Synthetische doelgroepen en het belang van onvoorspelbaarheid

Verrassing! De wereld versnelt. Marketingafdelingen krijgen de opdracht om hetzelfde te doen als iedereen: meer produceren, minder uitgeven en het werk tegelijkertijd op de een of andere manier ook nog beter maken.

AI beheerst inmiddels vrijwel volledig de tijdgeest. En als AI een manier biedt om ideeën sneller en tegen een fractie van de kosten van traditioneel onderzoek te testen, hebben marketeers goede redenen om te luisteren.

Synthetische doelgroepen zijn gesimuleerde groepen consumenten, samengesteld op basis van gegevens zoals klantdossiers, interviews en demografische profielen. Een team kan zijn werk aan deze doelgroepen voorleggen, hun voorspelde reacties bestuderen, het werk aanpassen en het opnieuw proberen, zonder een nieuw panel van mensen te hoeven werven.

Voor een bedrijf dat zijn klanten begrijpt en die voorspellingen heeft getoetst aan werkelijk gedrag, kan dit enorm nuttig zijn. Bij marketing draait het vaak om het verbeteren van wat we al doen, en dat goed doen is allesbehalve eenvoudig. Een kostbare fout voorkomen of een zwakke campagne verbeteren is een heel acceptabel resultaat. De meeste afdelingen zouden er dan ook verstandig aan doen deze mogelijkheden te benutten.

Maar de aantrekkingskracht gaat verder dan efficiëntie omwille van de efficiëntie. Synthetische doelgroepen beloven ook iets wat onmisbaar is geworden: een verdedigbare reden om door te gaan.

‘We hebben het getest en dit was wat klanten verkozen’ heeft een ander soort gezag dan ‘we denken dat dit een goed idee is’, zelfs als de klanten in kwestie gesimuleerd zijn.

Investeerders zetten zwaar in op dat gezag. In juli haalde Simile, dat AI-simulaties van echte consumenten bouwt waarmee bedrijven enquêtes kunnen houden, 200 miljoen dollar op bij een waardering van 2 miljard dollar, ongeveer vijf maanden na zijn Series A-financieringsronde. Met het product Merkintelligentie van Adobe kunnen marketeers creatieve uitingen en boodschappen testen aan de hand van AI-gegenereerde klantprofielen.

Dat gezegd hebbende: zodra deze tools deel gaan uitmaken van de goedkeuring van creatief werk, beïnvloeden ze wat mensen überhaupt de moeite waard vinden om voor te stellen. Misschien worden we steeds beter in het voorspellen van de reacties van het publiek, terwijl we geleidelijk het vermogen verliezen om het iets onverwachts te bieden.

Sneller leren

De belofte van synthetisch onderzoek past in een bredere verandering in de manier waarop bedrijven opereren nu deze nieuwe technologie beschikbaar is. Zoals Steven Waterhouse betoogt in Lerende machines tot in de diepste lagen, verlaagt AI de kosten van dingen uitproberen, de resultaten onderzoeken en bijsturen. Bedrijven die hun organisatie rond dit proces inrichten, kunnen wat ze leren meenemen in hun volgende beslissing en zo gaandeweg hun prestaties verbeteren en versnellen.

Marketing heeft altijd wel een variant van dit proces omvat. We schatten in wat mensen mogelijk aanspreekt, brengen dat naar buiten en ontdekken hoe goed die inschatting was. Onderzoek helpt ons ons voor te bereiden, ervaring vormt onze interpretatie en het publiek behoudt doorgaans het recht om ons te verrassen.

Kolonel John Boyd van de Amerikaanse luchtmacht gaf dit proces een formelere vorm, die hij de OODA-lus noemde: waarnemen, oriënteren, beslissen, handelen (en herhalen). Bedrijven verwijzen er vaak naar als argument voor snelheid, maar in Boyds beschrijving krijgt de manier waarop we begrijpen wat er gebeurt veel aandacht. Oriëntatie is gebaseerd op ervaring, cultuur en nieuwe informatie. In zijn schema is een beslissing een hypothese en een handeling een test, waarbij de resultaten terugkoppelen naar ons begrip.

Synthetische doelgroepen kunnen ons helpen dat inzicht te ontwikkelen voordat we middelen inzetten. Ze kunnen een aanname aan het licht brengen die ons niet was opgevallen, of een interpretatie aandragen waaraan we niet hadden gedacht. Maar een extra gesimuleerde reactie levert op zichzelf geen extra waarneming op van hoe mensen zich gedragen. Zelfs als we de voorspelde ontvangst van een campagne verbeteren, valt er nog steeds iets te ontdekken wanneer mensen ermee in aanraking komen.

Het verschil wordt belangrijk zodra we vooral aanpassingen doen om de voorspelling te verbeteren. Een team kan honderden versies doorlopen en steeds meer vertrouwen krijgen in een campagne, zonder te hebben geleerd of het publiek dat vertrouwen deelt. Het proces is versneld, maar een deel van de onzekerheid blijft precies waar die al was.

Boyd schreef ook dat ‘aanpassingsvermogen variatie en snelheid veronderstelt’, en bracht beide in verband met ons vermogen om onvoorspelbaar te zijn en met onvoorziene omstandigheden om te gaan. Toegepast op creatief werk vraagt die combinatie meer van ons dan snel variaties produceren. We moeten een breed scala aan mogelijkheden openhouden, zodat we iets kunnen ontdekken wat we anders niet zouden hebben geprobeerd.

Helaas kan de druk om sneller te werken het moeilijker maken om die onbekende mogelijkheden te overwegen. Als een deadline nadert en een budget moet worden goedgekeurd, heeft een idee dat iedereen al begrijpt bepaalde voordelen.

De prijs van op veilig spelen

David Perell beschreef deze dynamiek onlangs op TBPN. Hij schreef Derek Thompson de observatie toe dat Hollywood ten prooi is gevallen aan de ‘Moneyball-ificatie van onze wereld’. Volgens hem is de industrie deels saai geworden doordat ze risico’s slim is gaan inschatten: ‘Het probleem is dat je uiteindelijk Spider-Man 74 of Lord of the Rings 7 krijgt, in plaats van een nieuwe serie.’

Er zit een zakelijke logica achter de klacht. Een gevestigde franchise heeft al een publiek, een staat van dienst en een zeker beeld van wat mensen ervan verwachten. Een volgend deel financieren kan verstandig zijn, en het publiek kan er oprecht plezier aan beleven om terug te keren naar een vertrouwde wereld.

Het eerste deel moest de onzekerheid echter aanvaarden voordat er bewijs was dat er een publiek voor bestond. Een studio kan een reeks redelijke beslissingen nemen en toch een cultuur voortbrengen waarin het moeilijk is om onbekende verhalen gerealiseerd te krijgen.

Met andere woorden: een reeks redelijke beslissingen kan een cultuur opleveren die repetitief aanvoelt, ook als elk project voldoet aan de criteria op basis waarvan het is goedgekeurd. We ‘keuren’ geregeld ideeën goed waar we steeds minder enthousiast over zijn.

Betere informatie hoeft noodzakelijkerwijs niet tot zulke uitkomsten te leiden. Inzicht in risico’s kan ons juist bereidwilliger maken om ze te nemen, vooral als we de nadelen eerder overdreven. Maar informatie alleen bepaalt niet hoeveel onzekerheid een organisatie bereid is te aanvaarden.

Synthetisch onderzoek brengt deze afweging in de dagelijkse creatieve praktijk. We kunnen eerder en vaker bij het publiek te rade gaan, en steeds kleinere beslissingen voorleggen. Dat kan het werk aanzienlijk verbeteren. Maar de verwachte reactie kan ook zo voortdurend aanwezig zijn dat mensen er al rekening mee gaan houden voordat ze de tijd hebben gehad om zelf een idee te ontwikkelen.

Het publiek dat ons vormt

Een creatief team hoeft niet de opdracht te krijgen om het model te volgen. Als een gunstige score helpt om goedkeuring te krijgen, zullen teamleden vanzelf letten op wat zo’n score oplevert. Ze zullen merken welke voorstellen gemakkelijk doorgaan en welke een uitgebreide verdediging vereisen.

Onder druk komt die kennis van pas. Een idee kan vóór indiening worden aangepast, een onhandig element kan worden geschrapt en een onbekende richting kan onontdekt blijven. Elke aanpassing afzonderlijk is misschien klein. Na verloop van tijd kunnen ze echter het soort werk veranderen dat het team maakt.

Ook dit is een leercyclus, en de mensen die erin zitten, leren precies wat hun omgeving beloont. De ongemakkelijke mogelijkheid is dat succes binnen het proces geleidelijk hun praktische definitie wordt van goed creatief oordeel. Ze behouden misschien formeel het recht om het oneens te zijn, maar maken daar steeds minder gebruik van.

De resultaten kunnen geruststellend zijn. Goedgekeurde campagnes voldoen aan de verwachtingen, de aanbevelingen van het model lijken verstandig en het proces oogt steeds betrouwbaarder. Toch zegt dit ons heel weinig over het werk dat nooit is voorgesteld, of over het publiek dat het had kunnen bereiken. Een systeem kan uitblinken in het kiezen uit vertrouwde mogelijkheden, terwijl de gebruikers niet doorhebben waar ze niet meer aan denken.

Waterhouse beschrijft een verwante ontwikkeling in het deel ‘Spiegelbeeld’ van zijn essay. ‘We bouwen intelligentie naar ons eigen beeld’, schrijft hij, ‘en richten vervolgens onze bedrijven en instellingen opnieuw in naar dat beeld.’ Op een creatieve afdeling kan die herinrichting plaatsvinden in de gewoonten van individuele mensen. We passen ons aan het hulpmiddel aan, totdat de voorkeuren ervan aanvoelen als ons eigen oordeel.

Op dat moment kan een deel van de voorspelbaarheid die we waarnemen het gevolg zijn van de manier waarop we hebben leren werken. We maken dingen die het systeem begrijpt, omdat we eraan gewend zijn geraakt om eerst om goedkeuring te vragen.

De Muilezel

Isaac Asimov verbeeldde in Foundation and Empire een bijzonder dramatische onderbreking van een voorspelbare toekomst. De psychohistorie van Hari Seldon kan het gedrag van enorme bevolkingsgroepen voorspellen. Zo kan hij een plan opstellen dat eeuwen langer meegaat dan zijn eigen leven. Het succes ervan geeft de mensen die erop vertrouwen buitengewoon veel vertrouwen in wat hun te wachten staat.

Dan verschijnt de Muilezel. Als mutant kan hij de emoties en loyaliteiten van mensen veranderen; zijn invloed is niet meegenomen in Seldons berekeningen. De bevolking begint zich anders te gedragen en het Plan raakt van koers. Een individu dat buiten de aannames van het model valt, verandert de toekomst die het model moest voorspellen.

Het vermogen om te verrassen behouden

Voor een merk is het overeenkomstige doel om iets te creëren dat zo aantrekkelijk is dat het verandert wat mensen verwachten. Daarvoor is een specifieke vorm van onvoorspelbaarheid nodig. Het publiek kan vertrouwen hebben in ons oordeel en de kwaliteit van ons werk, zonder te kunnen voorspellen wat we hierna zullen doen. Juist die combinatie kan ervoor zorgen dat de relatie blijft voortbestaan.

Verwondering berust op ons vermogen iets te ervaren wat we vooraf niet hadden kunnen omschrijven en waarvan we toch de waarde herkennen. De creatieve uitdaging is om zulke ervaringen mogelijk te maken met werk dat voldoende kwaliteit, nuance en samenhang heeft om de aandacht van mensen te belonen. Naarmate onze hulpmiddelen capabeler worden, zouden we de vrijheid moeten willen om meer van dat werk te proberen.

Voor marketing levert dit een specifiek probleem op. Ons werk kan mensen iets laten ontdekken waarvan ze nog niet wisten dat ze het wilden. Een campagne kan de associaties rond een product veranderen, een onbekende ervaring aantrekkelijk maken of mensen een nieuwe manier bieden om een merk te begrijpen. De voorkeuren van het publiek ontwikkelen zich deels door de ervaringen die het opdoet in de wereld, met inbegrip van wat we zelf aan die wereld toevoegen.

Dat betekent dat een beeld van wat mensen op dit moment verkiezen maar een deel van het werk kan doen. We moeten ook inschatten wat hen zou kunnen interesseren zodra het bestaat, en wat we met het merk willen bijdragen. Die ambities kunnen ontstaan voordat er genoeg bewijs is om ze met vertrouwen na te streven.

In Het hoogtepunt van analytische menselijkheid betoogden we dat de groeiende beschikbaarheid van analytische mogelijkheden meer gewicht zou geven aan de keuzes die we ermee maken. Het onderscheid tussen wat we kunnen doen en wat we zouden moeten doen, wordt bijzonder belangrijk wanneer een instrument een schijnbaar eindeloze reeks mogelijkheden kan genereren en beoordelen.

Een betrouwbare voorspelling kan die keuze helpen onderbouwen zonder haar voor ons te maken. We kunnen terecht verwachten dat een vertrouwde aanpak goed zal presteren en toch besluiten dat er een interessantere ambitie is die we willen nastreven. Bij die beslissing spelen onze kijk op het merk, de relatie die we met het publiek willen opbouwen en de periode waarin we verwachten dat het werk ertoe doet een rol. De prognose draagt bij aan ons oordeel, maar de ambitie blijft onze verantwoordelijkheid.

Om die verantwoordelijkheid te behouden, is meer nodig dan vertrouwen in onze eigen smaak. Mensen kunnen een zelfgenoegzame uitspatting gemakkelijk aanzien voor een doorbraak, en een ongunstige voorspelling verdient aandacht. Onafhankelijkheid is nuttig wanneer we het bezwaar kunnen onderzoeken, kunnen bepalen waarom een idee toch een kans verdient en een echte ontmoeting met het publiek kunnen organiseren waar we iets van leren.

Goedkoper vooronderzoek zou meer van zulke ontmoetingen mogelijk moeten maken. Een deel van de besparingen kan worden besteed aan werk met onbekende doelgroepen of aan beperkte tests van ideeën waarvan de waarde onzeker blijft. Zo krijgt de organisatie informatie over mogelijkheden die ze anders misschien had afgewezen, terwijl de mensen die het werk uitvoeren de gewoonte behouden om op basis van een weloverwogen oordeel te handelen.

AI kan in het hele proces een rol spelen, ook bij het bedenken van onverwachte ideeën. Goed gebruik ervan kan onze verbeelding aanzienlijk verruimen. Wat we moeten behouden, is de vrijheid om een mogelijkheid na te streven waarvan de waarde nog niet is vastgesteld door de systemen die we gebruiken om die te beoordelen.

P.S. Misschien kan AI uiteindelijk elke betekenisvolle verandering in menselijke voorkeuren voorspellen, inclusief onze reacties op het meest originele werk dat we ons kunnen voorstellen. Als dat gebeurt, is niets meer zeker. Tot die tijd moeten we ideeën aan mensen voorleggen en zien wat ze ermee doen.