¿Pueden los consumidores sintéticos ayudar a las marcas a tomar mejores decisiones?
Para las marcas de alimentos, cambiar una receta muy apreciada es una de las decisiones más arriesgadas que pueden tomar.
Los consumidores pueden acoger con agrado la innovación, pero también esperan que sus productos favoritos tengan el mismo sabor que recuerdan. Ese fue el reto al que se enfrentó Barilla al explorar posibles cambios en su emblemática salsa para pasta Ragù alla Bolognese .
El éxito genera nuevas preguntas.
Las mejoras en los productos pueden impulsar el crecimiento, fortalecer la competitividad y satisfacer mejor las expectativas cambiantes de los consumidores. Sin embargo, para productos consolidados e icónicos, incluso pequeños cambios en la receta, la formulación o los ingredientes pueden conllevar riesgos significativos. La pregunta:
¿Se podría mejorar aún más la receta sin comprometer la experiencia que tanto gustaba a los consumidores?
El reto consiste en encontrar el equilibrio adecuado entre la innovación significativa y la preservación de las cualidades que hicieron que el producto tuviera éxito en primer lugar.
El desafío de la innovación
Tradicionalmente, reducir este riesgo requiere pruebas de producto a gran escala. Estos estudios suelen involucrar a cientos de consumidores y pueden ser costosos, consumir mucho tiempo y ser difíciles de ejecutar a la velocidad que exige la innovación moderna. Además, requieren la producción de un número considerable de muestras del producto.
A medida que evolucionan las expectativas de los consumidores y se aceleran los ciclos de innovación, las marcas se enfrentan a un desafío cada vez mayor:
¿Cómo pueden las empresas tomar decisiones más eficientes sin comprometer el resultado?
El enfoque aumentado
con datos sintéticos (2025, en español)
Para explorar una metodología más ágil, Ipsos y Barilla aplicaron pruebas de producto con datos sintéticos.
Este método utiliza una muestra inicial de personas cuidadosamente seleccionadas y genera participantes sintéticos para complementarla.
El equilibrio adecuado depende del riesgo de la decisión: las directrices de Ipsos varían desde 50 encuestados humanos + 150 encuestados sintéticos para la evaluación de bajo riesgo hasta al menos 100 encuestados humanos por producto para la validación final de alto riesgo.
En el estudio de Barilla, cada célula estaba compuesta por 100 participantes humanos y 300 participantes sintéticos .
El objetivo no era reemplazar a los consumidores ni crear una nueva fuente de información fidedigna e independiente. En cambio, la IA amplió el valor analítico de las opiniones reales de los consumidores, permitiendo diagnósticos más profundos y análisis de subgrupos, mientras que la información proporcionada por los usuarios siguió siendo la base de la evidencia.
De la validación al impacto
Los resultados se extendieron mucho más allá de un solo estudio.
En 260 validaciones de pruebas de producto , las muestras aumentadas con componentes humanos y sintéticos produjeron la misma decisión comercial de Action Standard que las muestras independientes de control realizadas exclusivamente con componentes humanos en el 92 % de los casos . En el caso de Barilla, la evidencia aumentada ayudó a identificar que ninguno de los prototipos cumplía con los criterios de éxito . Los resultados respaldaron la clara decisión de no proceder con el cambio de receta. El riesgo fue particularmente importante entre los usuarios frecuentes .
El resultado fue claro:
- Aprendizaje más rápido
- Mayor profundidad diagnóstica
- Toma de decisiones con confianza
La verdadera perspectiva
Para nosotros, el hallazgo más importante no fue solo la consistencia del 92% en las decisiones. En nuestra opinión, fue lo que hizo posible ese resultado.
Este no fue un estudio sobre datos sintéticos que sustituyeran a los datos humanos.
Se trataba de una historia sobre la mejora continua: combinar la retroalimentación real de los consumidores con la inteligencia artificial para aumentar la profundidad del diagnóstico, hacer que los patrones de subgrupos sean más accesibles analíticamente y acelerar el aprendizaje.
Qué significa esto para los líderes de análisis de datos
Para las organizaciones que buscan innovar más rápido, la oportunidad va más allá de la eficiencia.
Lo que hemos observado en nuestra investigación es que los enfoques humanos y sintéticos pueden ayudar a los equipos:
- Explora más posibilidades
- Reducir los costos de las pruebas
- Acelerar los ciclos de aprendizaje
- Respaldar decisiones más seguras, especialmente para subgrupos clave donde la población humana ofrece una representación adecuada.
Lo que hemos descubierto en nuestro estudio es que los datos sintéticos no solo mejoran la velocidad, sino que también introducen un nuevo modelo para ampliar la comprensión del consumidor.
El ejemplo de Barilla demuestra que, al combinar la inteligencia humana y la inteligencia artificial dentro de unos parámetros metodológicos claros, las empresas pueden avanzar más rápido manteniendo la experiencia real del consumidor en el centro de la toma de decisiones.
Este enfoque se basa en un principio fundamental: los datos sintéticos no deben juzgarse por si recrean cada respuesta individual , sino por si el análisis aumentado respalda la misma decisión empresarial preestablecida que un sólido punto de referencia humano.
Construyendo los productos que ganan.
Tanto si estás explorando tendencias emergentes, perfeccionando conceptos, mejorando el rendimiento de tus productos o si tienes curiosidad por saber cómo los datos sintéticos pueden transformar el desarrollo de tus productos, Ipsos te ayuda a tomar decisiones más inteligentes con total confianza.
Descubra cómo Ipsos impulsa el desarrollo de productos en más de 80 mercados a través de un conjunto de soluciones propias galardonadas, diseñadas para acelerar el camino hacia la superioridad del producto.
