Persona’s maken met ChatGPT en AI op basis van gebruikersonderzoek

Weg met verzinsels: gebruik ChatGPT en AI om onderzoek om te zetten in persona’s

Persona’s, dat zijn die “typische gebruikers” die vaak gebruikt worden om beslissingen te nemen over positionering, marketing of productontwikkeling. Geen echte mensen, maar een soort samenvattingen van gedrag, noden en frustraties van je verschillende doelgroepen.

Eerlijk: ik heb er jaren een absolute bloedhekel aan gehad.

Omdat het meestal verzonnen figuren waren. Het resultaat van een brainstorm met te veel mensen, te veel post-its en te weinig data.

• “Lisa, 34, doet yoga en heeft een poedel die Oliver heet.”
• “Peter, 29, gaat windsurfen in het weekend en draagt witte sneakers.”

Gebruik data, geen buikgevoel om je persona’s te maken

Maar het kan dus anders. Met ChatGPT (of een andere LLM) en échte onderzoeksdata kan je persona’s maken waar je echt mee aan de slag kan. Geen fluffy marketing artefacten om aan de muur te hangen in je brainstormruimte, maar een tool waar je effectief beter van wordt.

ChatGPT is maar zo slim als de data die je erin stopt. Wil je persona’s die je doelgroep écht weerspiegelen, dan moet je het voeden met eigen onderzoek. Geen losse Excelbestanden, maar echte inzichten. Research rapporten. Context.

En ja, dat moet je eigen data zijn. Geen generiek rapport over “Gen Z in sector X”. Als de info niet van je eigen klanten of gebruikers komt, ben je alsnog aan het gokken.

Nog iets: zorg dat die data recent is. Data veroudert. Wat gebruikers vijf jaar geleden belangrijk vonden, kan vandaag totaal irrelevant zijn. Persona’s gebaseerd op verouderde data zijn gevaarlijker dan geen persona’s.

Welk onderzoek werkt het best om persona’s te bouwen?

Begin met dit soort gebruikersonderzoek en gebruikersinzichten:

• Toptakenenquêtes
  Wat komen mensen eigenlijk doen op je site? Wat zijn hun jobs-to-be-done? Toptakenonderzoek helpt ChatGPT gedragspatronen en echte gebruikersintenties te herkennen.
• Exit enquêtes
  Wat kunnen mensen niet vinden of doen op je site of app? Wat frustreert hen? Deze data vertelt de LLM wat bezwaren zijn van je gebruikers. Wat verwarring of frictie veroorzaakt.
• Klantfeedback
  Mails, tickets, reacties, chatlogs, … Daar hoor je hoe je klanten écht praten. En krijg je inzicht in hun taalgebruik en woordkeuze.

Gooi die inzichten in ChatGPT en die zal gedrag, motivaties en verwachtingen beginnen te clusteren.

In een recent project voor een hogeschool voedden we ChatGPT met rapporten van online enquêtes. Op basis van die data kwamen er vijf persona’s uit. Niet op basis van verzonnen kenmerken, maar op wie er echt op de website zat en wat die echte gebruikers probeerden te bereiken. Geen fictieve details, maar echte patronen waar designers, marketeers en contentteams mee aan de slag konden.

Dezelfde vraag maar zonder gebruikersdata leverde persona’s op die niet geënt waren op de realiteit. ChatGPT fantaseerde te veel persona’s bij elkaar, die dan ook nog eens op niets gebaseerd waren.

Wees niet te sturend in je prompt

Een van de grootste valkuilen als je hiermee zelf aan de slag gaat, is dat je je prompt onbewust gaat sturen.

Vraag dus niet naar specifieke eigenschappen van een persona zoals leeftijd, regio of geslacht. En leg zeker niet vast hoeveel persona’s je wilt. Daarmee duw je het model in een richting die misschien helemaal niet klopt met je data.

Een standaard LLM wil je altijd tevreden stellen. Dus als jij ergens om vraagt, zal het dat geven. Ook al zit het niet in je onderzoek.

Hou je prompt daarom zo neutraal mogelijk en laat ChatGPT werken met wat er écht in je data zit.

Bijvoorbeeld:

“Hierbij deel ik onderzoek over websitebezoekers. Haal hier persona’s uit op basis van hun gedrag en contentnoden. Gebruik archetypes indien nodig en focus op hun motivaties en doelen.”

Zo laat je het model zelf patronen ontdekken, clusteren en omzetten in bruikbare persona’s.

Maak van je persona’s je eigen Custom GPTs

Eens je persona’s hebt op basis van echt onderzoek, kan je er nog een stapje verder mee gaan: maak er Custom GPTs van.

Dat zijn AI-assistenten die denken en schrijven zoals je gebruiker.

Stel dat je persona “Toekomstige student” is, net van het middelbaar en op zoek naar studiemogelijkheden. Je kan een Custom GPT maken die werkt vanuit hun vragen en twijfels.

Gebruik die GPT om landingspagina’s te schrijven of om te testen hoe die doelgroep je huidige landingspagina’s zou ervaren. Of om te checken of de woorden die je gebruikt niet te ingewikkeld zijn voor iemand die nog nooit hoger onderwijs volgde.

Laat ChatGPT het grondwerk doen, maar blijf wel zelf aan het stuur staan

ChatGPT gaat je job niet overnemen, maar het maakt je wél sneller. Zeker als je het voedt met goede, gestructureerde input.

AI is sterk in patronen zien. Geef het echte research en je krijgt persona’s die gebouwd zijn op gebruikersgedrag. Niet op verzinsels.