Comparem usuaris sintètics amb una mostra real i vam obtenir un 93% de coincidència. Una nova manera de validar idees i testejar hipòtesis que funciona.
En la primera part vam explorar com els usuaris sintètics creats amb IA permeten anticipar comportaments, motivacions i necessitats quan encara no tens accés a usuaris reals. En aquesta segona entrega, anem un pas més enllà: ¿poden aquests perfils replicar amb precisió els resultats d'un estudi real?
Sí. I no només "més o menys". Parlem d'una mitjana de coincidència del 93%.
La comparació: 20 usuaris sintètics vs. 150 de reals
Partim d'una enquesta estructurada, amb més de 30 preguntes, aplicada en dos contextos:
- A 150 persones reals en procés d'adaptació a un nou entorn (enquesta anònima en línia).
- A 20 usuaris sintètics, creats a partir d'entrevistes qualitatives en profunditat amb 20 persones reals.
El context és clau.
Aquests usuaris sintètics no van ser generats de forma genèrica: van ser dissenyats específicament per a un context concret de disseny de producte digital. Cadascun respon a un escenari realista relacionat amb els reptes, les expectatives i les experiències de persones que interactuen per primera vegada amb serveis digitals en un nou entorn.
Els perfils van ser modelats a partir de relats reals, amb un enfocament clar: explorar barreres, necessitats i decisions en un flux d'arribada i adaptació a nous serveis. Això va permetre que, en respondre l'enquesta, les decisions dels sintètics fossin coherents amb el marc que es vol dissenyar.
Resultats: un match del 93%
Comparem les respostes per blocs temàtics, mesurant quant coincidien les respostes agregades entre els dos grups:
Què implica això per a equips de disseny, producte i innovació?
- Pots fer servir usuaris sintètics per testejar enquestes, idees de producte, fluxos d'onboarding o estratègies de comunicació, abans de tenir accés a usuaris reals.
- Són útils per validar hipòtesis i afinar criteris en les fases inicials del procés d'investigació.
- Si es construeixen bé, a partir de dades qualitatives i estructurades —com en aquest cas, on cada perfil partia d'una persona real entrevistada—, els resultats són altament realistes i representatius.
- I el més important: si els dissenyes pensant en el context específic del producte o servei que estàs creant, els usuaris sintètics poden comportar-se amb una precisió sorprenent.
I si els tinguessis disponibles 24/7?
Imagina això:
- Perfils dissenyats per al teu context.
- Accionables en qualsevol moment.
- Sense temps morts ni pèrdua de focus.
Synthetic User-as-a-Service
Synthetic User-as-a-Service no és ciència ficció.
És una nova manera de dissenyar amb IA sense perdre el toc humà. És investigar abans d'investigar.
Synthetic User-as-a-Service és una solució que permet treballar amb usuaris sintètics creats a partir de dades reals, preparats per respondre enquestes, testejar fluxos o participar en simulacions. No són inventats: cada perfil parteix d'entrevistes qualitatives profundes i està alineat al context del producte que estàs construint.
Perquè dissenyar bé no sempre depèn de més dades, sinó de les dades adequades, en el moment just. Clica aquí per veure el Cas pràctic: Montserrat i l'Apple Watch.
A Interactius ja estem ajudant equips a explorar aquesta nova frontera.
T'hi sumes al canvi?
