EY ve Aaru artık resmi ortaklar. 30 Eylül 2026'da EY, müşterilerin harekete geçmeden önce kararlarını simüle edilmiş kitleler üzerinde test etmelerine yardımcı olmak amacıyla yapay zeka tabanlı bir davranışsal simülasyon şirketi olan Aaru ile Ernst & Young LLP (EY US) arasında bir ortaklık duyurdu (EY newsroom). Bu ortaklık, Aaru'nun EY'nin 30'dan fazla pazarda 3.600 varlıklı yatırımcıyla altı ay süren saha çalışmasıyla hazırladığı 2025 Küresel Varlık Araştırması Raporu'nu tek bir günde yeniden oluşturduğu ve 53 tek seçenekli soruda 0.90 medyan Spearman korelasyonuna ulaştığı kör bir testin ardından geldi (EY insight). Aşağıdaki bilgiler Ekim 2026'da EY ve Aaru sayfalarından kontrol edilmiştir.
Araştırma alıcıları için asıl yanıtlanması gereken sorular; gerçekte neyin ölçüldüğü, ortaklığın neleri değiştirdiği ve yönetilen bir simülasyon ortağının self-servis araçlara kıyasla nasıl değerlendirilmesi gerektiğidir. Bu sayfa, yayınlanan gerçekleri pazarlama dilinden ayırmaktadır. Minds, sentetik bir araştırma platformu ve Aaru'ya bir alternatiftir; Aaru modelinin hangi durumlarda daha uygun olduğunu açıkça belirtiyoruz.
Ağustos 2025'te EY Varlık ve Portföy Yönetimi ekibi, Aaru'dan sonuçları görmeden 2025 EY Küresel Varlık Araştırması Raporu'nu yeniden oluşturmasını istedi. Orijinal çalışma, 30'dan fazla pazarda 3.600 varlıklı yatırımcıyla gerçekleştirildi ve altı aylık saha çalışması gerektirdi; Aaru'nun vaka çalışmasında bu saha çalışmasının maliyetinin yedi haneli rakamlara ulaştığı belirtiliyor (Aaru case study).
Aaru, ulusal nüfus sayımları, finansal kuruluşlar ve sosyal medyadan elde edilen demografik, davranışsal ve duygu verileriyle simüle edilmiş yatırımcılar oluşturdu ve tüm işlem bir gün sürdü. Ardından EY, eşleştirilmiş 53 tek seçenekli soruda iki veri setini üç metrik kullanarak karşılaştırdı:
| Metrik | Yayınlanan sonuç | Ne anlama geliyor |
|---|
| Medyan Spearman korelasyonu | 0.90 | Yanıt seçenekleri oldukça benzer bir sırada dizildi |
| Soru başına ortalama fark (RMSE) | 7.1 yüzdelik puan | Simüle edilen ve anketteki yanıt payları arasındaki tipik fark |
| Ortalama Öklid mesafesi | 12.9 | Çok seçenekli yanıt örüntüleri arasındaki mesafe |
| En güçlü uyum | Güven, değer algısı, kişiselleştirme | Simülasyonun anketle paralel gittiği konular |
| En büyük sapma | Miras planlaması (−37.82% korelasyon), tavsiye etme olasılığı, portföy inceleme sıklığı | Simülasyon ile anketin uyuşmadığı konular |
Kaynak: EY insight, Ekim 2025.
EY ve Aaru, bu sapmaların insanların söyledikleri ile yaptıkları arasındaki uçurumu yansıttığını savunuyor. Ankete katılan mirasçıların %82'si ebeveynlerinin danışmanıyla çalışmaya devam edip etmeyecekleri sorulduğunda evet yanıtını verdi; simülasyon ise bu oranı %43 olarak öngördü. EY tarafından atıfta bulunulan sektör araştırmaları, gerçekte danışmanı elde tutma oranının %20 ile %30 arasında olduğunu gösteriyor. Benzer şekilde, ankete katılan yatırımcıların %69'u tek bir finansal sağlayıcıyı tercih ettiğini belirtirken, simülasyon %37 öngörüsünde bulundu ve EY, yüksek net değere sahip bireylerin yalnızca %33'ünün gerçekte tek bir danışman kullandığını belirtiyor.
How to read these results
- Test, bağımsız hakemler tarafından incelenmemiş veya bağımsız olarak tekrarlanmamış olup, sürece dahil olan iki şirket tarafından tasarlanmış ve yayınlanmıştır.
- Yalnızca tek seçenekli soruları kapsamıştır; açık uçlu gerekçelendirmeler, fiyatlandırma dengeleri ve yeni ürün konseptleri karşılaştırmaya dahil edilmemiştir.
- 0.90 medyan sıra korelasyonu, yanıt sıralamasının çoğunlukla eşleştiği anlamına gelir; tekil yüzdelerin ne kadar sapabileceğini anlamak için 7.1 puanlık ortalama fark daha iyi bir kılavuzdur.
- "Simülasyon gerçek davranışa daha yakındı" argümanı yalnızca birkaç soruya ve üçüncü taraf sektör verilerine dayanmaktadır, bu nedenle kesin bir kanıt yerine umut verici bir işaret olarak değerlendirilmelidir.
30 Eylül 2026'da duyurulan ortaklık, Aaru'nun simülasyon motorunu EY US'in sektörel ve fonksiyonel ekipleriyle bir araya getiriyor. EY'ye göre Aaru, tanımlanmış bir kitleyi temsil eden yapay zeka ajanlarından popülasyonlar üretiyor ve EY US, müşterilerin bu sonuçları stratejiye dönüştürmesine yardımcı oluyor. Belirtilen ilk odak alanı, iki firmanın pazarlama mesajlarını, ürün ve fiyatlandırma tekliflerini, satış ve hizmet stratejilerini ve şirket birleşme ile satın alımlarının etkilerini test ettiği finansal hizmetler sektörüdür (EY newsroom).
Alıcılar açısından pratik değişiklik teslimat modelinde ortaya çıkıyor: Kurumlar artık Aaru ile doğrudan çalışmanın yanı sıra, simülasyonun etrafında EY'nin sektör verileri ve danışmanlık ekiplerinin yer aldığı bir EY US danışmanlık projesi aracılığıyla da Aaru'ya erişebiliyor.
Aaru, kendisini gerçek dünyadaki davranışsal sonuçlar üzerine eğitilmiş bir davranışsal simülasyon platformu olarak tanımlıyor. EY çalışmasında, karar alma özelliklerini modelleyen davranışsal mimarilere sahip ajanlar oluşturdu, bunları simüle edilmiş ortamlara yerleştirdi ve anket sorularını yöneltti. Aaru, aynı simüle edilmiş popülasyonun faiz oranı değişikliği veya bir rakibin hamlesi gibi bir olayın ardından yeniden çalıştırılabileceğini ve 24 saat içinde duygu değişimlerini yansıtabileceğini belirtiyor (Aaru case study).
Aaru, self-servis fiyatlandırma yayınlamamaktadır; erişim kurumsal satışlar veya artık EY US ortaklığı üzerinden sağlanmaktadır. Aaru ile self-servis seçeneklerin yan yana karşılaştırması için Minds vs Aaru incelemesine ve daha geniş kapsamlı Aaru alternatifleri listesine göz atabilirsiniz.
Herhangi bir sentetik araştırma platformunu objektif olarak değerlendirmek için ekiplerin sentetik kitlelerin istatistiksel ve metodolojik sınırlarını anlaması gerekir. Sentetik çıktılar yön göstericidir (directional). Temsiliyet veya nedensel kanıt sağlamaz, talebi ya da kesin ödeme istekliliğini tahmin etmez ve yüksek riskli nihai doğrulamalar için gerçek katılımcıların yerini almaz.
Simüle edilen ajanlar, eğitim verilerindeki kalıplardan, demografik ön kabullerden ve kendilerine sağlanan bağlamdan yola çıkarak yanıtlar üretir. Birden fazla senaryo seçeneğinde çalıştırıldıklarında, göreceli ödünleşimleri, olası mesaj sürtüşmelerini ve nitel gerekçeleri ortaya koyarlar. Bu yön gösterici sinyaller, birincil araştırma bütçelerini taahhüt etmeden önce geniş bir fikir kümesini daraltmaya yardımcı olur.
Bununla birlikte, sentetik simülasyonlar aşağıdaki alanlarda ampirik gerçekliğin yerini alamaz:
- Temsiliyet: Dil modeli personaları, bir hedef kitlenin demografik ve psikografik dağılımını istatistiksel olarak temsili bir şekilde birebir yeniden üretemez.
- Nedensel kanıt: İzole bir uyarana verilen yanıtı simüle etmek, nedensel mekanizmaları izole etmez veya gerçek dünyadaki karıştırıcı değişkenleri hesaba katmaz.
- Talep tahmini: Beyan edilen simüle edilmiş tercihler; fiili benimseme oranlarını, pazar penetrasyonunu veya satın alma hacmini doğru bir şekilde tahmin edemez.
- Ödeme istekliliği: Sentetik ajanlar gerçek finansal kısıtlamalarla karşılaşmaz, bu nedenle fiyatlandırma simülasyonları mutlak fiyat esnekliğini belirleyemez.
- Yüksek riskli nihai doğrulama: Kritik stratejik adımlar, büyük sermaye tahsisleri ve kamuya açıklamalar, hala gerçek insan katılımcılarla doğrulamayı gerektirir.
Sentetik çıktıları kesin tahminler yerine yinelemeli, keşif amaçlı girdiler olarak ele almak, ekipleri yönetim kararlarında sentetik verilere aşırı güvenmekten korur.
Kurumsal alıcılar sentetik araştırmaları süreçlerine dahil ederken genellikle iki operasyonel model arasında seçim yaparlar: yönetilen danışmanlık hizmetleri ve self-servis simülasyon platformları.
EY US ve Aaru ortaklığı gibi yönetilen danışmanlık projeleri; özel ajan kitlelerini yapılandıran, tescilli kurumsal verileri sisteme aktaran, simülasyonu kalibre eden ve derlenmiş stratejik raporlar sunan özel harici ekipleri içerir. Bu yaklaşım, kapsamlı kurumsal dönüşümler, senaryo planlaması ve bir kuruluşun modellemeyi yönetmesi için bir danışmanlık ortağını tercih ettiği karmaşık stratejik girişimler için uygundur.
Self-servis yazılım platformları, simülasyonu doğrudan şirket içi ürün yöneticilerinin, UX araştırmacılarının ve marka pazarlamacılarının kullanımına sunar. Şirket içi ekipler kendi Audiences yapılarını oluşturur, konseptleri talep doğrultusunda test eder ve danışmanlık döngülerini beklemeden yapılandırılmış araştırmalar yürütür. Bu model ürün yaşam döngüsü boyunca hıza, özerkliğe ve sürekli teste öncelik verir.
Doğru seçim ekip yapısına bağlıdır. Mesajlaşma veya özellikler üzerinde günlük olarak yinelemeler yapan şirket içi araştırmacılara sahip kuruluşlar self-servis erişimden yararlanır. Dış kaynaklı stratejik bir çalışma arayan kuruluşlar ise genellikle yönetilen danışmanlık hizmetini tercih eder.
| Boyut | Yönetilen danışmanlık | Self-servis platform |
|---|
| Birincil kullanıcı | Üst düzey yöneticiler (C-suite), harici strateji danışmanları | Ekiplere entegre pazar araştırmacıları, ürün yöneticileri |
| Uygulama sıklığı | Proje bazlı, çok haftalı stratejik döngüler | Sürekli, isteğe bağlı araştırma yinelemeleri |
| İş akışı kontrolü | Dış kaynaklı kurulum ve analiz | Araştırmacının Audiences ve Studies üzerinde doğrudan kontrolü |
| İdeal kullanım senaryosu | Senaryo analizi, kurumsal dönüşüm | Konsept tarama, mesaj testi, öncelik sıralaması |
Minds, ticari sentetik araştırmalar için uçtan uca platformdur. Şirket içi ürün ve UX, servis tasarımı, pazar araştırması, Müşterinin Sesi (VoC), pazarlama, inovasyon ve ajans ekiplerine; kitle oluşturma ve çalışma planlamasından uyaran testine, nitel ve desteklenen nicel yöntemlerden karşılaştırma, analiz ve dışa aktarmaya kadar doğrudan kontrol sağlar. Uyaranlar; izin verilen durumlarda Figma girdilerini, web sitelerini ve uygulama akışlarını, görselleri, videoları, metinleri, sunumları, anketleri ve konseptleri içerebilir.
Ekipler Minds içinde Minds adı verilen yapay zeka personalarından yeniden kullanılabilir Audiences oluşturur ve açık uçlu, tek seçenekli, çoktan seçmeli ve ölçekli sorularla Studies yürütür. Araştırmacılar tek bir Mind ile mülakat yapabilir veya oturumlar boyunca bağlamı koruyarak tüm Audience kitlesinden aynı anda tepki toplayabilir.
Yapılandırılmış nicel testler için Studies; göreceli öncelik için MaxDiff, yapılandırılmış ödünleşimler için conjoint, özellik kategorizasyonu için Kano ve fiyatlandırma için Van Westendorp ile Gabor-Granger yöntemlerini çalıştırır. Tıpkı EY testinde olduğu gibi Minds da simüle edilmiş yanıtları gerçek anket sonuçlarıyla karşılaştırır: Audience Validation, her Audience kitlesini yayınlanmış anketlere veya kendi anket dosyalarınıza göre değerlendirir; 100 üzerinden bir puan, %95 güven aralığı ve dahil edilmeyen soruları sunar.
Minds temsili çıktı iddiasında bulunmaz. İnsan gözlemi, fiziksel veya duyusal testler, regüle edilmiş kanıtlar ve yüksek riskli nihai doğrulamalar gerektiğinde bu iş akışını tamamlayabilir; bunlar Minds'ı tek noktaya odaklı dar bir çözüm haline getirmez. Minds, kullandıkça öde (Pay as you go) ve kullanıcı başına aylık 199 dolar tutarında Pro planı ile self-servistir; Aaru ise büyük bir stratejik karar için yönetilen, danışmanlık liderliğindeki bir simülasyon istediğinizde daha iyi bir tercihtir.
Sentetik araştırma yazılımlarını veya yönetilen simülasyon sağlayıcılarını değerlendirirken, satın alma ve içgörü ekipleri dört operasyonel sütundan oluşan bir çerçeve uygulamalıdır.
| Değerlendirme sütunu | Temel doğrulama gereksinimleri |
|---|
| 1. Yönetilen danışmanlık ve self-servis platform karşılaştırması | Şirket içi yetkinlikleri, harici hizmet ihtiyacını ve teslim süresi beklentilerini tanımlayın |
| 2. Metodoloji ve çalışma yapılandırması | MaxDiff ve conjoint desteğini, yapılandırılmış çalışma tasarımını ve sohbetin yöntem testlerinden ayrılmasını doğrulayın |
| 3. Kanıt incelemesi ve denetlenebilirlik | Ajan komutlarını (prompts), tam yanıt dağılımlarını ve sürümlendirilmiş persona tanımlarını inceleyin |
| 4. İnsan doğrulama protokolü | Nihai kontroller için katılımcı alımını planlayın ve yüksek riskli kararları canlı verilere bağlayın |
Pillar 1: Delivery Model Alignment
Alıcılar, stratejik danışmanlık desteğine mi yoksa sürekli araştırma yetkinliğine mi ihtiyaç duyduklarına karar vermelidir. Yönetilen hizmetler, üst düzey bir yöneticinin uçtan uca bir teslimat istediği dönemsel ve kapsamlı değerlendirmeler için uygundur. Self-servis platformlar ise sürekli konsept taramasına, anlatı yinelemesine ve persona etkileşimine ihtiyaç duyan entegre ekipler için uygundur.
Pillar 2: Structured Research Methods
Yalnızca keşif amaçlı sohbet, nicel ödünleşim kararları için yeterli değildir. Bir platformun özellik önemini sıralamak için MaxDiff ve çok özellikli paketler için conjoint gibi resmi tasarımları çalıştırıp çalıştırmadığını ve serbest sorgulamayı deneysel tasarımlardan ayrı tutup tutmadığını kontrol edin.
Pillar 3: Evidence Inspection and Auditability
Kurumsal yönetişim, sentetik sonuçların nasıl üretildiğine dair görünürlük gerektirir. Persona komutlarını, demografik varsayımları ve ham transkriptleri inceleyip inceleyemeyeceğinizi ve sağlayıcının doğruluk metriğini nasıl tanımladığını yayınlayıp yayınlamadığını doğrulayın; tıpkı EY'nin Spearman korelasyonu, RMSE ve Öklid mesafesi ile yaptığı gibi.
Pillar 4: Human Validation Protocols
Sentetik simülasyonu saha çalışmasının yerine geçen bir yöntem olarak değil, huninin en başındaki bir filtre olarak ele alın. Bir bulgunun ne zaman yön gösterici sentetik verilerle ilerleyebileceğini ve ne zaman insan panelleriyle doğrulanması gerektiğini belgelendirin. Yüksek riskli lansmanlar, mevzuat başvuruları ve büyük fiyatlandırma değişiklikleri öncelikle gerçek katılımcılarla doğrulamadan geçmelidir.
Yetkin bir araştırma yapısı tek bir sağlayıcıya veya yönteme dayanmaz. Sentetik araştırmayı, sürecin sonraki aşamalarındaki insan katılımcı alımını daha odaklı hale getiren bir hızlandırıcı olarak konumlandırır.
Keşif aşamasında araştırmacılar, müşteri dilini keşfetmek, itirazları haritalandırmak ve değer önerileri üzerinde beyin fırtınası yapmak için yapay zeka personalarını kullanır. Konsept tarama aşamasında ekipler, onlarca konsepti kısa bir listeye indirmek için sentetik Audiences üzerinde MaxDiff veya conjoint gibi yapılandırılmış yöntemler uygular.
Kısa listeye alınan konseptler daha sonra gerçek panellerle insan testine tabi tutulur. Zayıf seçenekler ve kafa karıştırıcı mesajlar daha önce elendiği için insanlarla yapılan saha çalışması hem daha az maliyetli olur hem de doğrudan sonuçları doğrulamaya odaklanır.
Gerçekçi metodolojik sınırları koruyarak ve Minds gibi self-servis araçları disiplinli insan doğrulamasıyla eşleştirerek, içgörü ekipleri karar bütünlüğünü korurken araştırmaları hızlandırır. Yapılandırılmış sentetik araştırmaları denemeye hazır olan ekipler erişim için kaydolabilir.
