Синтетические потребители в маркетинге: как тестировать гипотезы дешевле и точнее

Наталья Жестарёва, директор по маркетингу кондитерской фабрики «Томер», на Marketing Data Analytics 2026 представила практический кейс использования синтетических потребителей для проверки продуктовых гипотез, карточек маркетплейсов, нейминга и креативов. Компания с 1998 года производит шоколад, какао-бобы и какао-продукты, а в непростой период запускала собственный бренд, поэтому потребовались дешёвые и быстрые способы проверки идей. В докладе Наталья показала, как инструменты ИИ экономят бюджет, помогают сегментировать труднодоступную B2B-аудиторию и где они дают сбой.

Зачем «Томер» обратился к синтетическим потребителям

Томер — кондитерская фабрика, которая с 1998 года выпускает шоколад, какао-бобы и какао-продукты. Задача запустить собственный бренд в непростой период требовала проверки продуктовых гипотез без раздувания исследовательского бюджета. Классические опросы не всегда дают быстрый и дешёвый способ понять, что не так с продуктом, карточкой или названием. Поэтому команда Натальи начала использовать синтетических потребителей — модели ИИ, которые на основе загруженных данных описывают целевую аудиторию и оценивают вероятность успеха идеи.

Аудит карточки товара: от фото до отзывов

Первое практическое применение — аудит карточек товаров на маркетплейсах. Раньше получить обратную связь от живого покупателя по карточке было почти невозможно: ответы сводились к «нравится / не нравится». ИИ разбирает карточку по параметрам: фото, инфографика, SEO-описание, отзывы, цены и конкуренты. На большой базе данных система говорит, что именно мешает продажам и что нужно адаптировать. Для маркетолога это драйвер продаж: можно быстро понять, какие изменения в карточке дадут рост.

«Раньше ни один живой потребитель не мог сказать, что в вашей карточке не так, кроме истории вкусовщины».

B2B-сегмент: как найти технолога и проверить гипотезу

Для работы с B2B-клиентами найти лицо, принимающее решение, обычными методами практически невозможно, если это не текущие партнёры. ИИ позволяет создать профиль специализированной аудитории. В кейсе «Томер» нужно было найти и протестировать технологов кондитерского производства, которые закупают продукцию. Команда описала характеристики текущих партнёров из CRM: кто эти люди, на что обращают внимание, как принимают решение, с какими производителями работают. Эти данные загрузили в ИИ и получили вероятность продуктовой гипотезы — например, нужен ли аудитории сицилийский апельсин.

Система сравнила две аудитории: B2B-специалистов и домашних кондитеров, у которых совершенно другие ценности и потребности. Домашним кондитерам продукт показался более интересным, но общий результат не дотянул до 70%, поэтому продукт не стали выводить на рынок. Это дешёвый способ понять, стоит ли вообще запускать продукт, до вложений в упаковку и продвижение.

Видеоролик: почему ИИ увидел свадьбу вместо шоколада

Один из самых показательных кейсов — тестирование видеоролика, полностью созданного ИИ. На классической платформе Fastuna ролик получил отличный средний балл. Синтетическая аудитория дала лишь 57 баллов. Причина: в кадре автомобиль, на который падает горшок с цветами, ИИ интерпретировал как свадебный кортеж и решил, что свадебная тема неуместна в рекламе шоколада. Живая аудитория позже подтвердила: ролик набирает 90 баллов, люди видят просто упавший горшок, а не свадьбу.

Вывод: выводы ИИ нужно верифицировать на живой аудитории, особенно когда они выглядят странно. ИИ плохо считывает иронию и художественный замысел, поэтому всё, что связано с юмором, надо проверять особенно аккуратно.

Нейминг, баннеры и редизайн: аргументированная обратная связь

Синтетическая аудитория даёт более чёткое понимание, что не так с названием. Если живые респонденты часто говорят «мне так больше нравится», то ИИ объясняет, почему вариант не подходит и что изменить. Например, при сравнении названий «Порфокус» и «Грин Фокус» система аргументированно показала, что первый вариант интереснее. Это позволяет не гадать, а получать конкретные рекомендации.

Классические замеры бренд-здоровья — знание, потребление, лояльность — Наталья рекомендует проводить на живых респондентах, так как ИИ здесь не заменяет фактические данные. При этом баннеры, редизайн, подарочные форматы и визуальный контент можно тестировать на синтетической аудитории: она отвечает, какой вариант привлекает больше внимания и почему. Для «Томер» это дало буст в продажах подарочных наборов на маркетплейсе.

Экономика ИИ-исследований: 35 000 ₽ за пять проверок

Ключевой аргумент в пользу синтетических потребителей — стоимость. 35 000 ₽ в месяц за пять исследований с ИИ против 7 000 ₽ за одно исследование на классической платформе. Это очень дешёвый способ проверять гипотезы любого характера. При этом ИИ даёт не только вердикт, но и аргументацию: почему продукт, название или ролик не заходит. Живая аудитория на онлайн-панелях может придумывать ответы, а качество таких респондентов под вопросом. ИИ отвечает чётко: «Здесь не нравится яркая плашка, это не премиально».

«Искусственный интеллект даёт более точное понимание, что не так. Живая аудитория, вы заставляете её думать. Она начинает придумывать, она начинает говорить то, что она не чувствует».

Ещё одно преимущество — доступ к аудиториям, которых невозможно собрать в классическом исследовании. Например, найти B2B-закупщика кондитерских изделий в стандартной панели почти нереально. ИИ моделирует этого человека на основе открытых данных и CRM, объясняет, на что он обращает внимание, и помогает проверить гипотезу до запуска.

Портрет покупателя и запуск линейки «Дофаминка»

При выводе новой линейки «Томер» сначала определил целевую аудиторию. Обычно маркетологи описывают её как «25–45, женщины». Команда Натальи пошла глубже и с помощью ИИ и живых данных составила портрет реальной покупательницы: выглядит на 25, чувствует себя на 65, живёт в большом городе, день начинает с кофеина, принимает магний и мелатонин, борется с кортизолом. Так родилась идея продукта, который даёт дофамин — линейка конфет «Дофаминка».

Линейка отвечает трендам: азиатские вкусы, манго чили, клубничное смузи, пломбир в шоколаде. ИИ помог не только описать аудиторию, но и проверить, какие вкусы зайдут. Однако итоговое решение остаётся за маркетологом: инструмент лишь даёт данные для решения.

Хайповые продукты и ограничения синтетической аудитории

Синтетическая аудитория не способна предложить хайповый продукт. Во время выступления Наталья провела слепой тест: добровольцы пробовали конфету со вкусом том ям. Такой продукт делается ради привлечения внимания и ажиотажа. ИИ никогда не предложит томатный суп с креветкой в шоколаде, потому что опирается на рациональные данные и прошлый опыт. Предпринимательский риск остаётся за человеком.

«Пока мы рискуем и работаем в сфере предпринимательского риска, искусственный интеллект нам здесь не поможет».

Слабые места ИИ — юмор, ирония и художественный замысел. Он не считывает нестандартные креативные ходы и может выдавать ложные интерпретации, как в случае с «свадебным кортежем». Поэтому проверка среди живых людей остаётся обязательным этапом запуска.

Вопросы зала: адаптивность модели, качество данных и двойная оплата

Участники форума задали вопросы о надёжности синтетических респондентов. Один из главных рисков — адаптивность модели: если хвалить её ответы, она может подстраиваться и усиливать перекосы. Наталья пояснила: «Мы не хвалим их. Это конечное исследование. Мы даём на вход одинаковую информацию». ИИ не находится в диалоге, он разово оценивает загруженные материалы. Если он говорит «плохо», это значит «плохо» по заданным параметрам.

Второй вопрос касался двойной оплаты: сначала синтетики, затем живые люди. Ответ — 35 000 ₽ за пять ИИ-исследований не является существенной нагрузкой, а проверка на живой аудитории нужна только для подтверждения спорных или удивительных выводов. Если ИИ видит проблему, а живая аудитория нет — как в кейсе с видеороликом — это сигнал разобраться, но не повод отказываться от метода.

Ещё один аспект — качество данных. Классические онлайн-панели часто страдают от невовлечённых респондентов, которые «придумывают» ответы за копейки. ИИ в этом смысле более дисциплинирован и аргументирован. Но его выводы требуют компетентной интерпретации: маркетолог должен ставить правильные вопросы и корректировать модель, если цель меняется. Если задавать один и тот же вопрос много раз, можно подстроить модель под желаемый ответ, но в практике «Томер» так не делают: гипотезу проверяют один раз, а затем верифицируют на живых людях.

Как внедрить синтетических потребителей в работу маркетинга

Опыт «Томер» позволяет сформулировать несколько правил для маркетинговых команд, которые хотят использовать синтетических потребителей:

• Начинайте с дешёвых проверок карточек и гипотез, чтобы отсеять заведомо слабые идеи до вложений в производство и продвижение.
• Загружайте в ИИ данные из CRM и описания реальных клиентов — это повышает точность моделирования B2B-аудитории.
• Всегда верифицируйте странные или неожиданные выводы на живой аудитории, особенно если речь о креативе с юмором.
• Не используйте ИИ для замера знания, потребления и лояльности бренда — для этого нужны реальные люди.
• Воспринимайте ИИ как инструмент в руках грамотного маркетолога: он аргументирует, но не принимает решения за вас.
• Учитывайте, что ИИ не предложит хайповый продукт — риски и креативные скачки остаются за человеком.

Живой человек будет стоять над искусственным интеллектом, пока и до сих пор. Синтетические потребители — не замена живым исследованиям, а быстрый и дешёвый фильтр гипотез, который требует профессиональной настройки и здравого смысла.

Статья подготовлена по выступлению Натальи Жестарёвой на форуме Marketing Data Analytics 2026. Полная видеозапись и презентация доступны в архиве форума.

Перейти к мероприятиям

Скачать план конференций

#синтетические-потребители #маркетинговая-аналитика #тестирование-гипотез #искусственный-интеллект #b2b-исследования #interforum #interforums #event #конференции #интерфорум

Ближайшие конференции

12-13.11.2026

6 дней

ОПЕРАЦИОННЫЙ ДИРЕКТОР 2026

Всероссийский форум по повышению операционной эффективности

12-13 ноября форум «Операционный Директор 2026» соберет в Москве профессионалов сферы операционного управления для обмена передовыми практиками и…

Менеджмент и управление

Операционное управление

Подробнее Регистрация

19-20.11.2026

13 дней

ФОРУМ ПЕРСОНАЛЬНЫХ АССИСТЕНТОВ 2026 + Премия BEST PA AWARD 2026

XIV Ежегодный Всероссийский форум ассистентов, помощников и секретарей первых лиц компаний

Крупнейший профессиональный форум в России и странах СНГ, ориентированный на персональных ассистентов и секретарей высшего руководства. Профессиональные…

Персональные ассистенты

Подробнее Регистрация