IA: ¿amiga o enemiga? 5 consejos para automatizar los estudios de mercado

Primeros pasos con la IA: velocidad y calidad

Desde los coches autónomos de Uber hasta los robots de almacén de Amazon, la inteligencia artificial (IA) parece estar alcanzando la destreza humana en casi todas partes. Tal vez se pregunte como nosotros: ¿cómo aprovechan realmente las marcas la innovación de la automatización de última generación en la investigación de mercado actual? ¿Puede la inteligencia artificial identificar mejores perspectivas de forma más barata? ¿Inutilizarán los ordenadores y los robots a los investigadores humanos? Como investigadores de mercado, que también somos seres humanos, nos hemos planteado muchas de estas preguntas.

Danone, una de las principales empresas alimentarias del mundo, se propuso recientemente conocer los factores que impulsan el consumo de una nueva categoría de productos. 

Cuando William Serfaty, director de estrategia global e insights, se dirigió a mi equipo para que le proporcionara información cualitativa que sirviera de base a las demandas de comunicación en un plazo muy ajustado, vimos la oportunidad de poner a prueba estos robots. Con Danone a bordo, nos asociamos con Voxpopme, una plataforma automatizada de investigación en vídeo, para estudiar hasta qué punto las soluciones automatizadas pueden sustituir o mejorar la práctica de la investigación cualitativa.

Juntos lanzamos "una competición cara a cara entre investigadores humanos y tecnología de automatización. A cada equipo se le encargó analizar vídeos de consumidores grabados por ellos mismos utilizando diferentes metodologías de investigación. Un equipo tenía acceso a herramientas automatizadas, mientras que el otro, formado por investigadores de SKIM , recurría a métodos humanos tradicionales de análisis. En total se elaboraron tres informes, que fueron evaluados por William Serfarty, de Danone: 1. mayoritariamente automatizado; 2. sólo humano y 3. combinación de humano y máquina (Si desea más detalles sobre el proyecto, ).

Al final del proyecto, William resumió bien nuestros hallazgos: "¡El resultado fue una agradable sorpresa! Ahora podemos obtener más rápidamente un informe con el mismo nivel de detalle que un informe tradicional", y mi equipo estaba igualmente sorprendido pero encantado con el resultado.

Aquí comparto cinco consejos basados en nuestros aprendizajes sobre por qué debería considerar herramientas de automatización y cómo puede incorporar con éxito IA en sus planes de investigación de mercado cualitativa este año ( la buena noticia para nosotros es que los humanos todavía tienen un papel crucial que desempeñar ).

1: El escepticismo inicial ante la IA será inevitable; supéralo para cosechar los frutos de la automatización.

Aunque la IA y otras tecnologías de automatización de última generación están en boca de todo el sector, por desgracia las máquinas no ofrecerán una "solución mágica" para satisfacer las necesidades de información de su marca. Sin embargo, aunque los resultados de la IA y la automatización por sí solos no ofrecen mucho valor y carecen de sofisticación, estas herramientas son ciertamente útiles durante el proceso de análisis cualitativo humano. Nuestro estudio "Mujer contra máquina" dio como resultado un informe de investigación completo, elaborado en la mitad de tiempo utilizando herramientas de automatización, frente al informe completo creado únicamente por mi equipo humano.

William, de Danone, se alegró al descubrir que los beneficios en tiempo y costes no se producían a expensas de la calidad. De hecho, en una evaluación a ciegas, prefirió el informe de colaboración entre humanos y máquinas a las versiones totalmente automatizadas y generadas por humanos. En lugar de sustituir a los conocimientos humanos y la experiencia consultiva, nos gusta pensar en la automatización como un "impulso turbo" para los investigadores cualitativos tradicionales.

2: No espere que las máquinas le den las respuestas

Todos estamos de acuerdo en que las oportunidades de automatización parecen corresponder más a la investigación cuantitativa. Dada la naturaleza humana de la investigación cualitativa, en este experimento nos preguntamos si la automatización es posible. Aunque hemos visto avances en el procesamiento del lenguaje natural, aún estamos lejos de la automatización total.

En la actualidad, el valor de las herramientas automatizadas para el análisis cualitativo sin intervención humana es limitado. Los resultados son palabras y gráficos que tienen poco significado por sí mismos y cuya precisión es variable. Las máquinas no son capaces de unir los puntos, determinar cuáles son las verdaderas claves o identificar los impulsores. Incluso para crear un informe inicial, se requiere un análisis humano que revise los resultados automatizados, comprenda su significado y acote qué información es relevante. Aunque con el tiempo es probable que su inteligencia aumente, al menos por ahora, las herramientas de automatización no pueden proporcionar respuestas autónomas. Por tanto, es importante comprender cuál es la mejor manera de utilizarlas en nuestro beneficio.

3: Utilizar los resultados de la IA como punto de partida para el análisis humano

Aunque no ofrecen una solución mágica, hemos aprendido que las herramientas de automatización pueden ayudar a los investigadores cualitativos a realizar análisis con mayor rapidez. A diferencia de nuestro equipo de análisis humano, que tuvo que dedicar una semana a revisar todas las transcripciones de los vídeos, el punto de partida de nuestro equipo automatizado fueron los resultados de las máquinas. Al analizarlas, en lugar de los datos brutos, en un solo día pudimos hacernos una idea general de la historia e identificar las principales conclusiones.

4: Esperar que el análisis de alta velocidad produzca conclusiones de alto nivel

Cuando se recurre a estas herramientas es importante tener las expectativas adecuadas. Si la presión del tiempo interno exige respuestas inmediatas, esta tecnología puede ayudar. Sin embargo, el resultado del análisis de alta velocidad es una vista de pájaro, es decir, conclusiones de muy alto nivel, no las profundas reflexiones y recomendaciones estratégicas que se esperan de los estudios cualitativos.

5: Ser estratégico lleva tiempo; no lo dejes de lado

En una evaluación ciega, William Serfaty, de Danone, prefirió un informe colaborativo (IA + investigador humano) a las versiones mayoritariamente automatizadas y totalmente generadas por humanos. Los informes que se basan en gran medida en resultados automatizados pueden ser más rápidos, pero la velocidad va en detrimento de la información estratégica y práctica.

Por lo tanto, se necesita más tiempo y un análisis humano más profundo para explicar y traducir la información de alto nivel en directrices y recomendaciones claras. Sin embargo, este proceso lleva a los investigadores cualitativos la mitad de tiempo cuando disponen de herramientas automatizadas que les ayuden. En consecuencia, en SKIM somos comprensiblemente optimistas sobre el potencial futuro de la automatización y las metodologías de investigación cualitativa mejoradas con IA.

Unas palabras finales sobre la IA y la automatización para los equipos de investigación y análisis

Colaborar con máquinas puede mejorar la eficacia sin comprometer la profundidad y la calidad de la información. Tanto es así, que hemos introducido una solución de automatización en nuestra oferta de investigación cualitativa, SKIMSmart Qual. Utilizamos esta solución como metodología independiente, tarea previa o posterior, o para sustituir los finales abiertos tradicionales de las encuestas y obtener información contextual a gran velocidad. Si busca  comportamiento del consumidor conocimientos sobre exploración de categorías, experiencia del cliente, pruebas de concepto/NPD o desarrollo de comunicaciones,  para saber cómo puede sacar partido de la IA y la automatización.