Как подготовить проверку спроса с ИИ: данные, гипотезы и реальные тесты

ИИ помогает подготовить исследование, разобрать предоставленные данные и сформулировать следующий тест. Ответ модели сам по себе не подтверждает спрос: для этого нужны наблюдения за реальным поведением людей в конкретных условиях.

1. Зафиксируйте гипотезу и решение
Кому нужен продукт, какую задачу он решает и чем человек пользуется сейчас? До сбора данных определите, какое решение будете принимать: продолжить интервью, проверить предложение, запустить пилот или остановить идею.
Промпт: «Помоги сформулировать гипотезу для [продукт, аудитория, ситуация]. Отдели известные факты от моих предположений. Предложи наблюдаемый сигнал и условия, при которых гипотезу нужно пересмотреть. Не придумывай сведения о рынке».

2. Подготовьте источники
Передайте модели выгрузки поисковой статистики, ссылки на источники или собранные отзывы. Укажите регион, период и способ получения данных. Если доступа к источнику нет, модель должна обозначить пробел, а не заполнять таблицу правдоподобными цифрами.
Промпт: «Разбери приложенные данные. Для каждого вывода укажи источник и период. Отдельно выпиши ограничения выборки и вопросы, на которые эти данные не отвечают. Не добавляй отсутствующие показатели».
Частота запросов показывает поисковый интерес. Она не сообщает, сколько людей купят ваш продукт по выбранной цене.

3. Изучите опыт потенциальных пользователей
Соберите примеры того, как люди решали задачу в прошлом: что делали, сколько времени и денег потратили, почему выбрали альтернативу. Не заменяйте интервью вымышленными ответами «типичного клиента» от модели.
Промпт: «На основе гипотезы составь вопросы о последнем реальном случае решения задачи. Исключи вопросы, подсказывающие желаемый ответ, и обещания купить в будущем. Для каждого вопроса поясни, что он поможет выяснить».

4. Проверьте предложение действием
Выберите посильный тест: запись на разговор, заявку на пилот, лист ожидания или реальное предложение продукта. Заранее определите аудиторию, срок, предел затрат и критерий решения. Не обещайте готовый продукт, если проверяете только концепцию. Используйте только настоящие отзывы и подтверждённые результаты.
Промпт: «Предложи план теста для [гипотеза] при [ресурсы и ограничения]. Опиши, что увидит человек, какое действие мы считаем сигналом, какие данные запишем и как избежать двусмысленного обещания».
Лайк, заявка, запись в лист ожидания и оплаченный заказ — разные по силе сигналы. Один нельзя автоматически пересчитывать в другой.

5. Сравните результат с заранее выбранными условиями
Передайте модели фактические показатели: сколько людей увидели предложение, откуда пришли, сколько выполнили действие, какие были отказы. Сохраняйте знаменатель: десять заявок без объёма и состава аудитории мало о чём говорят.
Промпт: «Сопоставь результаты теста с критериями, которые мы зафиксировали до запуска. Покажи расчёты, возможные альтернативные объяснения и недостающие данные. Не предлагай универсальную норму конверсии и не делай вывод о масштабировании, если тест этого не проверял».

6. Отделите вывод от следующей гипотезы
Не пытайтесь получить от ИИ точный процент будущих покупок по размеру листа ожидания. Его можно узнать только в последующей проверке предложения, а условия и состав аудитории могут измениться.
Промпт: «Раздели итог на три части: что наблюдали, что можем предположить, что нужно проверить дальше. Укажи, какой самый небольшой следующий тест поможет принять решение».

Что должно остаться после проверки
Краткая запись: гипотеза, источники и даты, аудитория, условия теста, результаты, ограничения и принятое решение. Так к работе можно вернуться и проверить, откуда появился вывод.
ИИ в этом процессе помогает организовать работу. Подтверждение гипотезы относится только к проверенным условиям и не гарантирует успех всего бизнеса.