知道你的受众是否喜欢你的产品是重要的 - 但更重要的是了解其背后的原因
向您介绍感官AI驱动：一种识别喜好驱动因素并将其排序的敏捷方法
作为全球值得信赖的客户合作伙伴，MMR一直处于产品研究的前沿。我们是产品驱动力研究的先驱，感官AI驱动是我们开发的最新工具，其将被添加到我们的 "MMR喜欢驱动因素工具包"。
这款工具对消费者规模和产品数量的需求相对较小，它具备人工智能技术、专家系统（智能计算机程序系统）和机器学习功能，从而能够准确识别和排序那些能够推动或削弱产品喜爱度的感官特征。
.png "MicrosoftTeams-image (78)")
下载感官AI驱动的产品指南
何时需要使用感官AI驱动？
- 当您需要确切了解对消费者来说什么最重要时
- 当您需要实操性强的优化指导方案时，或是当您需要了解优化现有产品需要保留什么时
- 当研究目标不支持偏好地图时
“进展十分顺利，我感激不尽。有了你们的帮助，我工作起来得心应手，但这可不是我自己的功劳。只是强调一下你们真的做的很棒，充分体现了把产品洞察放在研发活动核心的重要性。”
- 洞察经理
常见问答
这种方法融合了消费者数据和专业的感官数据，因此我们可以在任何能够获得这两组数据的地方使用这种分析方法。感官数据并不一定需要在与消费者测试相同的市场中收集，我们可以利用MMR在全球地区的任意一个感官小组。多数情况下，客户提供他们自己的感官数据。
我们真正需要的是消费者对产品的吸引力评级，这是感官AI驱动力分析中所使用的指标，尽管我们通常建议收集一些其他指标，以便我们评估是否符合预期，并理解所使用的消费者语言。产品测试必须是盲测，这整个方法依赖于消费者对产品之间的差异做出的反应。
因为我们不是在制作一个预测模型（我们有其他的方法做预测模型），我们只需要产品之间的相对等级，而不是绝对值，因此这种方法适用于共识数据；如果我们有更强大的感官数据，我们可以使用它来减少感官分析在时间和财务上的投资。
感官AI驱动是围绕AI的两个基础构建的，专家系统和机器学习。机器学习聚类算法用于充分探索产品之间的感官差异，并创建100多种可能的细分解决方案。多年的建模经验已被提炼为开发专家系统，在复制和自动化建模过程中，我们的统计人员将通过偏好图研究进行每个解决方案的调查。这种组合使我们能够绘制出一幅强有力的图，来解释每个感官属性所带来的影响，远远好于单独的总样本图!
感官AI驱动对消费者规模和产品数量的需求相对较小，在受访者层面了解驱动因素，然后我们在总样本或关键子组中将驱动因素排序。
但偏好图会根据样本的感官偏好对其进行细分，并按细分确定驱动因素。有了每个人的理想剖面和潜在的预测模型，这使得我们能够对哪些人是目标受众以及如何最好地取悦他们做出更多的战略决策，但这确实需要更大的消费者基数和产品数量，因此这意味着它并不适合每一个项目需求或预算。