Tämä on haaste ja jopa vaade nostaa tutkimusten ostaminen uudelle tasolle.
Kirjoitin tutkimusoppaan pitkälti siitä näkökulmasta, miten laadukas tutkimus toteutetaan, mitä vaiheita siihen kuuluu, mitä sudenkuoppia kannattaa välttää ja miten data jalostetaan hyödyksi. Paljon asioita, joista hyötyvät tutkimusten tekijät.
Mutta tämän viimeisen osan (7/7) haluan kohdistaa suoraan sinulle, markkinointi- ja liiketoimintapäättäjä: miksi sinun kannattaa olla kiinnostunut tästä asiasta?
Onko ongelmasi oikeasti se, että dataa on liian vähän?
Markkinatutkimus on parhaimmillaan strateginen työkalu, joka antaa selkeät askelmerkit liiketoiminnan kehittämiseen. Huonoimmillaan se on kallis harjoitus, joka antaa varmuutta väärien päätösten tekemiseen.
Ja tuo jälkimmäinen vasta tuleekin kalliiksi. Se on kuin ajatus siitä, että haluaa ostaa autoon väärään osoitteeseen ohjaavan navigaattorin vain saadakseen elämäänsä lisäjännitystä.
Markkinatutkimuksen maailma on muuttunut vuosituhannen alusta valtavasti. Mutta vanhoja jäänteitä edelleen seilaa markkinalla, ja lisäksi – tutkimusostajien osaaminen ei välttämättä ole kehittynyt samassa tahdissa alan kanssa. Tutkimuksia ostetaan edelleen usein vain siksi, että saadaan dataan irrallisiin kysymyksiin.
Todellisuudessa tiedonkeruu ei ole enää se, mistä kvantitatiivinen markkinatutkimus pitää tuntea. Jos jatketaan navigaattoriajatusta, niin vanhanmallinen markkinatutkimus kertoo sen, missä olet tällä hetkellä. Se voi jopa piirtää reitin, mistä siihen pisteeseen päädyit. Mutta se kaikki on jo historiaa, eikä auta juurikaan tulevaisuuden suunnittelussa.
Dataa asiakkailla on jo liikaa. Nykyaikaisen tutkimuksen tehtävä ei ole kaataa sitä laariin lisää, vaan jalostaa siitä tietoa ja toimenpiteitä. Se saa irti enemmän tietoa kysymällä vähemmän ja kertoo sen, mitä data tarkoittaa ja mitä sen perusteella kannattaa tehdä.
Ilman tavoitetta tutkimus on kallista puuhastelua
Jos tutkimuksella ei ole liiketoiminnallista tavoitetta, miksi sitä ylipäänsä tehdään?
Tutkimuksella on oltava kirkas, liiketoiminnan kannalta relevantti tavoite. ”Mitä asiakkaat ajattelevat meistä” ei ole tavoite. Se on epämääräinen kysymys, joka ei johda mihinkään järkevään kehityssuunnitelmaan. Sen sijaan ”miten kasvatamme myyntiämme seuraavien 12 kuukauden aikana” on jo huomattavasti relevantimpi tavoite, joka voidaan vielä jakaa osatavoitteisiin selkeän kehityspolun rakentamiseksi.
Mutta jos selkeää ja rajattua tavoitetta ei ole, tulee tutkimuksesta vain sillisalaatti irrallisia tiedonjyviä. Niistä harvoin jalostuu mitään hyödyllistä, vaikka monta ”kiva tietää” -väläystä saattaakin tulla.
Lomake on datan arkkitehtuuri, ei sekalainen kokoelma haluttuja kysymyksiä
Tutkimuslomake on tiedonkeruun logiikka, joka ratkaisee sen, voidaanko datasta rakentaa liiketoiminnan kehittämisen polut.
Liian pitkät, sekavat tai rasittavat lomakkeet tuottavat epäluotettavaa dataa. Ja jos data on epäluotettavaa, on aivan sama, mitä sen kanssa yritetään sen jälkeen tehdä. Tunkio voi parantua pöyhimällä, mutta huonolaatuinen data ei.
Lomakkeen suunnittelun on lähdettävä ensisijaisesti siitä, mitä on kriittistä tietää tavoitteen saavuttamisen kannalta. Mutta se ei voi lähteä pelkästään siitä, vaan sen on huomioitava myös se, mihin vastaajat kykenevät ja haluavat antaa vastauksia. Harvoin on ongelmana se, ettei dataa saada kasaan tavoiteltua määrää, mutta onko datassa järkeä, sen määrittävät vastaajat. Siksi heidän kanssaan on pystyttävä aitoon yhteistyöhön, eikä vain siihen, että ”me kysymme, ja tehän vastaatte.”
Data ei ole arvokasta. Hyödynnettävät löydökset ovat.
Karmeimmillaan markkinatutkimusraportti keskittyy esittämään kysymysjärjestyksessä sen, kuinka monta prosenttia vastaajista oli mitäkin mieltä. Ja tämä kuorrutetaan yhteenvedoilla, joissa ovat samat prosentit ranskalaisten viivojen perässä.
Ja asiakkaalle jää jäljelle kysymys: ”mitä sitten?”
Markkinatutkimuksen tehtävä ei ole raportoida dataa vaan tulkita ja jalostaa sitä. Lopputuloksen on oltava vastaus kysymyksiin ”mikä tässä kaikessa oli olennaista ja miksi?” sekä erityisesti ”mitä päätöksiä meidän on tehtävä näiden löydösten pohjalta”.
Suora datan raportointi ilman tilastollista analysointia on usein vain laiskuutta. Ja ei, en tarkoita tilastollisilla analyyseillä tilastollista merkitsevyystestausta. Sillä ei välttämättä ole markkinatutkimusdatan kanssa juurikaan merkittävää roolia.
Tulos ei ole ”insight”. Tuloksen tulkinta voi sitä olla.
Moni tutkimusraportti keskittyy siihen, että todetaan tutkimuksessa saadut tulokset. Parempi tutkimusraportti keskittyy siihen, mitä näiden tulosten perusteella kannattaa tehdä. Ja oikeasti laadukkaassa tutkimusraportissa nämä suositukset syntyvät tilastollisen analysoinnin kautta, eivät vain irrallisina mielipiteinä.
Käsite ”Insight” on ryöstöviljelty. Mutta ei, ”60 % pitää tuotteestamme” ei ole insight, se on vain tulosten toteamista. Insight on sen kertomista, mitä tämä tulos merkitsee, miksi se on olennainen löydös ja ennen kaikkea: mitä tämän perusteella kannattaa tehdä.
Tutkimus ilman toimenpidesuosituksia on vain turhaa hämmentämistä. Nykyaikainen tutkimus vaatii tutkijalta rohkeutta ottaa kantaa, ja jotta kantaa pystyy ottamaan, on ymmärrettävä myös liiketoiminnan perusteita. Ja ei, suositusten ei tarvitse olla absoluuttisia lopullisia totuuksia, mutta ne ovat huonoimmillaankin hyviä ravistelijoita keskustelun avaamiseen. Sillä jos datasta ei synny tekoja, mitä hyötyä datasta oli?
Huonosti tehty tutkimus on parhaimmillaan nollainvestointi. Luultavasti se on paljon pahempaa.
Pahin skenaario ei ole se, että tutkimus on hyödytön. Pahin skenaario on se, että tutkimus antaa väärän kuvan todellisuudesta.
Jos brändistrategia, asiakaslupaus tai hinnoittelu perustuvat harhaiseen dataan, voivat seuraukset olla miljoonaluokan virheitä.
Hyvä tutkimus maksaa itsensä takaisin moninkertaisesti. Huono tutkimus maksaa hintansa moninkertaisesti.
Tutkimusyrityksiä ja tutkijoita on haastettava, ja se on tutkimusostajien tehtävä!
Tutkimusmarkkinan on uudistuttava, ja tutkimusostajien on omalta osaltaan pakotettava se uudistumaan. Tiedon keräämisen ja raportoinnin aika on ohi. Jos tutkimuksen arvoa liiketoiminnalle ei pystytä osoittamaan, oli sen tekeminen turhaa puuhastelua.
Ja uudistuminen tarkoittaa paljon syvemmälle meneviä asioita kuin tekoälyn hyödyntäminen. Totta kai tekoäly muuttaa toimintaa ja prosesseja, mutta itselleni ”käytämme tekoälyä analysoinnin ja raportoinnin tukena” kuulostaa yhtä tehokkaalta myyntivaltilta kuin ”käytämme PowerPointia raportointipohjana.”
Tietysti tekoälyä käytetään ja sitä pitää käyttää. Mutta lopulta se on vain työkalu, joka ei yksinään ratkaise mitään. Se on hygieniatekijä, jota jokainen aikaansa seuraava käyttää, mutta jos ostaja lumoutuu vain ”käytämme tekoälyä” -fraasista, niin ostaminen on heikolla pohjalla.
Olen vuosia ja vuosia haastanut tutkimusmarkkinaa uudistumaan ja myös tutkimusostajia vaatimaan tutkimuksilta enemmän. Ja kyllä tutkimusmarkkina uudistuukin, vaikkakin omaan makuuni kokonaisuutena liian hitaasti.
Ja kyllä, myös me Kuulalla tiedämme pystyvämme aina parempaan ja myös vaadimme sitä itseltämme. Jos jokainen uusi projekti ei ole entistä parempi, putoaa nopeasti kehityksen kärjestä.
Joten tutkimusostaja: vaadi tutkimusyritykseltä ainakin seuraavia asioita:
- Tavoitelähtöistä tutkimussuunnittelua
- Vastaajaystävällisiä kysymyslomakkeita
- Laadukasta ja optimaalisen kokoista vastaajanäytettä
- Huolellisesti tilastollisilla menetelmillä analysoitua dataa
- Selkeitä tulkintoja löydösten merkityksellisyydestä
- Konkreettisia toimenpidesuosituksia
