Synthetic data and digital twins in managerial decision-making : exploring opportunities and limitations

Abstract

Market research supports managerial decision-making by producing structured information about customers, markets, and brand performance. Organisations increasingly need faster and more scalable insights, which creates pressure on traditional survey-based research methods and increases interest in synthetic data and digital twins.

This master’s thesis examines how synthetic survey data generated through digital twins can support managerial decision-making in a market research context. The study was conducted as a quantitative comparative case study in a continuous brand tracking setting in the Finnish banking sector. A human respondent dataset was compared with a synthetic dataset generated through an imputation-based digital twin approach. The datasets were analysed using identical descriptive, segment-level, and correlation-based methods.

The findings show that synthetic data was able to reproduce several broad market structures, particularly in brand consideration, first-choice preference, and relationships between key tracking indicators. However, alignment varied across indicator types. Larger differences emerged in measures requiring more subjective or evaluative judgement, such as publicity tone, brand attribute associations, importance ratings, and recommendation behaviour.

The study concludes that synthetic data can support managerial decision-making when used as a complementary and validated source of insight. It appears most useful for broad, directional, and exploratory analyses, but should not be treated as a direct replacement for human respondent data in decisions requiring detailed understanding of customer attitudes, brand perceptions, loyalty, or contextual interpretation.

Markkinatutkimus tukee johtamista tuottamalla jäsenneltyä tietoa asiakkaista, markkinoista ja brändien suorituskyvystä. Organisaatioiden kasvanut tarve nopeammille ja skaalautuvammille näkemyksille luo painetta perinteisille kyselytutkimusmenetelmille ja lisää kiinnostusta synteettistä dataa kohtaan.

Tässä pro gradu -tutkielmassa tarkastellaan, miten digitaalisten kaksosten avulla tuotettu synteettinen kyselydata voi tukea johdon päätöksentekoa markkinatutkimuskontekstissa. Tutkimus perustuu kvantitatiiviseen vertailututkimukseen, jossa ihmisvastaajilta kerättyä brändiseuranta-aineistoa verrattiin synteettiseen aineistoon. Vertailussa tarkasteltiin keskeisiä brändiseurannan mittareita, segmenttikohtaisia eroja sekä valittujen muuttujien välisiä yhteyksiä.

Tulosten perusteella synteettinen data pystyi toistamaan yleisiä markkinarakenteita, erityisesti brändien harkinnan, preferenssin sekä keskeisten seurantamittareiden välisten suhteiden osalta. Yhdenmukaisuus vaihteli kuitenkin mittarityypeittäin. Suurempia eroja havaittiin erityisesti mittareissa, joissa korostuivat vastaajien omat arviot ja tulkinnat, kuten julkisuuden sävy, brändimielikuvat, valintakriteerien tärkeys ja suositteluhalukkuus.

Tutkimuksen johtopäätöksenä on, että synteettinen data voi tukea johdon päätöksentekoa, kun sitä käytetään täydentävänä ja validoituna tiedonlähteenä. Se soveltuu parhaiten laajojen ja suuntaa antavien analyysien sekä erilaisten vaihtoehtojen alustavaan tarkasteluun. Se ei kuitenkaan yksin riitä tilanteissa, joissa tarvitaan tarkkaa ymmärrystä asiakkaiden asenteista, brändimielikuvista, lojaalisuudesta tai kontekstisidonnaisista tulkinnoista.