Metodologia

Come nasce un numero di Deebrain.

Ogni proiezione poggia su statistiche ufficiali ed è messa alla prova contro un'indagine reale. Qui trovi su cosa si basa il panel, quanto si scosta dalla realtà e cosa non può fare.

← Torna alla home
Vendi ad altre aziende? Vedi la metodologia del Panel B2B.

1. Su cosa poggia

Statistiche ufficiali, non profili inventati.

Il panel di Deebrain rappresenta la popolazione adulta italiana ed è calibrato sulle grandi indagini ufficiali di ISTAT, Eurostat e Banca d'Italia: programmi statistici con decenni di storia e campioni di decine di migliaia di persone. Territorio, età, genere, famiglia, reddito e istruzione di ogni profilo seguono le distribuzioni reali del Paese, e il carattere varia da persona a persona: due profili con la stessa età e la stessa regione non rispondono allo stesso modo.

Ogni risposta pesa quanto la fetta di popolazione che rappresenta, e il panel risponde dentro il contesto del momento — carovita, clima di fiducia, attualità. I risultati escono sempre come proiezione nazionale, in milioni di italiani o in percentuale: mai come conteggio di un campione.

Una regola sola, senza eccezioni: una fonte entra in Deebrain solo se la sua licenza ne consente l'uso e ogni numero resta riconducibile alla fonte primaria citabile. Dove un dato ufficiale non esiste, lo dichiariamo come scelta di modello.

2. La validazione

Misurata, non dichiarata: quanto il panel somiglia agli italiani, e quanto ogni risposta rispecchia il profilo che la dà.

Abbiamo posto al panel le nove domande dell'indagine ISTAT sulla fiducia dei consumatori (giugno 2026), con le stesse scale di risposta, e confrontato le distribuzioni pesate del panel con le frequenze pubblicate da ISTAT nello stesso mese. La misura è condotta sul motore in esercizio e viene ripetuta a ogni evoluzione del metodo. La scala va da 0 a 100 punti: zero significherebbe distribuzioni identiche a quelle ISTAT, cento nessuna sovrapposizione.

La propria famiglia
Situazione economica, ultimi 12 mesi
10,0 pp
Attese sui prossimi 12 mesi
21,5 pp
L'economia del Paese
Economia italiana, ultimi 12 mesi
22,8 pp
Economia italiana, attese
19,0 pp
Disoccupazione, attese
25,9 pp
Acquisti e risparmio
Convenienza degli acquisti importanti
26,4 pp
Spese importanti, prossimi 12 mesi
30,2 pp
Capacità di risparmio, attese
21,1 pp
Bilancio familiare attuale
29,1 pp
050100 pp
Sotto i 15 pp — vicino alle frequenze ISTAT 15–30 pp — scostamento direzionale Oltre 30 pp — area di lavoro dichiarata

Lo scostamento è sistematico e nella stessa direzione, quindi correggibile in lettura: sul clima economico il panel è più prudente degli italiani intervistati; sulle intenzioni di spesa disperde le risposte dove gli italiani si concentrano sul "come prima". Per chi decide è lo scenario conservativo: un'idea che convince questo panel ha superato un giudice severo. E dove il sondaggio ufficiale dice quanti, il panel aggiunge perché — e cosa farebbe cambiare idea.

Scostamento = somma delle differenze tra le distribuzioni di risposta (distanza di variazione totale, in punti percentuali). Misura del 2026-07-06 sul motore di produzione; test ripetibile con lo stesso seme statistico. Media complessiva sulle nove domande: 22,9 pp. Non pubblichiamo claim del tipo "accuratezza X%": pubblichiamo lo scostamento misurato, così com'è.

Una seconda misura. Il carattere assegnato a ogni profilo lascia davvero traccia nelle risposte? Lo abbiamo verificato con un esperimento a coppie: due copie dello stesso rispondente, identiche in tutto tranne un tratto di carattere, e un giudice indipendente che vede solo le risposte e deve riconoscere quale viene da quale. Se il carattere non lasciasse traccia, indovinerebbe la metà delle volte.

Quanto il carattere si riconosce nella risposta
Il tratto più riconoscibile
81,7%
Il tratto meno riconoscibile
68,3%
Riferimenti
Controllo — due copie identiche
51,7%
Soglia del caso
50,0%
Sopra il 75% — il tratto guida la risposta 60–75% — guida più debole, ma misurabile Intorno al 50% — nessuna traccia

Su tutti i tratti misurati l'intervallo di confidenza esclude il 50%: nessuno è decorativo. E il giudice non si autoassolve: davanti a due copie identiche risponde "giusto" nel 51,7% dei casi, cioè tira a indovinare esattamente come deve.

Misura del 2026-08-30, sullo stesso motore in esercizio, con intervalli di confidenza al 95%. Disegno sperimentale adottato dalla ricerca pubblica sui panel sintetici (MatrAIx, arXiv:2608.04205). Il limite da dichiarare: il confronto mette a paragone due estremi, quindi dice quanto un tratto pesa quando c'è, non quanto pesa in media.

3. Un giudice severo

Un panel che dice sempre sì non serve a nessuno. Il nostro è costruito per non farlo.
Anti-acquiescenza

Il panel riflette lo scetticismo reale del consumatore italiano: l'entusiasmo facile non viene premiato, e un'idea debole riceve un giudizio debole.

Distribuzione completa

Ogni report mostra favorevoli, neutrali e contrari — mai solo la quota di chi approva.

Analisi dei non-acquirenti

Per ogni segmento che non comprerebbe: il motivo reale del rifiuto e la leva che potrebbe farlo cambiare idea.

4. Cosa Deebrain non fa

Limiti dichiarati, non scoperti dopo.
!Non prevede l'inedito con la stessa solidità del noto — su comportamenti senza precedenti le proiezioni vanno lette con più cautela.
!Non è un business plan — dà direzione, ordini di grandezza e priorità d'azione, non una stima puntuale di vendita.
!Non sostituisce la ricerca sul campo per le decisioni ad altissima posta — la prepara e la affina.
!Non comunica claim di accuratezza sintetici — pubblichiamo gli scostamenti misurati, con metodo e limiti (punto 2).

5. I tuoi dati

I tuoi materiali lavorano solo per te.

I documenti e i brief che carichi servono esclusivamente a contestualizzare le tue analisi: restano isolati nel tuo account e non vengono mai usati per costruire o calibrare il panel, che nasce soltanto da statistiche pubbliche ufficiali. Quello che il tuo concorrente non sa oggi, non lo saprà nemmeno domani attraverso Deebrain.

Con il Customer Twin, in anteprima, lo stesso panel si ripesa sul profilo aggregato della tua clientela: la piattaforma riceve solo distribuzioni già aggregate e anonime, mai anagrafiche né record individuali, e l'incertezza di quelle analisi è dichiarata a parte. Come funziona il Customer Twin →

Per il Customer Twin non pubblichiamo un numero di accuratezza generico: l'accuratezza su un CRM specifico si misura caso per caso con un backtest sui dati storici del cliente, prima di qualunque claim.

6. Le basi scientifiche

Deebrain si inserisce in un filone di ricerca accademico attivo, non lo inventa da zero.
Park, J. S. et al. — "Generative Agent Simulations of 1,000 People" (Stanford, 2024)

Mostra che agenti generativi basati su interviste reali possono replicare atteggiamenti e comportamenti umani con buona fedeltà su larga scala.

Argyle, L. P. et al. — "Out of One, Many" (2023)

Studio fondativo sull'uso di modelli linguistici come campione simulato di sotto-popolazioni umane in scienze sociali e ricerca d'opinione.

Questi lavori sono il fondamento del filone di ricerca su cui Deebrain si basa — non una validazione specifica di Deebrain. La nostra validazione è quella descritta al punto 2: interna, non uno studio indipendente né peer-reviewed, per questo non comunichiamo numeri di accuratezza generici.
Non ti chiediamo di crederci: ti mostriamo quanto ci scostiamo.