合成用户 vs 传统调研：2026 年用“成本、时间、学习速度”算清 ROI
如果只拿“一项调研花多少钱”来衡量调研的 ROI，就盯错了指标。到了 2026 年，真正的瓶颈是学习速度：在把研发、市场推广和声誉押上去之前，你能多快把不确定性降下来。
先看三组值得参照的数字：
- 一项针对 300 多位 UX 研究员的调查显示，完成最近一个调研项目，用时中位数是 42 天；59.3% 的人说用了几周，30.3% 说用了几个月。研究员们认为最耗时的环节是分析（占项目时间的 32.7%），其次是招募（26.6%）。而延误最大的来源是招募和运营（36.3%）。1
- 按调研公司的公开报价基准，10-15 场深度访谈依然要 $5,000–$15,000，焦点小组每组 $7,000–$20,000 以上。2
- 就算“只算招募 + 酬金”，也是一笔不小的开销：面向专业人士的远程 1:1 调研，酬金通常在每小时 $100 左右；招募平台可能每完成一场收 $34–$403；而且有数据显示，酬金越高，爽约率明显越低（以一个大型基准数据集为例，每小时 $60 时约 10%，每小时 $100 时约 8%，每小时 $150 时低于 5%）。4
调研之所以“慢”，不是因为团队不上心，而是因为整套体系就是围着人力瓶颈搭起来的。
框架：C × T × L
用下面这个简单模型来比较不同做法：
- C（每轮迭代的现金成本）：酬金、招募费、工具费、供应商费用、内部工时。
- T（拿到第一个信号的时间）：要等多久，才能做出方向正确的判断。
- L（学习速度）：每个季度能跑多少轮有意义的迭代。
学习速度是乘数。传统调研可以质量很高，但如果 T 要以周计、一个季度只能迭代 1–2 轮，ROI 照样很低。
传统调研的基准数据
列这些数字，不是为了贬低传统方法，而是要把账算清楚。
| 成本 / 时间项 | 公开基准（美元） | 通常意味着什么 | 来源 |
|---|---|---|---|
| 深度访谈（IDI） | 10–15 场共 $5,000–$15,000 | 由供应商操办的定性调研（招募、主持、分析、报告） | Drive Research（2026 年更新版） |
| 焦点小组 | 每组 $7,000–$20,000+ | 场地/后勤 + 招募 + 主持 + 分析的开销 | Drive Research（2026 年更新版） |
| 招募费（平台） | 每完成一场 $34–$40 | 不含酬金；随完成量线性增长 | Respondent 价格页 |
| 酬金基准（B2B 远程） | 约每小时 $100（常见基准） | 酬金越低，爽约风险越高 | User Interviews 酬金报告 |
| 爽约率与酬金（远程、有主持人） | 每小时 $60 约 10% → 每小时 $100 约 8% → 每小时 $150 低于 5% | 酬金会影响招募难度和排期的可靠性 | User Interviews 酬金报告 |
| 酬金区间（焦点小组） | $150–$200（专业人士）、$300–$500（VP 及以上）等 | 资历越高、人越稀缺，涨得越快 | Great Question（2026 年指南）5 |
| 样本招募周期（焦点小组） | 3–7 天（一般人群）/ 2–4 周（小众人群） | 再“快”的项目，也绕不开实打实的日历时间 | Great Question（2026 年指南） |
| 调研周期（端到端） | 中位数 42 天 | 项目常常以“周”计，往往卡在运营和分析上 | dscout 调查（300+ 位 UX 研究员） |
看了这些数字，就明白“多做点调研”为什么很少行得通。你缺的不只是预算，还有时间、运营人手和分析师的精力。
合成调研改变了什么
合成用户不是取代真人的魔法，它改变的是调研工作的基本单位。
不必只做一个又大又慢的项目，可以跑很多轮小迭代：把问题收紧，换着测试素材试，探一探边界情况，赶在真金白银押错方向之前，先把答案收敛出来。
大多数团队真正需要的部分
| 维度 | 传统调研 | 合成用户（模拟） |
|---|---|---|
| 拿到第一个信号的时间（T） | 常常要几周（报告的中位数为 42 天） | 几小时到当天就有信号（无需招募、排期） |
| 每轮迭代的边际现金成本（C） | 高：酬金 + 招募 + 分析师时间，每轮都要重来一遍 | 低：边际成本主要是算力 + 编排 |
| 学习速度（L） | 每季度 1–2 轮有效迭代很常见 | 每周（甚至更快）迭代一轮变得可行 |
| 最适合 | 情感深度、敏感话题、行为观察、合规要求严格的验证 | 探索、概念和传播信息的迭代、早期的细分人群假设、找出会失败的地方 |
| 主要的失败方式 | “完美的洞察”到了，决策早已做完 | 产出如果缺少治理和验证，容易过度自信 |
赢的关键不在于“合成还是真人”，而在于用合成求速度，用真人求真相。
实用的混合打法
想拿到 ROI，又不想在方法论上折腾，可以这样做：
- 先从合成开始：快速迭代，摸清全貌（什么能引起共鸣、什么会出问题、哪些细分人群意见分化）。
- 只让入围方案进入真人验证：访谈更少，问题更好，测试素材更精炼。
- 把学习速度制度化：把每轮迭代都当作一次可以重放、可以对比的实验。
这样，调研才会变成一项持续复利的资产，而不是偶尔做一次的项目。
2026 年的结论：ROI = 学习速度
代价最高的结果，不是为调研花钱，而是因为学习循环跟不上，满怀信心地推出了错误的东西。
想亲身感受这种转变，就从一个切入场景开始：概念测试或产品方向。用一句话描述目标人群，跑一组合成样本，反复打磨测试素材，再找一小批真实用户验证最重要的几条洞察。
注释
-
dscout：“Left Behind: 300+ UXRs on What Makes for an Adequate Research Project Timeline”（300 多位 UX 研究员谈多长的调研周期才算合理；中位数 42 天，延误来源拆解） https://www.dscout.com/people-nerds/research-timelines ↩
-
Drive Research：“How Much Does Market Research Cost in 2026?”（2026 年做市场调研要花多少钱；各类方法的费用区间） https://www.driveresearch.com/market-research-company-blog/how-much-does-market-research-cost/ ↩
-
Respondent 价格页（按完成场次收取的招募费） https://www.respondent.io/pricing ↩
-
User Interviews：“The UX Research Incentives Report”（UX 调研酬金报告；B2B 酬金基准，爽约率与酬金的关系） https://www.userinterviews.com/blog/research-incentives-report ↩
-
Great Question：“Focus Groups: How to Plan, Recruit & Run Them (2026 Guide)”（焦点小组的策划、招募与执行指南；酬金区间，招募周期） https://greatquestion.co/blog/focus-groups ↩
