Bạn có thể hiểu Gen Z, các bậc cha mẹ trẻ hay những người sắp nghỉ hưu mà không cần hỏi một con người nào không? Trả lời ngắn gọn: với persona tổng hợp, bạn có thể khám phá, thử nghiệm và phác thảo ý tưởng rất nhanh, nhưng không thể kết luận. Với nghiên cứu thế hệ, dữ liệu tổng hợp là chất xúc tác tăng tốc. Nó không thay thế việc quan sát hành vi thật.
Đây không còn là câu hỏi lý thuyết. Stratégies, tờ báo ngành của Pháp, cho biết Patrick van Bloeme, đồng sáng lập Novatris, đơn vị sau này trở thành Harris Interactive rồi Toluna, đã ra mắt Limpid, một nền tảng nghiên cứu định tính không cần người tham gia. Doanh nghiệp có thể dùng nó để chạy trọn vẹn một nghiên cứu trên persona tổng hợp, “từ brief đến sản phẩm bàn giao”, trong vài giờ và hoàn toàn tự chủ. Khi một người đã dành ba mươi năm điều hành các viện nghiên cứu đặt cược như vậy, các agency nên xem xét thật kỹ.
Nghiên cứu không cần người tham gia hứa hẹn điều gì?
Theo Stratégies, Limpid cho phép nghiên cứu hành vi, cách sử dụng và phản ứng trước concept, thông điệp hay tình huống. Bạn có thể mô phỏng một đợt tăng giá đột ngột, một cuộc khủng hoảng sức khỏe mới hoặc những thời khắc trong đời như chuyển nhà hay nghỉ hưu.
Nền tảng cũng tự nêu rõ giới hạn của mình, điều này đáng ghi nhận: không tuyên bố có tính đại diện thống kê và không tạo ra khảo sát định lượng. Nói cách khác, đó là công cụ để thử kịch bản nhanh, không phải để đo lường một thị trường.
Với agency, sức hấp dẫn là hiển nhiên. Brief pitch về vào thứ Hai, khuyến nghị phải nộp vào thứ Sáu: không còn thời gian để triển khai nghiên cứu định tính truyền thống. Nghiên cứu tổng hợp lấp vào khoảng trống đó.
Vì sao một câu trả lời trôi chảy lại giống sự thật đến vậy?
Đây là lúc cái bẫy sập xuống. Một persona tổng hợp trả lời bằng ngôn ngữ hoàn hảo, mạch lạc, nhiều sắc thái. Nó có tên, có tuổi, có thói quen. Tất cả trông như kiến thức.
Hãy gọi đó là hiệu ứng ảo tưởng dữ liệu: thông tin trông càng chính xác và trau chuốt, chúng ta càng tin, bất kể nó thực sự vững đến đâu. Nghiên cứu tổng hợp đẩy hiệu ứng này lên mức tối đa, vì hình thức vốn được thiết kế để hoàn hảo.
Thế nhưng một persona tổng hợp không trải qua điều gì cả. Nó chỉ phát lại những quy luật học được từ khối lượng văn bản khổng lồ. Dữ liệu phơi bày các mẫu hình, nhưng không thể định nghĩa con người. Một mẫu hình thống kê về “người lớn tuổi” không phải là một người phụ nữ 67 tuổi đang phân vân có nên đổi ngân hàng hay không.
Nghiên cứu thế hệ có phải là bãi mìn không?
Có, vì một lý do đơn giản: các thế hệ vốn đã là khuôn mẫu. “Gen Z” không tồn tại như một khối đồng nhất. Một sinh viên ở Lyon, một thực tập sinh học nghề ở vùng nông thôn nước Pháp và một giám đốc trẻ ở Paris có rất ít điểm chung ngoài năm sinh.
Một mô hình ngôn ngữ cũng học, và học rất nhiều, từ những gì người ta nói về các thế hệ: bài báo, bài bình luận, nghiên cứu, tranh luận. Vì vậy nó có nguy cơ hiểu diễn ngôn về Gen Z rõ hơn cách người trẻ thực sự bày tỏ. Kết quả: một persona tổng hợp có thể khiến định kiến trở nên thuyết phục hơn thay vì điều chỉnh nó.
Hãy hình dung một agency chuẩn bị chiến dịch cho một công ty bảo hiểm sức khỏe nhắm đến người mới nghỉ hưu. Nhóm panel tổng hợp xác nhận đúng điều ai cũng tin: thận trọng, cần được trấn an, dè chừng mọi thứ liên quan đến kỹ thuật số. Trong khi đó, những người mới nghỉ hưu thật lại đang đăng về các chuyến du lịch, các dự án tình nguyện và các cháu của họ. Chiến dịch trấn an thất bại.
Tổng hợp, tự báo cáo hay quan sát: phương pháp nào cho việc nào?
| Cách tiếp cận | Nắm bắt được gì | Tính đại diện | Cách dùng tốt | Cái bẫy |
|---|---|---|---|---|
| Persona tổng hợp | Các phản ứng hợp lý, do mô hình mô phỏng, trong vài giờ | Không tuyên bố | Khám phá kịch bản, phác thảo thông điệp | Nhầm sự trôi chảy với sự thật |
| Khảo sát định lượng | Những gì người ta nói, ở quy mô lớn | Có thể, nếu mẫu được xây dựng cho mục đích đó | Đo lường, định cỡ, theo dõi theo thời gian | Khoảng cách giữa điều người ta nói và điều họ làm |
| Phỏng vấn định tính | Động cơ sâu xa, câu chuyện cá nhân | Không, nhưng có chiều sâu thực sự | Hiểu được lý do vì sao | Mẫu quá nhỏ để khái quát hóa |
| Nội dung đã đăng tải quan sát được | Những gì người ta thực sự đăng và chia sẻ | Giới hạn ở những tập khán giả có đăng bài | Neo insight vào hành vi thực | Quên mất những tập khán giả im lặng |
Không phương pháp nào thắng ở mọi hàng. Câu hỏi đúng không phải là “nên chọn cái nào?” mà là “nên kết hợp chúng theo thứ tự nào?”.
Làm thế nào để kết hợp dữ liệu tổng hợp và dữ liệu thật mà không tự lừa mình?
- Bắt đầu từ những gì quan sát được. Phân tích những gì thế hệ mục tiêu thực sự đăng tải trong ngành hàng của bạn: chủ đề, từ ngữ, căng thẳng, định dạng. Đó là nền móng của bạn.
- Xây dựng persona từ nội dung đó. Gom các bài đăng theo hồ sơ và theo mối quan tâm, thay vì xuất phát từ một nhóm tuổi.
- Dùng dữ liệu tổng hợp để khám phá. Đưa kịch bản, concept hoặc hook cho các persona tổng hợp để loại nhanh các hướng yếu.
- Kiểm chứng mọi kết luận với thực tế. Mọi nhận định rút ra từ nghiên cứu tổng hợp phải tìm được tiếng vọng trong các bài đăng thật. Không có tiếng vọng thì không có insight.
- Đo lường khi cần đo lường. Nếu quyết định ràng buộc ngân sách đáng kể, hãy kiểm chứng bằng mẫu đại diện hoặc thử nghiệm thực địa.
- Ghi lại phương pháp trong bản khuyến nghị. Nói với khách hàng phần nào đến từ nguồn tổng hợp, quan sát và tự báo cáo. Họ sẽ cảm ơn bạn vào ngày câu hỏi này được đặt ra trong phòng họp hội đồng quản trị.
Những điều nhà quảng cáo sẽ hỏi bạn
Khi nghiên cứu tổng hợp lan rộng, một câu hỏi sẽ xuất hiện trong mọi buổi trình bày: “Insight này đến từ đâu?”. Một agency trả lời “từ một panel persona do AI tạo ra” sẽ phải giải thích nhiều hơn thế. Một agency có thể chỉ ra các bài đăng thật đằng sau từng kết luận sẽ không gặp vấn đề đó.
Đó là logic của Defy Monitor: mọi kết luận của AI đều dẫn ngược về những bài đăng thật mà nó dựa vào, và chiến lược được xây dựng lại từ những gì khán giả và đối thủ thực sự đăng tải, chứ không phải từ một cuộc khảo sát. Nội dung của khán giả được tự động phân cụm thành persona, nhờ đó không phải xuất phát từ một nhóm tuổi. Vì vậy nền tảng Defy không đối lập với nghiên cứu tổng hợp: nó cho nghiên cứu tổng hợp một điểm neo.
Nghiên cứu tổng hợp là một công cụ tốt, khi được dùng đúng chỗ. Mối nguy không nằm ở cỗ máy. Mà là sự cám dỗ tin rằng một bức chân dung được viết hay có giá trị ngang một quan sát.
