В 2026 году три крупнейших исследовательских холдинга мира высказались о синтетических данных в один год. Kantar включил их в ключевые маркетинговые тренды и сообщил о точности 94–95% у собственной технологии. Ipsos в партнёрстве со Стэнфордом называет синтетические панели цифровыми двойниками. NielsenIQ формулирует осторожнее всех — и эта осторожность полезнее восторгов.
Коротко
- Kantar: синтетические данные — в числе ключевых трендов Marketing Trends 2026; собственная технология усиления данных даёт точность 94–95% относительно реальных; индустрия переходит «от синтетического хайпа к практическому применению».
- Ipsos: синтетические панели — «цифровые двойники», ответы которых статистически неотличимы от реальных участников; методология разрабатывается вместе со Стэнфордом.
- NielsenIQ: метод убедительно воспроизводит человеческие ответы при качественных данных, но подходит скорее для ранних этапов, чем для финальных решений.
- Все три компании зарабатывают на классических исследованиях, то есть высказываются против собственного краткосрочного интереса.
Почему важно, кто именно это говорит
О синтетических исследованиях громче всех обычно говорят те, кто их продаёт, и это нормально, но доказательной силы у таких заявлений немного. Интереснее, когда о методе высказываются компании, которым он невыгоден.
Kantar, Ipsos и NielsenIQ — крупнейшие исследовательские холдинги мира. Их бизнес построен на классических опросах, панелях и рекламных замерах: на рекруте живых людей, полевых работах и всём том, что синтетический тест как раз и сокращает. Им меньше всех выгодно объявлять, что правила меняются. Когда о сдвиге пишут те, кому он невыгоден, это надёжнее любого стартап-манифеста.
При этом три позиции не совпадают, и разбирать их стоит по отдельности.
Kantar: от хайпа к применению
В отчёте Marketing Trends 2026 — ежегодном документе, который читают директора по маркетингу по всему миру, — синтетические данные вошли в число ключевых трендов. Kantar пишет, что аудиторию можно дополнять и моделировать с помощью ИИ, и приводит цифру: собственная технология усиления данных компании даёт точность 94–95% относительно реальных.
Важнее цифры — формулировка про переход «от синтетического хайпа к практическому применению». Это описание стадии: метод вышел из фазы, где о нём спорят, и вошёл в фазу, где его встраивают в процессы.
В том же отчёте, кстати, соседствует другой тренд — переход «от внимания к намерению» и термин GEO, Generative Engine Optimisation. Два тренда в одном документе описывают один и тот же сдвиг с двух концов: ИИ меняет и то, как клиент выбирает бренд, и то, как бренд решает, что выпускать.
Ipsos: цифровые двойники и работа со Стэнфордом
Ipsos выпустил отдельный материал о синтетических данных и сформулировал позицию без обиняков: вопрос не в том, изменит ли метод исследования, а в том, когда и как.
Компания называет синтетические панели «цифровыми двойниками» и говорит, что их ответы статистически неотличимы от ответов реальных участников. Методологию Ipsos разрабатывает вместе со Стэнфордом — деталь, которая говорит о серьёзности намерений больше, чем сама формулировка: академическое партнёрство означает, что метод собираются описывать и проверять публично, а не продавать как чёрный ящик.
Термин «цифровой двойник» прижился и в русскоязычной практике — как синоним синтетической аудитории.
NielsenIQ: самая полезная осторожность
NielsenIQ звучит сдержаннее всех, и это самый практичный из трёх голосов. Позиция такая: синтетические респонденты убедительно воспроизводят человеческие ответы, когда построены на качественных данных, но годятся скорее для ранних, недорогих решений, чем для финального «запускаем или нет».
Легко прочитать это как скепсис. На самом деле это инструкция по применению, и она совпадает с тем, как мы в Fair Lab описываем метод: инструмент быстрого раннего сигнала, а не замена живым исследованиям. Оговорка про качество данных тоже существенная — она означает, что «синтетические респонденты» у двух разных поставщиков могут быть совершенно разными по надёжности, и спрашивать надо не про технологию, а про валидацию.
Три позиции рядом
| Формулировка | Что из этого следует | |
|---|---|---|
| Kantar | Синтетические данные — ключевой тренд 2026; точность собственной технологии 94–95%; переход «от хайпа к применению» | Метод вошёл в стадию внедрения, а не обсуждения |
| Ipsos | Синтетические панели — «цифровые двойники», статистически неотличимые от реальных участников; методология со Стэнфордом | Метод получает академическую базу ипублично описанную методологию |
| NielsenIQ | Убедительно воспроизводят ответы при качественных данных, но подходят для ранних этапов | Применять на раннем этапе, валидировать финальные решения |
Цифры разных компаний нельзя сравнивать напрямую: методики валидации отличаются, и «точность 94–95%» у одного означает не то же, что «87% совпадения по выбору лидера» у другого. Сопоставима не арифметика, а направление вывода — и оно у всех троих одинаковое.
Где в этой картине Fair Lab
Наша позиция ближе всего к NielsenIQ. Синтетический тест — инструмент раннего сигнала: отсеять слабые варианты, найти барьеры, выбрать направление за часы вместо недель. Финальные решения с высокой ценой ошибки стоит подтверждать живым исследованием.
Метод мы проверяем так же, как рекомендуем проверять любой: воспроизводим уже проведённые живые исследования на цифровых респондентах и сравниваем результат. Более 100 сравнительных тестов, свыше 12 000 живых и цифровых респондентов, 87% совпадения по выбору лидирующего варианта — и три известных смещения, которые мы описываем публично.
Практический вывод для того, кто выбирает поставщика: заявления крупных холдингов легитимируют категорию, но не отвечают за конкретный сервис. Спрашивать нужно то же, что спрашивают у нас: с чем сравнивали, как контролируется выборка, воспроизводим ли результат и где метод ошибается.