Markedsundersøkelser og opinionsmålinger har lenge vært avgjørende for at bedrifter skal forstå sine kunder og målgrupper. Mens kvantitative spørsmål (som å krysse av på en skala fra 1 til 10) alltid har vært enkle å digitalisere, har de kvalitative spørsmålene – de åpne tekstfeltene der respondentene skriver med egne ord – krevd en enorm menneskelig innsats. Hærskaper av dataanalytikere og kontorassistenter i markedsanalysebyråer har brukt uker på å lese gjennom tusenvis av fritekstsvar for å sortere, kode og kategorisere dem i meningsbærende grupper. Dette manuelle kodingsarbeidet er i ferd med å bli fullstendig utryddet av generativ kunstig intelligens.

Tematisk modellering og automatisert koding Tidligere forsøk på å automatisere tekstkoding var basert på enkle søk etter nøkkelord, noe som ofte feilet fordi mennesker uttrykker seg ulikt, bruker slang eller staver feil. Moderne AI-systemer bruker avanserte språkmodeller og såkalt tematisk modellering (Topic Modeling) for å forstå den dypere meningen bak ordene.

Når en bedrift samler inn ti tusen svar fra en kundeundersøkelse, kan en AI lese og analysere alt innholdet på noen få minutter. Den identifiserer automatisk de viktigste temaene som går igjen (for eksempel "for høy pris", "dårlig app-design" eller "lang leveringstid"), og koder hvert enkelt svar i riktig kategori. Systemet håndterer skrivefeil, sarkasme og flertydige setninger feilfritt. Deretter oppretter AI-en et ferdig interaktivt dashbord som oppsummerer hovedfunnene, komplett med sitater som best representerer de ulike trendene.

Hvorfor manuelt analyse- og kodingsarbeid avsluttes Forretningsmodellen for markedsanalysebyråer endrer seg radikalt fordi AI fjerner de tradisjonelle flaskehalsene i prosessen:

  1. Dramatisk tidsbesparelse: En prosess som tidligere tok to uker fra undersøkelsen ble avsluttet til rapporten var klar, tar nå under en time. Dette gjør at bedrifter kan handle på kundenes tilbakemeldinger nesten umiddelbart.

  2. Ubegrenset skalerbarhet: Det spiller ingen rolle for AI-en om undersøkelsen har hundre eller én million respondenter. Kostnaden og tidsbruken forblir tilnærmet den samme, noe som gjør store globale undersøkelser tilgjengelige for langt flere selskaper.

  3. Dypere innsikt uten menneskelig bias: Menneskelige kodere kan ubevisst tolke svar i lys av egne forventninger eller gå lei etter å ha lest hundrevis av lignende tekster. En AI analyserer alt materiale med samme objektive og konsistente standard.

Konsekvenser for analyseyrket Dette skiftet betyr at rollen som tradisjonell datakoder eller junior-analytiker i markedsanalysebransjen er i ferd med å opphøre. De administrative inngangsjobbene der man lærte faget gjennom metodisk grovarbeid med data, forsvinner inn i algoritmene.

Menneskets rolle: Sette hypoteser og ta strategiske valg Selv om maskinene har overtatt databearbeidingen og kodingen, kreves det fortsatt menneskelig intellekt i de innledende og avsluttende fasene av en undersøkelse. Mennesker må utforme de riktige, strategiske spørsmålene og sette opp hypotesene som skal testes.

Viktigst av alt er evnen til å omsette AI-ens funn til praktisk forretningsstrategi. En AI kan fortelle deg at 40 % av kundene misliker det nye designet, men det kreves menneskelig kreativitet, ledererfaring og forretningsforståelse for å bestemme hva selskapet skal gjøre med denne innsikten. Grovarbeidet med å sortere ordene er imidlertid permanent overført til maskinene.