Az átlag fogyasztó nem létezik. Senki sem ő.
TL;DR
A piackutatás hagyományos logikája az átlagra épít: mi a célcsoport átlagos preferenciája, átlagos szorongásszintje, átlagos reakciója. Ez hasznos, de torzított képet ad. Az átlag elrejti a szórást — és éppen a szórásban laknak az érdekes, valódi döntési pillanatok. Ez a cikk arról szól, miért nem elég az átlag, és mit kell ehelyett modellezni.
A belső udvar csendje
Ülök a kőpadon, a nedves kövön átérezve a hideget. Az eső cseppjei csendesen kopognak a pázsit füvein, és a nedves kövek sötétebb árnyalatot öltenek. A college falai magasra nyúlnak, mintha őriznék az évszázados csendet. A levegőben érzem a nedves föld és a korhadó lomb illatát. A szememmel követem az esőcseppek útját egy ablaküvegen, ahogy összefutnak, majd szétválnak. Minden csepp más irányt vesz, más sebességgel csúszik lefelé. A statikus képből egy kaotikus mozgás rajzolódik ki. És ebben a pillanatban jön a gondolat: mi van, ha pont ezt a szétszóródást nézzük el, amikor az átlagot keressük?
1. Az átlag-ember mítosza
A 19. század közepén egy belga statisztikus, Adolphe Quetelet megalkotta az „átlagember” fogalmát. Az ötlet az volt, hogy a társadalom természetes állapota az átlag — és az egyéni eltérések csupán zajok, amelyek kiszámíthatatlan ingadozást okoznak az átlag körül.
Ez a gondolkodásmód beivódott a modern mérési kultúrába. Statisztikában, orvostudományban, közgazdaságtanban és — igen — a piackutatásban is.
De van egy alapvető probléma: az átlag-ember nem létezik.
Ez nem metafora. 1945-ben az amerikai légierő elvégzett egy nagy mintán végzett mérést, amelynek célja az volt, hogy meghatározza a „tipikus pilóta” méretét, és erre méretezze a repülőgép kabinját. Több mint négyezer pilótát mértek meg, tíz testméret szerint. Ezután megvizsgálták: hányan vannak belül az összes dimenzió átlagának 30%-ás tartományán belül?
Nulla. Egyetlen pilóta sem volt „átlagos” minden dimenzióban egyszerre.
Az átlag-ember nem él. Mindenki máshogy nem-átlagos.
2. Mit csinál a kutatás az átlaggal?
A piackutatás legtöbb eszköze kénytelen átlagokat kezelni — mert ez a statisztika alapja. Átlagos véleményszint, átlagos preferencia-erősség, átlagos márkahűség.
Ez nem hiba. Ez a redukció szükséges, ha nagy csoportokról akarunk összehasonlítható adatot kapni.
A baj ott kezdődik, amikor az átlag összegzésből operatív döntési alap lesz — és a szórást figyelmen kívül hagyják.
Néhány példa, ahol az átlag megtévesztő:
Árpont: Az átlagos fizetési hajlandóság 4500 Ft. De ha a szórás nagy — mondjuk a válaszok fele 2000 és 7000 Ft között oszlik el —, akkor egy 4500 Ft-os ár elveszíti a legolcsóbban vásárlókat (akik számára ez túl drága) és a prémium vásárlókat is (akik számára ez nem elég prémium).
Üzenethatás: Az átlagos célcsoport semlegesen reagál az egyik csomagolásra. De ha a 40% erősen pozitív és 40% erősen negatív (és 20% semleges), az átlag semleges — holott mély polarizációt fed el.
Döntési sebesség: Az átlagos döntési idő 3 nap. De vannak, akik azonnal döntenek (impulzív vásárlók), és vannak, akik 3 hetet is várnak (kockázatkerülők). Ez a két csoport teljesen különböző kommunikációt igényel.
3. A szórás mint kutatási dimenzió
Ha nem elég az átlag, mi kell mellé?
Legalább két dolog:
1. A szórás mértéke. Mennyire széles az eloszlás? Egy szűk szórású átlag (mindenki nagyjából ugyanott van) mást jelent, mint egy széles szórású átlag (mindenki máshol van, de az átlag középen esik).
2. A szélső értékek aktiválódásának logikája. Mikor mozdul valaki a magas irányba, és mikor az alacsony felé? Ez az, amit trigger-dinamikának hívunk — és ez az, ami hiányzik a klasszikus perszónából.
[!NOTE] Miért fontos a szórás? Az átlag azt mondja: “a célcsoport átlagosan így reagál.” A szórás azt mondja: “ebből mekkora a veszteség, ha a kommunikáció az átlagra optimalizál?” Széles szórás esetén az átlag-optimalizálás elveszíti a széleken lévő szegmenseket.
4. Intraindividual vs. interindividual variabilitás
A pszichológia két szintű szórást különböztet meg:
Interindividual variabilitás: Különböző emberek közötti különbség. Péter más, mint Katalin. Ez a klasszikus szegmentációs szint.
Intraindividual variabilitás: Ugyanaz az ember különböző pillanatokban különbözőképpen viselkedik. Katalin hétfő reggel más, mint Katalin péntek délután. Katalin a jó hónapjában más, mint Katalin a stresszes negyedévben.
A hagyományos piackutatás szinte kizárólag az interindividual szintet méri — összehasonlít embereket egymással. Az intraindividual szint szinte teljesen hiányzik az eszköztárból.
Ez azért probléma, mert a fogyasztói döntések jellemzően intraindividual szinten dőlnek el — nem az a kérdés, hogy Katalin más-e, mint Péter, hanem az, hogy Katalin ebben a pillanatban, ebben az állapotban hogyan dönt.
5. A sigma-fogyasztó
A statisztikában a sigma a szórás jele (σ). A „sigma-fogyasztó” metafora azt jelöli: az a fogyasztó, aki nem az átlagnál van, hanem valahol a széleken.
A sigma-fogyasztók különösen fontosak három okból:
1. Ők hozzák a szélsőséges döntéseket. A márkahűség, a szájreklám, a boykott, az impulzusvásárlás — ezek a szélső értékeken élnek. Az átlag-fogyasztó ritkán csinál ilyesmit.
2. Ők mutatják meg a törésvonalakat. Egy termék kommunikációjának gyenge pontjai legtöbbször ott derülnek ki, ahol valaki nem a várt módon reagál. Ez a szélső reakció — nem az átlag.
3. Ők az early adopter és early rejecter szegmens alapja. Az innováció elterjedésének logikája (Rogers, 2003) a szélsőségekre támaszkodik. Az első 2-3% elfogadó és az első 2-3% elutasító nem az átlagon van.
6. A sűrű pont illúziója
A piackutatásban szinte mindig szimplifikálunk: a nagy szegmensre fókuszálunk, mert az a piaci hatás szempontjából fontosabb. Ez praktikus szemlélet.
De van egy mellékhatása: a sűrű pont illúziója.
Ha az összes kutatás az átlagot keresi és a szélsőségeket leszörpöli (statisztikai outlier-ként kezeli), akkor egy hamis kép alakul ki: a fogyasztók homogénebbnek tűnnek, mint amilyenek. A döntési tér egységesebbnek látszik. A polarizáció és a belső ellentmondás eltűnik a képből.
Ez veszélyes. Mert a valódi piac nem homogén. Különösen nem stresszes időszakokban.
7. Mit jelent ez szintetikus perszóna szempontjából?
Ha szintetikus perszónát építünk, az „átlag perszóna” csapdájától messze el kell maradni. Három konkrét következmény:
1. Több perszóna kell. Egy szegmenst nem lehet egy perszónával lefedni, ha a szórás széles. Legalább három kell: a „tipikus” (átlag), a „magas aktiváció irányba billenő” és az „alacsony aktiváció irányba billenő” variáns.
2. A szórás explicit legyen. A perszóna ne csak az átlagot tárolja, hanem az aktiválódási feltételeket is: mi tolja a szélső irányba? Mi tartja stabilan a középen?
3. A szimuláció szituáció-függő legyen. Ugyanaz a perszóna különböző szituációban különbözőképpen viselkedik. Az „átlagos állapot” mellett modellezhető legyen a stresszált állapot, a meglepetés utáni állapot, a csoportnyomás alatti állapot.
| Állapot | Döntési sebesség | Kockázattolerancia | Információigény |
|---|---|---|---|
| Stabil, kipihent | Normál | Normál | Normál |
| Stresszes, időhiányos | Csökkent | Csökkent | Megnövekedett |
| Meglepetés utáni | Blokk, delay | Nagyon alacsony | Maximális |
| Csoportnyomás alatt | Felgyorsul | Megnövekedett | Csökkent |
8. Az átlag haszna és korlátja
Az átlag nem rossz — korlátai vannak. Pontosan jelzi a várható középső viselkedést. Jól összehasonlítható szegmensek és időszakok között.
De amint a kérdés nem az, hogy „hogyan viselkedik a célcsoport általában,” hanem az, hogy „hogyan viselkedik stressz alatt, váratlan helyzetben, döntési nyomáson,” az átlag elégtelen.
A szórás — és az a logika, amely a szélső értékeket aktiválja — az a terület, ahol a piackutatásnak fejlődnie kell. A szintetikus perszóna-rendszerek éppen ezt a területet próbálják lefedni.
9. Összefoglalás
Az átlag-ember nem létezik. Mindenki a szélső értéken él bizonyos dimenziókban. A piackutatás legtöbb eszköze az átlagra optimalizál — ezzel torzítást visz be, amely leginkább stresszes, döntési nyomású szituációkban válik láthatóvá.
A szintetikus perszóna épülhetne az átlagra — és a legtöbb rendszer ezt teszi. De egy jól működő rendszer a szórást, az aktiválódási logikát és a szituáció-függő állapotváltást is kezeli. Ez a különbség a portré és a modell között.
Ez a cikk a Szintetikus Perszónák sorozat hatodik része. A következő rész: Stressz mint viselkedési szervező — hogyan írja át a döntési mintázatokat a tartós stressz.
Varga Zoltán | vargazoltan.ai — Piackutatás, mesterséges intelligencia, szintetikus gondolkodás