合成研究对创业公司的适用场景与局限

摘要

Listen Labs 增长负责人 Anish Rao 撰文梳理合成研究对创业公司的用处与边界，援引 NIM 对 285 项合成与真人对照的回顾，其中 24.9% 结果相近、65.3% 出现偏离。他建议把合成受访者用于概念筛选、假设生成、小众 B2B 人群探索、真人访谈前预验证和问卷与甄别问卷预测试五类场景，定价、上市承诺与品牌定位等高风险决策仍需真人数据确认。文中还引用覆盖 2,058 名美国受访者、500 个问题的 Twin-2K-500 数据集，约 45% 真人拒绝了假设疫苗，而对应的数字孪生仅 4% 拒绝。

为什么值得看：汇总 285 项合成与真人对照等多项研究，说明合成受访者适合哪些环节、哪些高风险决策仍须真人验证。

来源与原文