成效速览
- 积累的客户认知，成了新调研能反复调用的背景资料。 过往的用户数据和访谈样本能直接拿来支撑新的调研，不再只躺在旧报告里。
- 几个产品决策，放在一起研究。 口味概念、包装方向和整体产品主张，上市前就能当成一个环环相扣的整体来测试。
- 真人测试可以从更有把握的候选方案起步。 早期的合成调研帮团队找出值得追问的问题、矛盾点和有潜力的方向，再带进原型制作、感官测试和市场验证。
关于合作伙伴
维他奶研发的饮品，面对的是一群不只看口味做选择的消费者。口味起什么名字，本身就会让人产生期待；包装透露着饮用场景、功效和品质档次；产品主张要么能融入消费者现有的习惯，要么得给出足够的理由，让他们养成新的习惯。
维他奶手里已经有不少宝贵的积累：过往的客户数据，还有以前做过的访谈样本。还能做得更好的，是让这些积累在产品开发的最早期发挥更大作用。这个阶段，团队还有余地比较、打磨不同的方向。
“iMario 让我们趁新品还来得及改，先了解消费者可能会有什么反应。”
Lina Song，维他奶数字产品经理
挑战
开发一款新饮品，要同时拍板好几件事。口味概念单看很吸引人，却可能和品牌调性不搭；包装在视觉上很出挑，却可能让人把甜度、配料或饮用场景想错；产品主张整体测下来得分不错，背后却可能藏着不同消费群体截然不同的反应。
团队需要尽早拿到反馈，但传统调研往往要等创意收窄成少数几个原型之后才开始。这么晚才测，每一次测试都关系重大，留给其他方案的余地也更小了。
维他奶想在这之前就开始摸底：用好手里已有的客户认知，多探索几个方向，再找出哪些问题值得找真人深入验证。
合作：把已有洞察用到下一个产品决策上
借助 iMario，团队可以用维他奶过往的用户认知和访谈资料，为合成消费者调研打底。调研的起点不再是千篇一律的通用人物画像，而是团队熟悉的那群消费者：已经摸清的态度、生活习惯、需求，还有他们谈起这个品类时的说法。
接下来，团队早期手头有什么材料，就能直接拿来展示新产品创意：一段概念描述、口味说明、包装视觉、利益点排序，或者设想的饮用场景。
每位合成消费者单独作答，也说清自己为什么这样反应。团队比较的不只是哪个方向更能引起兴趣，还能看到每个创意带来了什么预期、哪些地方可信、产品主张从哪一步开始让人看不懂。
场景一：做感官原型之前，先测口味概念
iMario 没法真的尝一口饮料，合成反馈也替代不了感官测试。它的价值在更早的阶段。
配方定下来之前，口味的名字和描述就已经在传递信息了：甜度、浓淡、熟悉感、健康程度，还有这款产品适合什么场合。从合成消费者对这些信息的反应里，团队能看出这个概念勾起的是期待，还是犹豫。
维他奶由此可以了解：不同类型的消费者怎么理解几个备选的口味方向，觉得产品喝起来会是什么味道，哪些说法能让一个创意显得与众不同、值得相信。有了这些反应，团队就能排出哪些概念值得做成实物原型，也知道后续的感官调研要测什么。
这样一来，纸面上的创意和上市前必须做的真人品尝之间，衔接得更清楚了。
场景二：读懂包装在向消费者承诺什么
消费者第一次接触一款新饮品，往往是从包装开始的。还没等人评判产品本身，包装就已经交代了：它是给谁喝的、可能是什么味道、为什么值得多看一眼。
维他奶可以把几种备选的包装方向摆到合成消费者面前，从几个层面看他们的反应：第一眼注意到的是什么？从包装上推断出了什么口味和功效？设计和预想的定位对得上吗？在挤满商品的货架上或者线上店铺里，能不能很快认出这款产品？
访谈记下的是理由，而不只是一个偏好分数，所以团队能把“好不好看”和“说没说清楚”分开来看。有的设计很吸引人，却让人对产品产生了错误的预期；有的设计把品类交代得很清楚，却给不出让人改买它的理由。
有了这些区分，包装反馈就从一次主观投票，变成了一个个具体的设计问题。
“iMario 的合成消费者，是用我们已经掌握的认知搭起来的，所以上市前，我们能更快地把口味、包装和产品创意都过一遍。”
Lina Song
场景三：看清哪款产品适合谁，又为什么适合
平均分可能恰恰掩盖了最关键的产品线索。一个让人意见分化的概念，也许确实不够好，也许正对某一类人的胃口，只是这群人的需求在整体数据里显不出来。
用 iMario，维他奶可以比较不同类型消费者的反应，又不丢掉每个回答背后各自的理由。团队能看出谁把这款产品当作日常习惯的一部分，谁只是偶尔选一选，谁又因为产品主张和自己的预期冲突而直接拒绝。
讨论也就从“市场喜不喜欢”转向了更能落到决策上的问题：这个创意是做给哪类消费者的？它能帮他们解决什么问题？什么会让他们不愿意尝试？哪句话、哪个设计细节能打消这个顾虑？
早一步看清，验证更聚焦
这次合作并没有省掉产品原型、感官评测小组或真实客户调研，而是让这些投入更有针对性。
维他奶用已有的客户认知，借合成消费者探索新创意，能更早发现值得做的方向和可能出问题的地方。等到真人测试时，产品团队就能带着更清晰的假设、更好的测试素材上场，也更清楚影响最大的未知数还剩哪些。
