tgoop.com/c_behavior/2114
Last Update:
Посты об изменениях потребительского поведения стали появляться в канале на регулярной основе. Почему им можно верить и как «приземлять» описанные тренды для своей ситуации? Сейчас расскажу.
В качестве стартовых я всегда использую реальные исследовательские данные (примеры тут и тут). Иногда они фиксируют факты, чаще – тренды (о различиях подробнее здесь). В любом случае замеченные исследователями изменения системы не описывают ее реакцию на эти изменения. А она есть.
Для того, чтобы понять эту реакцию, можно сделать следующее.
🔶Описать вторичные и побочные тренды, которые усиливают основной тренд.
🔶Описать антитренды и контртренды, которые тормозят основной тренд
Для анализа я использую Chat GPT, результаты редактирую (дополняю, вычеркиваю). Промптинг там тонкий (о нем в другой раз), но если все делать правильно, то результаты хорошие. В случае сомнений проверяю на другой модели – Perplexity.
Получив результаты, я формулирую основные вызовы отрасли, а затем новые возможности для бизнеса. Но это не все. Где возможности, там и риски их реализации, их тоже прописываю.
Далее, из полученного перечня возможностей (дополненных рисками) выбираю те, для которых особенно важно знание поведения потребителей (см. название канала). Дальше логика простая: при реализации новой возможности, потребители будут приспосабливаться к изменившейся ситуации. Описания этих изменений и попадают в пост, то есть, публичное пространство.
Как видите, многое осталось за кадром, «в запасниках». Но они тоже нужны, работая с ИИ очень важен контекст. Он нарабатывается в каждом диалоге.
И есть еще одно дополнение, оно пока тоже за кадром, но только пока. Каждую возможность я переформулирую как бизнес-задачу, ставлю для нее исследовательскую задачу, формирую анкету количественного опроса. Подобные результаты скоро появятся в канале. Интересно?
#методика #концепция #тренд
BY Потребительское поведение; факты и тренды
Share with your friend now:
tgoop.com/c_behavior/2114