. Они смоделировали цифровых агентов на основе двухчасовых интервью с более чем 1 000 участников и получили совпадение их реакций с реальными ответами с точностью около 85% при тестировании на стандартизированных опросах.

Таким образом, синтетические респонденты — это цифровые модели людей, которые собраны на основе данных о реальных сегментах аудитории и которые воспроизводят паттерны восприятия, эмоциональные реакции и систему ценностей этого сегмента. Они могут отвечать на вопросы, участвовать в интервью, реагировать на креативы и воспроизводить характерные поведенческие и эмоциональные реакции. 

Почему синтетический респондент — не просто чат-бот

В отличие от обычного чат-бота, синтетический респондент не универсален, не старается быть «полезным для всех» и не подстраивается под собеседника. У него заранее заданы рамки — ценности, ограничения, манера речи и логика реакции. Цифровой респондент выступает не как источник ответов, а как образ человека с определенным опытом и взглядом на мир.  

Синтетический респондент сохраняет логику поведения в серии вопросов — его ответы не противоречат друг другу и отражают устойчивую систему взглядов. Это позволяет анализировать цепочки реакций — например, как человек сначала воспринимает сообщение, затем сомневается и в итоге принимает или отклоняет предложение.

Как из данных появляются архетипы

Работа с синтетическими респондентами начинается с анализа реальных данных. Исследования позволяют выделить повторяющиеся паттерны: как люди принимают решения, что вызывает доверие, что раздражает, какие формулировки считываются как «чужие». На основе этих паттернов формируются архетипы аудитории — не портреты конкретных людей, а устойчивые модели поведения. 

Как маркетологи используют синтетических респондентов

На практике синтетические респонденты используются для предварительной проверки гипотез, тестирования креативов и сообщений, уточнения tone of voice и оценки реакции аудитории на новые идеи до выхода в поле. Они позволяют моделировать ответы и поведение определённых сегментов без рекрутинга живых респондентов, а также визуализировать образы аудитории, создавать концепции продуктов и смотреть на них глазами конкретного архетипа.

Что важно при создании синтетического респондента

Практика показывает, что успех зависит от деталей. На старте важно прописать не только базовые характеристики, но и:

1. контекст жизни и принятия решений;
2. ключевые ценности и барьеры;
3. характерную манеру речи;
4. отношение к разным сферам — работе, досугу, семье;
5. типовые бытовые ситуации.

Без этого модель либо звучит обезличенно, либо начинает усиливать стереотипы — так, если образ задан слишком жестко, ответы могут становиться гротескными. Поэтому почти всегда требуется несколько итераций донастройки, чтобы добиться реалистичного, а не карикатурного результата.

Пример из практики: эксперимент СберМаркетинга

В СберМаркетинге протестировали подход, создав синтетического респондента «Скуфа» — ироничный цифровой образ, основанный на поведенческих характеристиках части взрослой аудитории. Персонажа использовали для проверки реакции на повседневные и культурные темы, а затем сравнили его ответы с данными реального исследования рынка досуга. Сходство установок и логики ответов показало, что синтетический респондент способен воспроизводить целостный образ мышления, а не отдельные случайные реплики.

Почему синтетические респонденты становятся трендом

Согласно отчету Qualtrics о тенденциях в маркетинговых исследованиях за 2025 год, 73% исследователей рынка хотя бы раз использовали синтетические ответы: 54% применяют их как для количественных, так и для качественных исследований, 39% полностью заменяют ответы людей, 25% используют их только для количественных, а 21% — исключительно для качественных исследований. Такое быстрое внедрение свидетельствует о фундаментальном сдвиге в методологии исследований. 

Вместе с тем сегодня синтетические респонденты пока еще дополняют классические исследования, а не заменяют их. Возможности ИИ все еще ограничены в некоторых областях — в том числе в работе со сложными эмоциональными реакциями и проверке информации. Полная замена живых респондентов цифровыми моделями в ближайшее время маловероятна, однако в более долгой перспективе баланс может измениться — по оценке Gartner, к 2030 году синтетические данные будут доминировать над реальными в AI-моделях.