15,000 ostjapersoonat avaldatud HuggingFace'is, et kinnitada, mida AI teie klientide soovidest arvab, ning miks me ei avaldanud kõiki 593K.
Miks me selle andmestiku avaldasime
Enamik ostjapersoonade andmestikke on kas sünteetiline müra või lukustatud ettevõtete maksemüüride taha. Avaldasime PersonaGen-15K HuggingFace'is, et tõestada teistsugust seisukohta: AI loodud persoonad ei ole hallutsinatsioonid; need peegeldavad seda, mida AI mudelid veebist õpivad.
See on 15,000-persoonaline alamhulk meie täielikust 593,181-persoonalisest andmestikust, ajalooline 10% valim varasemast 149K versioonist, avaldatud Springeri ajakirjas Discover Artificial Intelligence. See on tegevusala järgi kihitatud, anonümiseeritud ja pakitud üheks 8.9 MB Parquet-failiks. Täielik andmestik on meie kommertsliku AI nähtavuse luureplatvormi alus. See alamhulk on tõend.
Kui olete teadlane, andmeteadlane või turundustehnoloog, kes küsib: „kas AI loodud persoonad tegelikult vastavad päris ostjakäitumisele?", siis see on teie valideerimisandmestik. Kui kaalute, kas litsentsida täielik andmestik oma toote või uurimistöö jaoks, siis see on teie kvaliteedikontroll.
Saate selle alla laadida siit: PersonaGen-15K HuggingFace'is.
Mis andmestiku sees on
PersonaGen-15K sisaldab 14,955 ostjapersoonat 25 tegevusalal, loodud Google'i Gemini 2.0 Flash abil. Iga persoona sisaldab:
- Demograafia: vanusevahemik, haridus, tööfunktsioon, ettevõtte suurus
- Eesmärgid: mida nad püüavad saavutada (äri-eesmärgid, isiklikud tulemused)
- Valukohad: tegevuslik hõõrdumine, eelarvepiirangud, võimekuse lüngad
- Otsingupäringud: küsimused, mida nad esitavad AI abilistele ja otsingumootoritele
- Avastamata vajadused: kaudsed nõuded, mida otsingutes ei väljendata, kuid mis ilmnevad käitumisanalüüsi kaudu
- Turukontekst: tegevusala, konkurentsisurve, regulatiivne keskkond
- Ostuvallandajad: sündmused, mis viivad nad uurimiselt hindamisele
Andmestik on salvestatud ZSTD-pakitud Parquet-vormingus, et seda saaks tõhusalt laadida pandas, Polars või DuckDB abil. Tegevusalade jaotus on säilinud 0.2% täpsusega algsest andmestikust, mis tähendab, et kihitatud valim on statistiliselt esinduslik.
PersonaGen-15K: Dataset Composition
Anonümiseerimine: räsisime kõik persoonanimed kujule Persona_{hash}, eemaldasime narratiivsed lood ja kustutasime sisemised UUID-d. Andmestik on teadustöö tasemel, mitte isikuandmed.
Miks 10%, mitte 100%?
Täielik 593,181-persoonaline andmestik on meie kommertstoode. See toidab AI nähtavuse luuret B2B turundusmeeskondadele, kes peavad mõistma, kuidas AI mudelid nende brändi soovitavad või ei soovita.
Avaldasime 10% (15K persoonat) kolmel strateegilisel põhjusel:
1. Valideerimine, mitte asendamine. 15,000 persoonat piisab meie uurimistöö taasesitamiseks, meie metoodika valideerimiseks ja kontseptsiooni tõestuse tööriistade ehitamiseks. Kommertsandmestiku asendamiseks sellest ei piisa. Kui treenite soovitusmudelit või ehitate persoonade otsingumootorit, vajate täielikku 593K.
2. Tasuta valim, mis tõestab kvaliteeti. Iga teadlane, kes selle andmestiku alla laadib ja oma töös sellele viitab, valideerib meie metoodikat. Iga andmemeeskond, kes seda litsentsimiseks hindab, kogeb skeemi sügavust. See on nõudluse loomine nullilise kliendihankekuluga.
3. Akadeemiline autoriteet koguneb. Avaldamine HuggingFace'is koos viidatava DOI-ga tähendab, et teised teadlased viitavad sellele andmestikule. Need viited tugevdavad meie positsiooni: kui uurite AI loodud persoonasid, ostjakavatsuse modelleerimist või LLM-i soovituskäitumist, on see kanooniline andmestik.
Full Dataset vs Open Subset
Võrrelge seda EUR 2,500 LinkedIni reklaamikampaaniaga. HuggingFace annab meile kvaliteetsemad müügivihjed, teadlased, andmeteadlased, ettevõtete ML-meeskonnad, EUR 0 kuluga.
Kellele see andmestik on mõeldud
Teadlased, kes uurivad AI käitumist, persoonade genereerimist või ostjakavatsuse modelleerimist. See on teie treeningandmestik, et hinnata, kui hästi AI mudelid tegeliku maailma ostjaarhetüüpe tabavad.
Andmeteadlased, kes ehitavad soovitussüsteeme, otsingu asjakohasuse mudeleid või sisu personaliseerimise mootoreid. Kasutage seda, et testida, kas teie mudel suudab ennustada, millised persoonad millistest funktsioonidest hoolivad.
Turundustehnoloogid, kes hindavad tööriistu nagu HubSpot, Salesforce Marketing Cloud või SEMrush. Kui teie tarnija väidab „AI-põhised ostjateadmised", saate nüüd nende väljundeid võrrelda avaldatud andmestikuga.
Tootemeeskonnad martech- või müügiluure platvormidel. Kui kaalute täieliku andmestiku litsentsimist OEM-integratsiooniks (EUR 50K-200K/aastas), on see teie väärtuse tõend.
Akadeemilised laborid, kes uurivad õiglust, kallutatust või persoonade mitmekesisust AI loodud andmestikes. Täielik teadusartikkel sisaldab kallutatuse analüüsi soo, vanuse ja tegevusala esindatuse lõikes.
Mida saate sellega ehitada
Ehitasime selle andmestiku abil kolm avatud tööriista. Ka teie saate.
1. Persona Matcher Laadige üles oma veebisaidi sisu või tootekirjeldused. Tööriist sobitab teid andmestiku kõige paremini sobivate persoonadega, järjestatuna semantilise sarnasuse alusel. Mõelge sellest kui „leia mu publik", lähtudes sellest, mida AI arvab teie sisu signaalidest.
2. Benchmark Calculator Võrrelge oma persoonade katvust tegevusala kolleegidega. Kui olete B2B SaaS-ettevõte, kuidas võrdub teie publiku mitmekesisus mediaaniga? Kas panustate liigselt tehnilistele ostjatele ja jätate majanduslikud ostjad tähelepanuta?
3. AI Perception Readiness Index Hinnake oma brändi nähtavust AI mudelites. Andmestik toidab lähtejoont: milliseid persoonasid praegused AI soovitused alateenindavad ja kus on strateegilised lüngad?
Saate neid tööriistu korrata, täiustada või ehitada midagi täiesti erinevat. Andmestik on Apache 2.0 litsentsiga. Viitamine on nõutav, kommertskasutus lubatud.
Mida täielik andmestik pakub
Täielik 593,181-persoonaline andmestik sisaldab kõike, mis on 15K alamhulgas, lisaks:
- 40x suurem katvus: 593,181 persoonat 339 tegevusalal (25 peamist vertikaali) sügavama alamsegmentide kihitusega
- Pikaajaline jälgimine: persoonade areng aja jooksul, kui me andmestikku kord kvartalis taasgenereerime
- Narratiivsed lood: täielikud ostjateekonna narratiivid (avalikust alamhulgast anonümiseerimise huvides eemaldatud)
- Konkurentsikontekst: millised persoonad eelistavad konkurente ja miks
- API-juurdepääs: päri persoonasid tegevusala, valukoha või otsingukavatsuse järgi REST API kaudu
- OEM-litsentsimine: white-label integratsioon teie tootesse, koos SLA ja toega
Täielik andmestik on saadaval ettevõtte litsentsimise (EUR 25K-120K/aastas) või API-tellimuste (alates EUR 2,500/kuus) kaudu. Hinnakujunduse ja hindamisjuurdepääsu jaoks võtke meiega ühendust aadressil contact@rankfor.ai.
Kuidas seda andmestikku kasutada
Laadige see alla HuggingFace'ist: https://huggingface.co/datasets/Rankfor/PersonaGen-15K
Laadige see Pythonis:
import pandas as pd
df = pd.read_parquet('hf://datasets/Rankfor/PersonaGen-15K/personagen-15k.parquet')
print(df.head())
Viidake uurimistööle: Żatuchin, D. (2025). PersonaGen-593K: A Large-Scale Dataset of AI-Generated Buyer Personas for Studying LLM Recommendation Behavior. Discover Artificial Intelligence. [Link teadusartiklile]
Tutvuge tööriistadega: proovige Persona Matcher, Benchmark Calculator või AI Perception Readiness Index, et näha, mida saate persoonaandmetega ehitada.
Miks see on teie brändi jaoks oluline
Kui AI abilised soovitavad teie potentsiaalsetele klientidele lahendusi, peate teadma:
- Millised persoonad esitavad teie kategooria kohta küsimusi, millele AI vastata ei suuda (võimaluste lüngad)
- Millised persoonad AI teie asemel teie konkurentidele soovitab (konkurentsihaavatavus)
- Millistesse persoonadesse investeerite üle sisuga, mida AI juba eelistab (raisatud pingutus)
See andmestik on selle analüüsi alus. 15K alamhulk tõestab metoodikat. Täielik 593K andmestik toidab luurekihti, mis vastab neile küsimustele teie brändi jaoks.
Laadige andmestik alla. Ehitage sellega. Kui vajate täielikku kommertsandmestikku, oleme ühe e-kirja kaugusel.
Rankfor.AI kohta: aitame B2B turundusmeeskondadel mõista oma AI nähtavust: mida AI mudelid nende brändi kohta teavad, milliste persoonadeni nad jõuavad ja kus konkurendid vestlust valitsevad. Meie platvorm on ehitatud suurimale avaldatud AI loodud ostjapersoonade andmestikule. Lisateavet leiate aadressil rankfor.ai.
Laadige andmestik alla: HuggingFace Tutvuge tööriistadega: Persona Matcher | Benchmark Calculator | Readiness Score Litsentsige täielik andmestik: contact@rankfor.ai