Können synthetische Konsumenten Marken dabei helfen, bessere Entscheidungen zu treffen?
Für Lebensmittelmarken ist die Änderung eines beliebten Rezepts eine der riskantesten Entscheidungen, die sie treffen können.
Verbraucher begrüßen zwar Innovationen, erwarten aber auch, dass ihre Lieblingsprodukte genauso schmecken, wie sie es in Erinnerung haben. Vor dieser Herausforderung stand Barilla, als das Unternehmen mögliche Änderungen an seiner Flaggschiff-Pastasauce Ragù alla Bolognese prüfte.
Erfolg wirft neue Fragen auf
Produktverbesserungen können Wachstum freisetzen, die Wettbewerbsfähigkeit stärken und den sich wandelnden Kundenerwartungen besser gerecht werden. Doch gerade bei etablierten und bekannten Produkten können selbst kleine Änderungen an Rezeptur, Zusammensetzung oder Inhaltsstoffen erhebliche Risiken bergen. Die Frage ist:
Könnte das Rezept weiter verbessert werden, ohne das von den Konsumenten so geschätzte Erlebnis zu beeinträchtigen?
Die Herausforderung besteht darin, das richtige Gleichgewicht zu finden zwischen sinnvoller Innovation und dem Erhalt der Eigenschaften, die das Produkt ursprünglich erfolgreich gemacht haben.
Die Innovationsherausforderung
Traditionell erfordert die Risikominderung umfangreiche Produkttests. Diese Studien umfassen oft Hunderte von Konsumenten und können kostspielig, zeitaufwendig und schwer mit dem von modernen Innovationen geforderten Tempo umsetzbar sein. Zudem ist die Herstellung einer großen Anzahl von Produktmustern erforderlich.
Da sich die Erwartungen der Verbraucher weiterentwickeln und die Innovationszyklen sich beschleunigen, stehen Marken vor einer wachsenden Herausforderung:
Wie können Unternehmen effizientere Entscheidungen treffen, ohne das Ergebnis zu gefährden?
Der erweiterte Ansatz
Download Ipsos Views: Power of Product Testing
with Synthetic Data (2025)">
Um eine agilere Methodik zu erforschen, setzten Ipsos und Barilla Produkttests mit synthetischen Daten ein.
Bei diesem Ansatz wird eine sorgfältig zusammengestellte menschliche Ausgangsstichprobe verwendet, um diese durch die Generierung synthetischer Befragter zu erweitern.
Das angemessene Verhältnis hängt vom Entscheidungsrisiko ab: Die Empfehlungen von Ipsos reichen von 50 menschlichen + 150 synthetischen Befragten für ein Screening mit niedrigem Risiko bis hin zu mindestens 100 menschlichen Befragten pro Produkt für eine abschließende Validierung mit hohem Risiko.
In der Barilla-Studie bestand jede Zelle aus 100 menschlichen und 300 synthetischen Probanden .
Ziel war es nicht, Konsumenten zu ersetzen oder neue, unabhängige Datengrundlagen zu schaffen. Vielmehr erweiterte KI den analytischen Wert von realem Kundenfeedback und unterstützte tiefergehende Diagnosen und Subgruppenanalysen, wobei der menschliche Input weiterhin die Basis der Evidenz bildete.
Von der Validierung zur Wirkung
Die Ergebnisse reichten weit über eine einzelne Studie hinaus.
In 260 Produktvalidierungen führten mit Menschen und synthetischen Daten angereicherte Testmuster in 92 % der Fälle zur gleichen Geschäftsentscheidung wie unabhängige, ausschließlich mit Menschen durchgeführte Validierungstests. Im Fall Barilla trugen die angereicherten Daten dazu bei, festzustellen, dass keiner der Prototypen die Erfolgskriterien erfüllte . Die Ergebnisse stützten die eindeutige Entscheidung, die Rezepturänderung nicht umzusetzen . Das Risiko war insbesondere bei Vielnutzern hoch.
Das Ergebnis war eindeutig:
- Schnelleres Lernen
- Größere diagnostische Tiefe
- Souveräne Entscheidungsfindung
Die wahre Erkenntnis
Für uns war die wichtigste Erkenntnis nicht allein die 92%ige Übereinstimmung der Entscheidungen. Unserer Ansicht nach war es vielmehr das, was dieses Ergebnis überhaupt erst ermöglichte.
Dies war keine Studie über die Ersetzung menschlicher Daten durch synthetische Daten.
Es war eine Geschichte über Erweiterung: die Kombination von echtem Verbraucherfeedback mit KI, um die Diagnosetiefe zu erhöhen, Untergruppenmuster analytisch zugänglicher zu machen und das Lernen zu beschleunigen.
Was dies für Führungskräfte im Bereich Insights bedeutet
Für Organisationen, die Innovationen schneller vorantreiben wollen, geht das Potenzial über die Effizienzsteigerung hinaus.
Unsere Forschung hat gezeigt, dass sowohl menschliche als auch synthetische Ansätze Teams helfen können:
- Entdecken Sie weitere Möglichkeiten
- Reduzierung der Testkosten
- Lernzyklen beschleunigen
- Unterstützung von selbstbewussteren Entscheidungen, insbesondere für wichtige Untergruppen, in denen die menschliche Basis eine angemessene Repräsentation gewährleistet.
Unsere Studie hat ergeben, dass synthetische Daten nicht nur die Geschwindigkeit verbessern, sondern auch ein neues Modell zur Skalierung des Verbraucherverständnisses einführen.
Das Beispiel Barilla zeigt, dass Unternehmen durch die Kombination von menschlicher und künstlicher Intelligenz innerhalb klarer methodischer Leitlinien schneller agieren können und gleichzeitig die reale Kundenerfahrung in den Mittelpunkt der Entscheidungsfindung stellen.
Ein zentrales Prinzip dieses Ansatzes ist, dass synthetische Daten nicht danach beurteilt werden sollten, ob sie jede einzelne Reaktion nachbilden , sondern danach, ob die erweiterte Analyse dieselbe vorab festgelegte Geschäftsentscheidung unterstützt wie ein verlässlicher menschlicher Vergleichswert.
Wir entwickeln Produkte, die gewinnen
Ob Sie neue Trends erforschen, Konzepte verfeinern, die Produktleistung verbessern oder einfach nur wissen möchten, wie synthetische Daten Ihre Produktentwicklung verändern können – Ipsos hilft Ihnen dabei, fundiertere Produktentscheidungen mit Zuversicht zu treffen.
Erfahren Sie, wie Ipsos die Produktentwicklung in über 80 Märkten durch eine preisgekrönte Suite proprietärer Lösungen vorantreibt, die den Weg zur Produktüberlegenheit beschleunigen sollen.
Entdecken Sie die Produkttests von Ipsos
This is an automatic translation, for the original version, please click here: https://www.ipsos.com/en/can-synthetic-consumers-help-brands-make-better-decisions
