Marketing & Insights Event 2015 – deel 1
February 6, 2015
Marketing & Insights Event 2015 – deel 3
February 6, 2015
Show all

Marketing & Insights Event 2015 – deel 2

Marketing kan veel effectiever. Ed Borsboom, Robert van Ossenbruggen en Wiemer Snijders – gelieerd aan het Ehrenberg-Bass instituut van prof Byron Sharp – snoeien in marketingonzin en helpen merken groeien. Op het MIE-event van 4 februari 2015 geven zij hierover een uitgebreide masterclass. In een serie blogs lichten zij alvast een tipje van de sluier. Dit is deel 2.

De vorige blog uit deze serie ging over het feit dat marketeers en onderzoekers nogal gefocust zijn op het zoeken, vinden en benoemen van verschillen terwijl de overeenkomsten tussen merken vele malen groter zijn. Dat komt in eerste instantie door de aannames die worden gedaan:

  • De ene consument is de andere niet
  • Daarom moeten we onze merken en producten laten passen bij al die verschillende consumenten met verschillende behoeften en verschillende waarden

Dat noemen we positionering of targeted marketing.

Meer dan 50 jaar wetenschappelijk onderzoek van onder andere Andrew Ehrenberg laat echter zien dat de aannames rond gesegmenteerde markten helemaal niet bestaan. Hoe is het dan mogelijk dan dat de jacht op verschillen tussen consumenten en merken zo vurig in stand wordt gehouden?

Een belangrijke reden ligt in het gebruik van de instrumenten die in marktonderzoek worden ingezet. Deze toolbox leidt in combinatie met de aannames die worden gemaakt tot het gegarandeerd vinden van verschillen. Zelfs als ze er niet zijn…

Laten we eens kijken hoe dat zit, door eens twee populaire tools uit de box onder de loep te leggen.

Significant dus waar
Een willekeurig gesprek tussen een marktonderzoeker en een marketeer. “Kijk: vrouwelijke boodschappers in de leeftijdscategorie 18-35 hebben een grotere koopintentie voor dit nieuwe shampoo concept dan de rest van de consumenten.” De marketeer antwoordt: “Ja ik zie het… Maar! Is het wel een significant verschil?”

De conventie is dat een verschil wordt niet gerapporteerd voordat het ‘statistisch significant’ is. Probleem is echter dat de daadwekelijke interpretatie van het concept ‘statistische significantie’ nogal verschilt met de intuïtieve. Statistische significantie betekent namelijk dat ‘gegeven de nulhypothese de kans op het steekproefresultaat—of een nog extremer resultaat—klein is, om precies te zijn minder dan 5%’. Dat krijgt natuurlijk geen sterveling door z’n strot laat staan dat hij het onthoudt.

De intuïtieve interpretatie is meer in de lijn van significant dus ‘waar’, ‘belangrijk’ of ‘relevant’. Alleen: in 5% van de gevallen dat er een toets wordt gedaan roept de uitkomst ‘significant!’ Terwijl er in de echte wereld geen enkel verschil valt waar te nemen. Dat heet een false positive. En aangezien deze toets te pas en te onpas wordt gebruikt, vliegen de false positives je om de oren.

De gevolgen voor het succes van je marketing zijn niet mals, want hoogstwaarschijnlijk wordt besloten om de vrouwelijke boodschappers in de leeftijdscategorie 18-35 te targeten in communicatie (boodschap) en media (kanalen), terwijl die in werkelijkheid niet meer of minder geïnteresseerd zijn in jouw nieuwe shampoo concept dan welke andere willekeurige vrouw in Nederland.

Maar die bereik je nu dus wellicht niet…

Eigenlijk is het pure ironie: significantie toetsen zijn in het leven geroepen om de kans om conclusies te trekken op basis van toeval te reduceren. Maar de wijze waarop ze in het marktonderzoek worden toegepast—zonder theorie- en hypothesevorming—maakt juist dat er aan de lopende band dit soort fouten worden gemaakt.

Segmenten: waarom lijken ze zo op elkaar?!
Segmentatie, misschien wel de meest vanzelfsprekende tool in marketingland. Als je de verschillende behoeften van consumenten in kaart brengt, zo gaat de redenering vaak, ben je in staat om die segmenten te kiezen die passen bij jouw merkwaarden. Daarom wordt er vaak voor gekozen om te segmenteren ‘op behoeften’.

Dan krijg je bijvoorbeeld dit soort taal: “De affluent professional is vooral op zoek naar kwaliteitsproducten maar wil er niet te veel moeite voor doen, terwijl de engaged hobbyist vooral andere mensen raadpleegt en aanzienlijke tijd in concept X steekt.”

Het probleem is alleen dat behoeften doorgaans geen sterke relatie vertonen met koopgedrag. Noch met mediagebruik, kanaalvoorkeur en andere zaken waar je als merk in geïnteresseerd bent omdat je de affluent professional of engaged hobbyist op de juiste wijze wil gaan targeten.

Als het verband tussen de bouwstenen van de segmentatie en datgene waar we mee aan de slag willen dun is, zullen de verschillen tussen de segmenten minstens zo dun zijn. Gelukkig hebben we dan de zojuist genoemde significantietoetsen voor handen en zullen we uiteindelijk genoeg verschillen vinden tussen de segmenten.

Herkenbaar? Reken voor de grap dan ook eens de correlatie uit tussen jouw segmenten en alle scores qua behoeften, mediagebruik, kanaalvoorkeur, etc. Dan zie je vanzelf dat de overeenkomsten vele malen groter zijn dan de verschillen.

Jouw categorie is geen uitzondering
Dit zijn slechts een paar voorbeelden van conventies die ons op het verkeerde been zetten en leiden tot onzinnige beslissingen. Maar er zijn er nog veel meer en ze zijn uitermate hardnekkig. Het is vooral de combinatie van de tools met de aannames die worden gemaakt die de conventies in onderzoeksland zo misleidend maken. Als je op zoek bent naar verschillen, zo voorspelt de confirmation bias, zal je deze ook vinden en zal je overeenkomsten negeren. Ook al staan ze pal voor je neus.

Wie zich serieus met evidence based marketing wil bezig houden moet stoppen met het identificeren van verschillen als doel te stellen. Zet de Kotleriaanse verschillenbril eens af en zet een overeenkomstenbril op. En kijk nog eens kritisch naar jouw data. Zonder plotjes, indexeringen en black box statistiek. Je zult zien dat de wetten die zijn gedestilleerd uit meer dan 50 jaar wetenschappelijk onderzoek ook in jouw categorie gelden.

Comments are closed.