Peiyao Li, Noah Castelo, Zsolt Katona, Miklos Sarvary
Published Online:25 Jan 2024 https://doi.org/10.1287/mksc.2023.0454
摘要：本文探讨了大型语言模型（LLM）在市场调研中替代人类参与者的潜力。此类 LLM 可用于根据提示生成文本。我们认为，对于某些产品类别的自动市场调研来说，感知分析是一个特别有前景的使用案例。所提出的新方法生成的结果与人工调查生成的结果非常接近：人工和 LLM 生成的数据集之间的一致率达到 75% 以上。此外，这也适用于基于品牌相似度测量和产品属性评级的感知分析。论文表明，对于某些类别的产品，这种完全或部分自动化的市场调研新方法将提高市场调研的效率，有意义地加快进程并有可能降低成本。进一步的结果还表明，随着应用于大型语言模型的训练语料库的不断扩大，基于 LLM 的市场调研将适用于回答基于人口统计学变量或上下文变化的更细微的问题，而这些问题如果由人工受访者来回答，成本将过于昂贵或不可行。
文章 "Frontiers：Peiyao Li、Noah Castelo、Zsolt Katona 和 Miklos Sarvary 撰写的文章 "Frontiers: Determining the Validity of Large Language Models for Automated Perceptual Analysis "讨论了在市场研究中使用大型语言模型（LLMs）替代人类参与者的潜力。作者认为，感知分析是使用 LLMs 进行自动市场调研的一个很有前景的用例，因为 LLMs 可以生成与人工调查非常接近的结果。研究发现，在基于品牌相似度测量和产品属性评级的感知分析中，人类和 LLM 生成的数据集之间的一致率达到 75% 以上。作者认为，这种全自动或部分自动化市场调研的新方法将通过加快进程和降低成本来提高市场调研的效率。该研究通过了《营销科学》前沿杂志的评审程序，并获得了资助：前沿 "审查程序，并得到了加拿大社会科学与人文研究理事会的资助。
コメント