IA: amiga ou inimiga? 5 dicas para adicionar automação à pesquisa de mercado

Introdução à IA: Velocidade + Qualidade

Desde os carros autónomos da Uber aos robôs de armazém da Amazon, a inteligência artificial (IA) parece estar a atingir a destreza ao nível humano em quase todo o lado. Tal como nós, pode estar a perguntar-se: como é que as marcas estão a tirar partido da inovação da automação da próxima geração nos estudos de mercado? A inteligência artificial pode identificar melhores percepções de forma mais económica? Os computadores e os robots tornarão os investigadores humanos inúteis? Como investigadores de mercado, que por acaso também são seres humanos, temos estado a explorar muitas das mesmas questões!

A Danone, uma das principais empresas alimentares do mundo, procurou recentemente compreender os factores de consumo dos consumidores para uma nova categoria de produtos. 

Quando William Serfaty, diretor global de estratégia e conhecimentos, pediu à minha equipa que lhe fornecesse conhecimentos qualitativos para fundamentar as reivindicações de comunicação dentro de um prazo muito apertado, vimos uma oportunidade de pôr estes robôs à prova. Com a Danone a bordo, estabelecemos uma parceria com a Voxpopme, uma plataforma automatizada de pesquisa em vídeo, para estudar até que ponto as soluções automatizadas podem substituir ou melhorar a prática da pesquisa qualitativa.

Juntos, lançámos "uma competição frente a frente entre investigadores humanos e tecnologia de automatização. Cada equipa foi incumbida de analisar vídeos de consumidores gravados pelos próprios utilizando diferentes metodologias de investigação. Uma equipa teve acesso a ferramentas automatizadas, enquanto a outra equipa de investigadores do SKIM recorreu a métodos humanos tradicionais de análise. No total, foram produzidos três relatórios que foram avaliados por William Serfarty da Danone: 1. maioritariamente automatizado; 2. apenas humano e 3. combinação de humano e máquina (Se quiser mais detalhes sobre o projeto, ).

No final do projeto, William resumiu bem as nossas conclusões: "O resultado foi uma boa surpresa! Agora podemos obter mais rapidamente um relatório com o mesmo nível de pormenor que obteríamos com um relatório tradicional" - e a minha equipa ficou igualmente surpreendida, mas entusiasmada com este resultado!

Aqui, compartilho cinco dicas baseadas em nossos aprendizados sobre por que você deve considerar ferramentas de automação e como você pode incorporar IA com sucesso em seus planos de pesquisa de mercado qualitativa este ano ( a boa notícia para nós é que os humanos ainda têm um papel crucial a desempenhar ).

1: O ceticismo inicial em relação à IA será inevitável; ultrapasse-o para colher os frutos da automatização

Embora a IA e outras tecnologias de automação de última geração estejam na ordem do dia, infelizmente, as máquinas não oferecem uma "bala mágica" para satisfazer as necessidades de informação da sua marca. No entanto, embora os resultados da IA e da automação por si só não ofereçam muito valor e careçam de sofisticação, estas ferramentas são certamente úteis durante o processo de análise qualitativa humana. O nosso estudo "Mulher vs. Máquina" resultou num relatório de investigação completo, produzido em metade do tempo utilizando ferramentas de automatização, em comparação com o relatório completo criado apenas pela minha equipa humana.

William, da Danone, ficou satisfeito por descobrir que as vantagens em termos de tempo e de custos não foram obtidas à custa da qualidade das informações. De facto, numa avaliação cega, ele preferiu o relatório colaborativo homem-máquina às versões totalmente automatizadas e totalmente geradas por humanos. Em vez de substituir os conhecimentos humanos e a experiência de consultoria, gostamos de pensar na automatização como um "turbo boost" para os investigadores qualitativos tradicionais.

2: Não espere que as máquinas forneçam as respostas

Todos concordamos que as oportunidades de automatização parecem estar mais de acordo com a investigação quantitativa. Dada a natureza humana da investigação qualitativa, começámos esta experiência questionando-nos se a automatização seria sequer possível. Embora tenhamos assistido a desenvolvimentos no processamento de linguagem natural, ainda estamos longe de alcançar a automatização total.

Quando se efectua uma análise qualitativa, o valor das ferramentas automatizadas sem envolvimento humano é atualmente limitado. Os resultados produzidos são palavras e gráficos que, por si só, têm pouco significado e com uma exatidão que é um sucesso ou um fracasso. As máquinas não conseguem ligar os pontos, determinar quais são as informações verdadeiramente importantes ou identificar os factores determinantes. Mesmo para criar um relatório inicial, é necessária uma análise humana para rever os resultados automatizados, compreender o seu significado e selecionar as informações relevantes. Embora com o tempo seja provável que a sua inteligência aumente, pelo menos por agora, as ferramentas de automatização não podem fornecer respostas autónomas. Por isso, é importante compreender a melhor forma de as utilizar em nosso benefício.

3: Utilizar os resultados da IA como ponto de partida para a análise humana

Embora não ofereçam uma solução mágica, aprendemos que as ferramentas de automatização podem permitir que os investigadores qualitativos efectuem análises com maior rapidez. Em contraste com a nossa equipa de análise humana, que teve de passar uma semana a rever todas as transcrições de vídeo, o ponto de partida para a nossa equipa automatizada foram os resultados das máquinas. Ao analisá-los, em vez de analisar os dados em bruto, em apenas um dia conseguimos construir uma imagem da história global e identificar as principais aprendizagens.

4: Esperar que a análise de alta velocidade produza conclusões de alto nível

Quando se recorre a estas ferramentas, é importante ter as expectativas corretas. Se a pressão do tempo interno exigir respostas imediatas, esta tecnologia pode ajudar. No entanto, o resultado da análise a alta velocidade é uma visão panorâmica, ou seja, conclusões de alto nível - e não as informações aprofundadas e as recomendações estratégicas que se espera dos estudos qualitativos.

5: Ser estratégico leva tempo; não o corte

Numa avaliação cega, William Serfaty, da Danone, preferiu um relatório colaborativo (IA + investigador humano) às versões maioritariamente automatizadas e totalmente geradas por humanos. Os relatórios que se baseiam fortemente em resultados automatizados podem ser mais rápidos, mas a velocidade é obtida à custa de informações estratégicas e acionáveis.

Por conseguinte, é necessário mais tempo e uma análise humana mais profunda para explicar e traduzir a informação de alto nível em diretrizes e recomendações claras. No entanto, este processo demora metade do tempo dos investigadores qualitativos quando estes dispõem de ferramentas automatizadas para os ajudar. Por conseguinte, em SKIM estamos compreensivelmente optimistas quanto ao potencial futuro da automatização e das metodologias de investigação qualitativa melhoradas por IA.

Uma palavra final sobre a IA e a automatização para as equipas de investigação e de conhecimento

A colaboração com máquinas pode, de facto, aumentar a eficiência, sem comprometer a profundidade e a qualidade dos conhecimentos. Tanto assim é que introduzimos uma solução de automatização nas nossas ofertas de investigação qualitativa, SKIM's Smart Qual. Utilizamos esta solução como uma metodologia autónoma, tarefa pré/pós, ou para substituir os tradicionais finais abertos em inquéritos para captar rapidamente informações sobre o contexto. Se está à procura de  comportamento de decisão do consumidor conhecimentos sobre exploração de categorias, experiência do cliente, testes de conceitos/NPD ou desenvolvimento de comunicações,  para saber como pode tirar partido da IA e da automatização!